知识工程是人工智能的重要分支领域。本书围绕知识工程技术及其应用，对领域本体、时间本体与时间信息抽取、实体识别、实体关系获取、实体属性知识获取、描述流抽取以及知识评估进行了详细的论述。全书共分8章，沿着从知识表示到知识抽取、知识评估这一主线逐步展开，围绕相关应用，由浅人深，阐明相关概念和核心方法，为知识工程领域的从业人员了解相关知识表示和知识获取技术提供参考。本书可作为知识工程、人工智能等专业本科生及研究生的教学参考用书，也可供研究院所从事知识工程、行业信息化领域的研发人员阅读参考。

第1章 引言
1.1 研究背景
1.2 知识工程挑战
1.3 本书组织结构
第2章 领域本体
2.1 形式领域本体
2.2 领域知识获取本体
2.2.1 知识获取本体
2.2.2 知识获取本体表示
2.3 模式本体
2.3.1 模式本体分类
2.3.2 模式关系
2.3.3 模式操作
2.3.4 模式匹配
2.4 考古学领域本体
2.4.1 考古学领域形式本体
2.4.2 考古学知识表示
2.4.3 领域本体语义公理
2.5 数学课程本体
2.5.1 数学课程本体构建
2.5.2 数学课程知识图谱构建
2.6 本章小结
第3章 时间本体和时间信息抽取
3.1 中国时间本体框架
3.2 基础时间本体
3.2.1 时间系统
3.2.2 计时系统
3.2.3 计时本体
3.3 扩展中国时间本体
3.3.1 农历年表示和转换
3.3.2 农历月表示和转换
3.3.3 农历日表示和转换
3.3.4 时辰表示和转换
3.4 时间本体比较
3.5 时间本体应用
3.6 时间信息抽取
3.7 本章小结
第4章 实体识别
4.1 汉语分词
4.1.1 汉语分词研究现状
4.1.2 汉语分词形式化模型
4.2 领域概念获取
4.2.1 领域概念词汇获取准则
4.2.2 领域概念获取困难
4.2.3 领域概念词汇获取方法
4.3 术语定义抽取
4.3.1 术语定义抽取模型
4.3.2 定义抽取和评估
4.4 领域术语抽取
4.4.1 术语抽取方法
4.4.2 术语构成要素学习
4.4.3 术语抽取和评估
4.5 本章小结
第5章 实体关系知识获取
5.1 实体上下位关系抽取
5.1.1 问题定义
5.1.2 上下位关系学习
5.1.3 实验结果与分析
5.2 实体对齐关系识别
5.2.1 问题定义
5.2.2 实体对齐
5.2.3 实验结果与分析
5.3 本章小结
第6章 实体属性知识获取
6.1 领域实体属性知识获取
6.1.1 研究任务
6.1.2 知识获取方法
6.1.3 实验结果与分析
6.2 非结构化文本作者属性识别
6.2.1 研究任务
6.2.2 作者身份属性识别方法
6.2.3 实验结果与分析
6.3 博客作者属性识别
6.3.1 研究任务
6.3.2 博客作者属性识别方法
6.3.3 实验结果与分析
6.4 源代码作者属性识别
6.4.1 研究任务
6.4.2 源代码作者属性识别方法
6.4.3 实验结果与分析
6.5 本章小结
第7章 描述流抽取
7.1 描述流基本概念
7.2 描述流定性分析和定量分析
7.3 描述流提取方法
7.4 实验结果与分析
7.5 本章小结
第8章 知识评估
8.1 概念分类层次知识评估
8.1.1 概念分类层次知识的构建准则
8.1.2 概念分类层次知识验证
8.1.3 概念分类层次知识验证方法应用
8.2 实体属性知识评估
8.2.1 属性关系分类
8.2.2 属性知识验证
8.2.3 属性知识验证方法应用
8.3 本章小结
参考文献