短文本数据理解

短文本数据理解
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2017-05
版次: 1
ISBN: 9787111558811
定价: 69.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 137页
9人买过
  •    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。    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。 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
  • 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
查看详情
12
系列丛书 / 更多
短文本数据理解
大数据管理概论
孟小峰 著
短文本数据理解
云数据管理:挑战与机遇
马友忠 译
短文本数据理解
移动数据挖掘
连德富 张富峥 王英子 袁 晶 谢 幸 著
短文本数据理解
位置大数据隐私管理
潘晓、霍峥、孟小峰 著
短文本数据理解
大规模元搜索引擎技术
[美]孟卫一(Weiyi Meng) 著;朱亮 译
短文本数据理解
异构信息网络挖掘:原理和方法
段磊 译
短文本数据理解
实体识别技术
申德荣、寇月、聂铁铮、于戈 著
短文本数据理解
大数据集成
董欣 著;王秋月 译
短文本数据理解
大数据、小数据、无数据:网络世界的数据学术
孟小峰、张祎、赵尔平 译
短文本数据理解
个人数据管理
李玉坤 孟小峰 著
相关图书 / 更多
短文本数据理解
短文阅读
龚勋
短文本数据理解
短文案卖货:手把手教你卖爆货收到款
兔妈
短文本数据理解
短文本表示建模及应用
王亚珅 黄河燕 著
短文本数据理解
短文写作快训
金锦珠 编
短文本数据理解
短文改错与书面表达试题解析
高考英语试题分项解析丛书编写组 编
短文本数据理解
短文译析(第2辑)
林巍