短文本数据理解

图书标准信息

• 作者 王仲远 著
• 出版社 机械工业出版社
• 出版时间 2017-05
• 版次 1
• ISBN 9787111558811
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 137页
• 丛书 大数据管理丛书

【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。

【作者简介】

   中国人民大学博士，微软亚洲研究院研究员。负责微软研究院大型Web知识库系统Probase项目，以及企业知识库系统Enterprise Dictionary项目。已在VLDB、ICDE、IJCAI、CIKM等国际学术会议上发表论文十余篇，并获得ICDE 2015佳论文奖。出版技术专著2本，拥有美国专利5项。研究领域包括：人工智能、知识库系统、自然语言处理、机器学习、数据挖掘等。

【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 
第5章基于概念化的短文本主题词与修饰词检测 
51引言 
52整体框架 
53非限定性修饰词挖掘 
54限定性修饰词挖掘 
541Probase:一个大规模的isA知识库 
542实体级别主题词修饰词 
543概念级别主题词修饰词 
55主题词与修饰词检测 
551解析 
552针对两个组件的主题词修饰词检测 
553针对两个以上组件的主题词修饰词检测 
56相关工作 
57小结 
第6章基于概念化的词相似度计算 
61引言 
62语义网络和同义词集合 
63基本方法 
631类型判别 
632语境表示 
633语境相似度 
634讨论 
64改进方法 
641概念聚类 
642MaxMax相似度计算方法 
643聚类删减优化 
65相关工作 
66小结 
第7章基于概念化的海量竞价关键字匹配 
71引言 
72语义网络 
73系统框架 
74概念化 
741实体检测 
742词义推导 
743消除歧义 
75检索 
751基于点击数据的候选竞价关键字选择 
752基于概念的候选竞价关键字选择 
753排名 
76相关工作 
77小结 
第8章短文本理解研究展望 
81知识语义网 
82显性知识和隐性知识的结合 
参考文献