短文本數據理解短文本數據理解

《短文本數據理解短文本數據理解》是2017年機械工業出版社出版的圖書。短文本理解是伴隨著搜尋引擎、社交網路,以及聊天機器人等套用場景而興起的一個研究課題。

基本介紹

• 書名：短文本數據理解短文本數據理解
• 作者：王仲遠
• 出版社：機械工業出版社
• ISBN：9787111558811

內容簡介

短文本理解是伴隨著搜尋引擎、社交網路,以及聊天機器人等套用場景而興起的一個研究課題。它是近年來的一個研究熱點，且對未來人工智慧的發展有重要的影響。本書所介紹的短文本數據理解技術，涵蓋學術界及工業界前沿的理論及方法，可以廣泛套用於搜尋引擎、廣告系統、智慧型助手等場景中，是大數據管理不可或缺的部分，具有較高的實際套用價值。

圖書目錄

目錄

從書前言

推薦序一

推薦序二

前言

第1章短文本理解及其套用

11短文本理解

12短文本理解研究現狀

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章基於機率的屬性提取與推導

21引言

22屬性提取

221屬性提取的整體框架

222機率isA網路

223基於概念和基於實體的屬性提取

23屬性得分推導

231典型度得分

232根據CB列表計算典型度

233根據IB列表計算典型度

234典型度聚合

235同義屬性集合

24相關研究

25小結

第3章單實體概念化模型

31引言

311基本層次類別

312套用

313BLC計算方法

32語義網路

33基本層次類別化

331典型性

332將典型性用於BLC

333將平滑典型性用於BLC

334將PMI用於BLC

335將Rep(e，c)用於BLC

34小結

第4章基於概念化的短文本理解

41引言

42預備知識

421概念

422概念聚類

423屬性

424整體框架和符號表示

43挖掘辭彙關係

431概述

432解析

433P(z|t)推導

434P(c|t,z)推導

435語義網路

44查詢理解

441方法概況

442算法

45小結

第5章基於概念化的短文本主題詞與修飾詞檢測

51引言

52整體框架

53非限定性修飾詞挖掘

54限定性修飾詞挖掘

541Probase:一個大規模的isA知識庫

542實體級別主題詞修飾詞

543概念級別主題詞修飾詞

55主題詞與修飾詞檢測

551解析

552針對兩個組件的主題詞修飾詞檢測

553針對兩個以上組件的主題詞修飾詞檢測

56相關工作

57小結

第6章基於概念化的詞相似度計算

61引言

62語義網路和同義詞集合

63基本方法

631類型判別

632語境表示

633語境相似度

634討論

64改進方法

641概念聚類

642MaxMax相似度計算方法

643聚類刪減最佳化

65相關工作

66小結

第7章基於概念化的海量競價關鍵字匹配

71引言

72語義網路

73系統框架

74概念化

741實體檢測

742詞義推導

743消除歧義

75檢索

751基於點擊數據的候選競價關鍵字選擇

752基於概念的候選競價關鍵字選擇

753排名

76相關工作

77小結

第8章短文本理解研究展望

81知識語義網

82顯性知識和隱性知識的結合

參考文獻

作者簡介

中國人民大學博士，微軟亞洲研究院研究員。負責微軟研究院大型Web知識庫系統Probase項目，以及企業知識庫系統Enterprise Dictionary項目。已在VLDB、ICDE、IJCAI、CIKM等國際*學術會議上發表論文十餘篇，並獲得ICDE 2015佳論文獎。出版技術專著2本，擁有美國專利5項。研究領域包括：人工智慧、知識庫系統、自然語言處理、機器學習、數據挖掘等。