短文本數(shù)據(jù)理解

定　價(jià)：￥69.00

作　者：	王仲遠(yuǎn) 著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	大數(shù)據(jù)管理叢書(shū)
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111558811	出版時(shí)間：	2017-05-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	137	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　短文本理解是伴隨著搜索引擎、社交網(wǎng)絡(luò)，以及聊天機(jī)器人等應(yīng)用場(chǎng)景而興起的一個(gè)研究課題。它是近年來(lái)的一個(gè)研究熱點(diǎn)，且對(duì)未來(lái)人工智能的發(fā)展有重要的影響。本書(shū)所介紹的短文本數(shù)據(jù)理解技術(shù)，涵蓋學(xué)術(shù)界及工業(yè)界前沿的理論及方法，可以廣泛應(yīng)用于搜索引擎、廣告系統(tǒng)、智能助手等場(chǎng)景中，是大數(shù)據(jù)管理不可或缺的部分，具有較高的實(shí)際應(yīng)用價(jià)值。

作者簡(jiǎn)介

　　中國(guó)人民大學(xué)博士，微軟亞洲研究院研究員。負(fù)責(zé)微軟研究院大型Web知識(shí)庫(kù)系統(tǒng)Probase項(xiàng)目，以及企業(yè)知識(shí)庫(kù)系統(tǒng)Enterprise Dictionary項(xiàng)目。已在VLDB、ICDE、IJCAI、CIKM等國(guó)際學(xué)術(shù)會(huì)議上發(fā)表論文十余篇，并獲得ICDE 2015佳論文獎(jiǎng)。出版技術(shù)專(zhuān)著2本，擁有美國(guó)專(zhuān)利5項(xiàng)。研究領(lǐng)域包括：人工智能、知識(shí)庫(kù)系統(tǒng)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等。

圖書(shū)目錄

從書(shū)前言
推薦序一
推薦序二
前言
第1章短文本理解及其應(yīng)用
11短文本理解
12短文本理解研究現(xiàn)狀
121短文本理解模型概述
122短文本理解模型粒度分析
13短文本理解框架
第2章基于概率的屬性提取與推導(dǎo)
21引言
22屬性提取
221屬性提取的整體框架
222概率isA網(wǎng)絡(luò)
223基于概念和基于實(shí)體的屬性提取
23屬性得分推導(dǎo)
231典型度得分
232根據(jù)CB列表計(jì)算典型度
233根據(jù)IB列表計(jì)算典型度
234典型度聚合
235同義屬性集合
24相關(guān)研究
25小結(jié)
第3章單實(shí)體概念化模型
31引言
311基本層次類(lèi)別
312應(yīng)用
313BLC計(jì)算方法
32語(yǔ)義網(wǎng)絡(luò)
33基本層次類(lèi)別化
331典型性
332將典型性用于BLC
333將平滑典型性用于BLC
334將PMI用于BLC
335將Rep(e，c)用于BLC
34小結(jié)
第4章基于概念化的短文本理解
41引言
42預(yù)備知識(shí)
421概念
422概念聚類(lèi)
423屬性
424整體框架和符號(hào)表示
43挖掘詞匯關(guān)系
431概述
432解析
433P(z|t)推導(dǎo)
434P(c|t,z)推導(dǎo)
435語(yǔ)義網(wǎng)絡(luò)
44查詢(xún)理解
441方法概況
442算法
45小結(jié)
第5章基于概念化的短文本主題詞與修飾詞檢測(cè)
51引言
52整體框架
53非限定性修飾詞挖掘
54限定性修飾詞挖掘
541Probase:一個(gè)大規(guī)模的isA知識(shí)庫(kù)
542實(shí)體級(jí)別主題詞修飾詞
543概念級(jí)別主題詞修飾詞
55主題詞與修飾詞檢測(cè)
551解析
552針對(duì)兩個(gè)組件的主題詞修飾詞檢測(cè)
553針對(duì)兩個(gè)以上組件的主題詞修飾詞檢測(cè)
56相關(guān)工作
57小結(jié)
第6章基于概念化的詞相似度計(jì)算
61引言
62語(yǔ)義網(wǎng)絡(luò)和同義詞集合
63基本方法
631類(lèi)型判別
632語(yǔ)境表示
633語(yǔ)境相似度
634討論
64改進(jìn)方法
641概念聚類(lèi)
642MaxMax相似度計(jì)算方法
643聚類(lèi)刪減優(yōu)化
65相關(guān)工作
66小結(jié)
第7章基于概念化的海量競(jìng)價(jià)關(guān)鍵字匹配
71引言
72語(yǔ)義網(wǎng)絡(luò)
73系統(tǒng)框架
74概念化
741實(shí)體檢測(cè)
742詞義推導(dǎo)
743消除歧義
75檢索
751基于點(diǎn)擊數(shù)據(jù)的候選競(jìng)價(jià)關(guān)鍵字選擇
752基于概念的候選競(jìng)價(jià)關(guān)鍵字選擇
753排名
76相關(guān)工作
77小結(jié)
第8章短文本理解研究展望
81知識(shí)語(yǔ)義網(wǎng)
82顯性知識(shí)和隱性知識(shí)的結(jié)合
參考文獻(xiàn)