短文本数据理解
正版新书 新华官方库房直发 可开电子发票
￥ 46.23 6.7折 ￥ 69 全新
仅1件
作者王仲远 编著
出版社机械工业出版社
ISBN9787111558811
出版时间2017-05
版次1
装帧精装
开本16开
纸张胶版纸
页数137页
定价69元
货号SC:9787111558811
上书时间2024-06-27
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
王仲远，博士，美国Facebook公司Research Scientist。加入Facebook前，他是微软亚洲研究院的主管研究员，领导微软研究院的两个知识图谱项目Probase(即微软的概念知识图谱/Microsoft Con-cept Graph)和Enterprise Dictionary(企业知识图谱项目)，以及一个人工智能助手项目Digtal Me。他多年来专注于知识图谱及其在文本理解方面的研究，已在SIGMOD、VLDB、ICDE、IJCAI、AAAI、CIKM、EMNLP等靠前很好学术会议上发表论文30余篇，其中包括ICDE 2015很好论文奖。他也是靠前自然语言很好学术会议ACL 2016 Tutorial“Understanding Short Texts”的主讲人之一。目前已出版技术专著2本，拥有美国专利5项。他的研究兴趣包括：文本理解、知识库系统、自然语言处理、深度学习、数据挖掘等。
精彩内容:
‖丛书前言陈寅恪先生说：“ 一时代之学术，必有其新材料与新问题。取用此材料，以研求问题，则为此时代学术之新潮流。治学之士，得预于此潮流者，谓之预流（借用佛教初果之名）。其未得预者，谓之未入流。”对今天的信息技术而言，“新材料”即为大数据，而“新问题”则是产生于“新材料”之上的新的应用需求。 当下大数据技术发展变化日新月异，大数据应用已经遍及工业和社会生活方方面面，原有的数据管理理论体系与大数据产业应用之前的差距日益加大，而工业界对于大数据人才的需求却极剧增加。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任。因此大数据相关课程将逐渐成为国内高校计算机相关专业的重要课程。近来越来越多的院校急切地开设大数据方面的人才培养计划，以求占得“先机”。但纵观大数据人才培养课程体系尚不尽如人意，多是已有课程的“冷拼盘”，顶多是加点“调料”，原材料没有新鲜感。现阶段无论多么新多么好的人才培养计划，都只能在六七十年代编写的计算机知识体系上施教，无法把当下的大数据带给我们的新思维方式和知识体系传导给学生。 为此我们意识到，缺少基础性工作和原始积累，就难以培养符合工业界需要的大数据复合型和交叉型人才。因此急需在思维和理念方面进行转变，为现有的课程和知识体系按大数据应用需求进行延展和补充，加入新的可以因材施教的知识模块。每一位学者都有责任和义务去为此“增砖添瓦”。 在此背景下，我们策划和组织了这套大数据管理丛书，希望能够培养数据思维的理念，对原有数据管理知识体系进行完善和补充，面向新的技术热点，提出新的知识体系/知识点，拉近教材体系与大数据应用的距离，为受教者应对现代技术带来的大数据领域的新问题和挑战，扫除障碍。现时要求学
...
内容简介:
短文本理解是伴随着搜索引擎、社交网络,以及聊天机器人等应用场景而兴起的一个研究课题。它是近年来的一个研究热点，且对未来人工智能的发展有重要的影响。本书所介绍的短文本数据理解技术，涵盖学术界及工业界前沿的理论及方法，可以广泛应用于搜索引擎、广告系统、智能助手等场景中，是大数据管理不可或缺的部分，具有较高的实际应用价值。
目录:
从书前言
推荐序一
推荐序二
前言
第1章短文本理解及其应用
1.1短文本理解
1.2短文本理解研究现状
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章基于概率的属性提取与推导
2.1引言
2.2属性提取
2.2.1属性提取的整体框架
2.2.2概率isA网络
2.2.3基于概念和基于实体的属性提取
2.3属性得分推导
2.3.1典型度得分
2.3.2根据CB列表计算典型度
2.3.3根据IB列表计算典型度
2.3.4典型度聚合
2.3.5同义属性集合
2.4相关研究
2.5小结
第3章单实体概念化模型
3.1引言
3.1.1基本层次类别
3.1.2应用
3.1.3BLC计算方法
3.2语义网络
3.3基本层次类别化
3.3.1典型性
3.3.2将典型性用于BLC
3.3.3将平滑典型性用于BLC
3.3.4将PMI用于BLC
3.3.5将Rep（e，c）用于BLC
3.4小结
第4章基于概念化的短文本理解
4.1引言
4.2预备知识
4.2.1概念
4.2.2概念聚类
4.2.3属性
4.2.4整体框架和符号表示
4.3挖掘词汇关系
4.3.1概述
4.3.2解析
4.3.3P（z|t）推导
4.3.4P（c|t，z）推导
4.3.5语义网络
4.4查询理解
4.4.1方法概况
4.4.2算法
4.5小结
— 没有更多了 —
以下为对购买帮助不大的评价