短文本数据理解

本书特色

[

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

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BLC3��3��3将平滑典型性用于BLC3��3��4将PMI用于BLC3��3��5将Rep(e，c)用于BLC3��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�睲ax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

封面

书名:短文本数据理解

作者:王仲远

页数:137

定价:¥69.0

出版社:机械工业出版社

出版日期:2017-05-01

ISBN:9787111558811

PDF电子书大小:93MB 高清扫描完整版