同類熱銷排行榜

深度學習與短文本信息挖掘

作者：賈維嘉//張新松//楊文冕//李鵬帥|責編:趙艷春//霍明亮
出版社：科學
ISBN：9787030725561

出版日期：2023/11/01
裝幀：平裝
頁數：196

人民幣：RMB 98 元售價：元

內容大鋼

本書對自然語言處理中的兩種代表性的短文本信息挖掘進行研究關係抽取和彈幕評論挖掘。針對關係抽取任務，從精度、效率、魯棒性及前沿探索四個方面進行分析並提出對應的解決方法。針對彈幕評論挖掘任務，充分地利用彈幕的實時性、交互性、高雜訊等性質，提出適用於彈幕評論的語義分析模型。針對目標任務的信息缺陷，本書從多角度研究和設計對應的深度學習演算法以提高信息挖掘的精度。
本書主要針對兩類讀者：自然語言處理領域的研究者和沒有相關背景但是希望能了解並借鑒相關技術的人員。本書提出的多個深度學習模型都具有結構簡練、泛化能力強的特點，可以方便地應用在許多領域和任務中，包括電腦視覺、語音處理、自然語言處理等。

作者介紹

賈維嘉//張新松//楊文冕//李鵬帥|責編:趙艷春//霍明亮

前言
致謝
第1章  深度學習
  1.1  深度學習簡介
  1.2  深度學習經典模型
    1.2.1  卷積神經網路
    1.2.2  循環神經網路
    1.2.3  注意力模型
    1.2.4  膠囊網路
    1.2.5  遷移學習與多任務學習
    1.2.6  對抗學習及生成對抗網路
    1.2.7  主動學習
  思考題
第2章  短文本信息挖掘
  2.1  短文本信息挖掘簡介
  2.2  關係抽取簡介
    2.2.1  關係抽取定義
    2.2.2  神經關係抽取
    2.2.3  遠程監督的關係抽取
    2.2.4  關係抽取前沿
    2.2.5  研究意義及挑戰
  2.3  彈幕評論挖掘簡介
    2.3.1  基於無監督學習的文本分析方法
    2.3.2  基於神經網路監督學習的文本分析方法
  2.4  研究內容及結構
    2.4.1  關係抽取
    2.4.2  彈幕評論挖掘
  思考題
第3章  相關工作
  3.1  關係抽取研究
    3.1.1  監督學習
    3.1.2  遠程監督
  3.2  彈幕評論挖掘研究
    3.2.1  基於評論挖掘的關鍵詞抽取方法
    3.2.2  基於評論挖掘的推薦系統
    3.2.3  基於評論挖掘的劇透檢測方法
  思考題
第4章  關係抽取模型的精度提升
  4.1  概述
  4.2  多標籤關係抽取
  4.3  基於注意力的膠囊網路模型
    4.3.1  特徵提取層——Bi-LSTM網路
    4.3.2  特徵聚集層——基於注意力的膠囊網路
    4.3.3  關係預測層——基於滑動窗口的損失函數
  4.4  實驗
    4.4.1  數據集
    4.4.2  實驗設置
    4.4.3  實驗效果
    4.4.4  案例分析
  4.5  本章小結

  思考題
第5章  關係抽取模型的效率優化
  5.1  概述
  5.2  神經關係抽取模型的效率陷阱
  5.3  基於句內問答的關係抽取模型
    5.3.1  網路結構
    5.3.2  複雜度分析
  5.4  實驗
    5.4.1  數據集
    5.4.2  實驗設置
    5.4.3  實驗效果
    5.4.4  案例分析
  5.5  本章小結
  思考題
第6章  關係抽取模型的魯棒性增強
  6.1  概述
  6.2  遠程監督的雜訊分佈分析
  6.3  辭彙級別雜訊解決方法
  6.4  句子級別雜訊解決方法
  6.5  先驗知識級別雜訊解決方法
  6.6  數據分佈級別雜訊解決方法
  6.7  多級別雜訊協同解決方法
  6.8  實驗
    6.8.1  數據集及評價指標
    6.8.2  辭彙級別降噪相關實驗
    6.8.3  句子級別降噪相關實驗
    6.8.4  先驗知識級別降噪相關實驗
    6.8.5  數據分佈級別降噪相關實驗
    6.8.6  多級別抗雜訊相關實驗
  6.9  本章小結
  思考題
第7章  關係抽取模型的前沿初探
  7.1  概述
  7.2  錯誤標注負樣本問題
  7.3  GAN驅動的半遠程監督學習框架
    7.3.1  半遠程監督關係抽取原理
    7.3.2  GAN驅動的半監督關係抽取演算法
  7.4  基於主動學習的無偏測評方法
    7.4.1  無偏測評原理
    7.4.2  無偏測評演算法
  7.5  實驗
    7.5.1  數據集及評價指標
    7.5.2  GAN驅動的半遠程監督關係抽取相關實驗
    7.5.3  基於主動學習的無偏測評方法相關實驗
  7.6  本章小結
  思考題
第8章  彈幕視頻標籤提取
  8.1  概述
  8.2  語義關係圖的構建與圖聚類演算法
    8.2.1  語義關係圖的構建

    8.2.2  基於圖聚類演算法的彈幕主題劃分
    8.2.3  複雜度分析
  8.3  語義權重分析與標籤提取
    8.3.1  基於圖迭代演算法的評論影響力計算
    8.3.2  視頻標籤提取
  8.4  實驗
    8.4.1  實驗參數設定與數據集構建
    8.4.2  實驗結果
  8.5  本章小結
  思考題
第9章  彈幕推薦系統
  9.1  概述
  9.2  基於模型的協同過濾演算法
    9.2.1  問題描述
    9.2.2  基於文本的推薦模型
    9.2.3  圖文融合模型
    9.2.4  基於羊群效應的注意力機制
  9.3  實驗
    9.3.1  實驗參數設定與數據集構建
    9.3.2  實驗結果
  9.4  本章小結
  思考題
第10章  彈幕劇透檢測
  10.1  概述
  10.2  問題定義與符號描述
    10.2.1  問題定義
    10.2.2  符號描述
  10.3  劇透檢測模型
    10.3.1  單詞級注意力編碼器
    10.3.2  相似度網路
    10.3.3  句子級語義方差注意力機制
    10.3.4  數字嵌入方法
  10.4  實驗
    10.4.1  數據集構建
    10.4.2  數據集處理與評價指標
    10.4.3  模型性能比較
    10.4.4  注意力機制的可視化
  10.5  本章小結
  思考題
第11章  總結與展望
  11.1  短文關係抽取總結
    11.1.1  貢獻和創新點
    11.1.2  現有問題討論
  11.2  彈幕評論挖掘研究總結
  11.3  展望
  思考題
參考文獻
彩圖

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

深度學習與短文本信息挖掘