编辑推荐
破解短文本理解在工业界应用的困难和挑战。
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最前沿的理论及方法，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
作者王仲远，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。
章节目录
版权信息
丛书前言
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
1.3 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
2.3 属性得分推导
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
3.2 语义网络
3.3 基本层次类别化
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
4.3 挖掘词汇关系
4.4 查询理解
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
5.5 主题词与修饰词检测
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
6.4 改进方法
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
7.5 检索
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
短文本数据理解是2017年由机械工业出版社华章分社出版,作者王仲远。
得书感谢您对《短文本数据理解》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。
