數據科學的關鍵技術包括數據存儲計算、數據治理、結構化數據分析、語音分析、視覺分析、文本分析和知識圖譜等方面。本書的重點是詳細介紹文本分析和知識圖譜方面的技術。文本分析技術主要包括文本預訓練模型、多語種文本分析、文本情感分析、文本機器翻譯、文本智能糾錯、NL2SQL問答以及ChatGPT大語言模型等。知識圖譜技術主要包括知識圖譜構建和知識圖譜問答等。本書將理論介紹和實踐相結合，詳細闡述各個技術主題的實現路線，并對應用于業(yè)界算法大賽中的技術方案和技巧進行源代碼解讀，幫助讀者深入理解技術原理。最后，本書還介紹了文本分析和知識圖譜技術在政務、公共安全、應急等多個行業(yè)中的智能應用實踐案例。
《數據科學技術：文本分析和知識圖譜》適合具備Python和機器學習技術基礎的高等院校學生、文本分析（或者自然語言處理）以及知識圖譜領域的算法工程師和研究機構的研究者閱讀，也適合數據科學和人工智能領域的研究者作為參考書。