类似推荐
编辑推荐
在约束的条件下，通过知识图谱相关理论、方法和技术向各行各业赋能，推动语言理解成果向行业的转移转化，更具有落地实操的价值。
内容简介
如何围绕行业需求，结合行业知识构建知识图谱，将自然语言处理与知识图谱更好地融合，直击垂直行业落地应用的痛点，是本书重点关注的内容。
本书是作者几年来在自然语言处理和行业知识图谱实践中的经验梳理，无论你是人工智能领域的从业者还是科研领域的研究者，这本书都能够带给你非常有价值的知识体系和实操方法。
作者简介
作者赵宏宇，现就职于腾讯看点搜索团队，担任算法研究员。有多年NLP、搜索系统、推荐系统的工作经验，涉及专利、招聘和网页搜索等场景。精通PyTorch、TensorFlow等主流深度学习框架，擅长运用NLP前沿技术解决工业项目难题。在意图识别、内容推荐、相关性排序等领域有多年实战经验。曾参与千万级用户求职领域的推荐工作，作为算法主要负责人，主导全新算法落地迭代、线上算法优化以及上亿DAU网页搜索优化迭代。曾与人合著《智能搜索与推荐系统：原理、算法与应用》一书。
章节目录
版权信息
作者简介
推荐序一
推荐序二
前言
符号表
第1章 自然语言之“理解”
1.1 基本脉络
1.1.1 文字传承
1.1.2 机器处理
1.1.3 理解困境
1.2 商业曙光
1.3 认知落脚点
1.3.1 文本分析之锚
1.3.2 走向智能之路
1.3.3 第一步在何方
1.4 思辨未来
1.4.1 语言理解与语义知识的辨析
1.4.2 行业知识图谱构建问题
小结
参考文献
第2章 自然语言理解逻辑
2.1 符号-连接-融合
2.2 语言理解任务
2.2.1 语法类任务
2.2.2 语义类任务
2.2.3 语用类任务
2.3 语言理解体系
小结
参考文献
第3章 自然语言处理
3.1 自然语言文本特征
3.1.1 通用语言文本特征
3.1.2 行业语言文本特征
3.1.3 语言文本特征表示
3.1.4 语言特征选择
3.2 自然语言统计学习
3.2.1 统计学习基础
3.2.2 语言语料库
3.2.3 语料采样
3.2.4 语言模型
3.3 自然语言机器学习
3.3.1 文本分类方法
3.3.2 文本标注方法
3.3.3 文本聚类方法
3.3.4 文本生成方法
3.3.5 文本匹配方法
3.3.6 图计算方法
3.4 自然语言深度学习
3.4.1 神经网络学习
3.4.2 神经网络结构
3.4.3 深度表示学习
3.4.4 预训练语言模型
3.4.5 前沿与思考
小结
参考文献
第4章 知识图谱
4.1 语言知识与语言知识库
4.2 知识图谱演进
4.3 知识图谱工程
4.3.1 知识表示
4.3.2 知识加工
4.3.3 知识建模与计算
4.3.4 知识存储与查询
4.3.5 知识更新
4.4 知识图谱智能
4.4.1 语义匹配
4.4.2 搜索推荐
4.4.3 问答对话
4.4.4 推理决策
4.4.5 区块链协作
4.5 通用知识图谱
4.5.1 百科知识图谱
4.5.2 常识知识图谱
4.5.3 中文类知识图谱
4.6 行业知识图谱
4.6.1 金融知识图谱
4.6.2 医疗知识图谱
4.6.3 教育知识图谱
4.6.4 公安知识图谱
4.6.5 司法知识图谱
4.6.6 电商生活知识图谱
4.6.7 图书文献知识图谱
4.6.8 房地产知识图谱
小结
第5章 行业知识工程实践
5.1 行业知识库
5.1.1 行业语料库
5.1.2 行业术语知识库
5.1.3 行业文本规则库
5.1.4 行业特征字段库
5.1.5 行业本体库
5.1.6 行业附图库
5.1.7 行业产品库
5.1.8 行业标准库
5.1.9 应用知识库
5.2 行业模型算法库
5.2.1 文本匹配
5.2.2 文本分类
5.2.3 文本标注
5.2.4 文本生成
5.2.5 关联图计算
5.2.6 价值评估
5.3 标注、训练和更新
5.3.1 标注工具
5.3.2 训练框架
5.3.3 知识更新
小结
第6章 行业知识图谱模块
6.1 关键词助手
6.1.1 术语图谱
6.1.2 产品图谱
6.2 搜索问答
6.2.1 语义搜索
6.2.2 功能搜索
6.2.3 事实型问答
6.3 推理计算
小结
第7章 行业智能应用平台
7.1 平台架构初探
7.1.1 硬件拓扑架构
7.1.2 平台系统架构
7.1.3 功能服务架构
7.2 平台认知功能组件
7.2.1 文本检索
7.2.2 文本分析
7.2.3 文本挖掘
7.2.4 监控预警
7.2.5 价值运营
7.2.6 信息流管理
7.3 权限与安全管理
7.3.1 架构与流程
7.3.2 平台用户管理
7.3.3 安全管理
小结
第8章 行业文本智能应用
8.1 高价值文本发现
8.1.1 高价值文本定义
8.1.2 高价值文本评价
8.1.3 价值发现与价值运营
8.2 成果分级分类管理
8.2.1 成果分级
8.2.2 成果分类
8.3 新兴方向预测
8.4 技术背景调查
小结
附录A 概率论基础
附录B 信息论基础
自然语言理解与行业知识图谱：概念、方法与工程落地是2022年由机械工业出版社华章分社出版,作者王楠。
得书感谢您对《自然语言理解与行业知识图谱：概念、方法与工程落地》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
