消息首页搜索举报

概念背景图及其应用

全新正版极速发货

82.37 6.4折 128 全新

库存4件

广东广州

认证卖家担保交易快速发货售后保障

作者杜亚军等

出版社科学出版社

ISBN9787030726261

出版时间2022-09

装帧平装

开本16开

定价128元

货号1202768347

上书时间2024-05-27

曲奇书店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 17小时
好评率暂无

最新上架

了凡四训(详解版) ¥21.24

祁寯藻书法选 ¥260.53

民族与文化 ¥5.25

圣彼得的葬礼 ¥24.47

青铜地宫的献礼 ¥3.36

儒学美德论 ¥36.26

附加遗产下 ¥13.40

心静了,世界就静了 ¥17.46

中国戏剧史 ¥6.15

商品详情

品相描述：全新

商品描述: 目录
第1章概念背景图的数学基础1

1.1偏序1

1.2偏序与有向无环图3

1.3格5

1.4闭包算子和Galois连接6

1.5概念与概念格6

第2章概念及其挖掘10

2.1概念格的构建算法10

2.1.1批处理算法10

2.1.2增量算法11

2.2基于信息系统的概念提取方法12

2.3多值形式背景概念格的构建14

2.3.1形式背景与概念15

2.3.2构造概念格的算法19

2.3.3算法复杂度分析25

2.3.4正确性分析26

2.3.5有效性分析28

2.3.6实验分析28

2.4基于矩阵运算的概念格构建30

2.4.1获取形式概念31

2.4.2建格算法33

2.4.3实例分析36

2.4.4算法分析37

2.4.5仿真实验38

2.4.6实验分析41

第3章概念之间的关系43

3.1格上概念相似度的计算43

3.2基于编辑距离的相似性度量方法45

3.3概念相似度计算47

3.4概念相似度的典型应用49

3.4.1概念与Agent间的相似度计算方法49

3.4.2Agents间的相似度计算方法50

3.4.3两个AgentCrawlers间的理解度50

第4章知识图谱相关技术54

4.1实体获取主要方法55

4.1.1基于词典知识库的方法56

4.1.2基于种子概念的方法56

4.1.3基于语言学规则的方法57

4.1.4基于统计机器学习的方法57

4.1.5混合方法58

4.2关系提取59

4.2.1人物互动关系提取算法59

4.2.2微博的特点改进依赖三元核60

4.2.3依赖三元核词项语义特征和句法特征改进方法61

4.3微博人物互动关系分类67

4.3.1关系描述词提取规则68

4.3.2词典分类关系描述词69

4.4知识图谱的建立73

第5章相关背景图及其构建75

5.1链接背景图75

5.2相关背景图的研究77

5.2.1相关背景图在链接上存在的缺陷79

5.2.2改进思路80

5.2.3改进方法81

5.2.4算法举例说明84

5.2.5链接路径的相关背景图的改进实验结果86

5.3网页语义上的相关背景图的改进90

5.3.1HowNet的相关预备知识90

5.3.2单词的相似性计算92

5.3.3文档的相似性94

5.3.4重新定义相关性信任度94

5.3.5扩展主题特征词95

5.3.6网页语义的相关背景图的改进实验结果96

5.4相关背景图的应用99

5.4.1发现与主题相关的微博用户99

5.4.2主题相关用户的收集102

5.5实验以及评价104

5.5.1构造实验数据集104

5.5.2评价指标105

5.5.3实验结果与分析106

第6章概念背景图及构建108

6.1概念格上隐含的关系108

6.2格上核心概念的定义109

6.3格上概念距离的计算110

6.4概念相似度的应用113

6.5概念背景图的构建114

6.6概念背景图在网页挖掘中的应用118

6.7概念背景图的更新123

6.7.1增量概念及其产生算法123

6.7.2更新概念背景图126

6.7.3删除主题不相关概念128

6.8概念背景图的系统实现及应用132

6.8.1系统构建132

6.8.2实验数据集的介绍133

6.8.3评价指标135

6.8.4结果分析135

第7章不同类型的概念背景图138

7.1领域本体的语义相关度度量138

7.1.1语义相关度138

7.1.2语义相关度度量139

7.2WordNet与语义相关度141

7.2.1WordNet概述141

7.2.2基于WordNet的语义相关度142

7.2.3信息内容与语义相关度143

7.3领域本体和相似概念背景图的主题爬行策略144

7.3.1链接分析概述145

7.3.2领域本体和相似概念背景图的主题爬行流程145

7.4实验及结果分析150

7.4.1准备数据集150

7.4.2收集主题数据及处理152

7.4.3构建相似概念背景图153

7.4.4计算锚文本相关度及预测URL优先级分值154

7.5实验结果对比分析155

第8章概念背景图的分层158

8.1概念背景图的参数确定158

8.2概念背景图的层次划分158

8.3获取OSCCG及OPV的详细过程162

8.4概念背景图的更新机制163

8.4.1相关概念163

8.4.2概念背景图中概念的更新164

8.4.3概念背景图层次的更新167

8.5实验及结果分析169

8.5.1第一部分实验结果171

8.5.2第二部分实验结果173

参考文献175

内容摘要
知识工程是人工智能发展中重要的研究。形式概念分析提出后广泛应用于不同领域的知识获取、知识挖掘、知识表达、知识推理。近年来，知识图谱在信息检索领域解决了不同层面应用的知识表达和知识推理问题。《概念背景图及其应用》在形式概念分析和知识图谱研究工作基础上，针对一些不适合建立领域大规模知识图谱的应用场景，其知识获取、知识表达、知识推理要求规模小、建设快、精准度高等问题，提出了从文本中获取概念以及它们之间的关系这一知识提取方法；围绕互联网网页获取这一特定应用场景，提出了概念之间的语义相似度计算方法、网页获取过程中分层概念背景图的基本概念、基础理论、实现算法。《概念背景图及其应用》将概念背景图用于互联网文本语义计算、网页获取等场景，取得了良好的效果。

— 没有更多了 —