幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

知識表示與推理(高等院校數據科學與大數據專業互聯網+創新規劃教材)

  • 作者：編者:李玉潔|責編:黃園園//鄭雙
  • 出版社：北京大學
  • ISBN：9787301353523
  • 出版日期：2024/08/01
  • 裝幀：平裝
  • 頁數：233
人民幣：RMB 45 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書聚焦于知識表示與推理，圍繞經典知識表示、知識圖譜、知識體系構建和知識融合、實體識別和擴展、實體消歧、關係抽取、事件抽取等展開介紹。每章對多個相關研究方向的發展進程進行系統的、多維度的梳理，注重介紹傳統知識工程的思想和理論，以及機器學習和深度學習在知識表示與推理各個環節中應用的技術和方法，從而使讀者能夠了解知識表示與推理的發展脈絡，激發研究興趣，思考核心問題，領悟發展方向。
    本書既可作為高等院校人工智慧、數據科學與大數據技術等專業本科生的必修課教材，也可作為電腦科學與技術、電子信息等專業碩士研究生的選修課教材，還可作為人工智慧、數據科學等相關領域從業者的參考用書。
作者介紹
編者:李玉潔|責編:黃園園//鄭雙
    李玉潔     桂林電子科技大學副教授，碩士生導師。入選廣西高校海外高層次人才「百人計劃」。現任桂林電子科技大學人工智慧學院副院長，廣西高校人工智慧演算法工程重點實驗室主任。從事字典學習、稀疏表示、顯著性檢測、深度學習及電腦視覺等相關的科研工作。累計發表論文40余篇。
目錄
第1章  概述
  1.1  知識表示的概念
  1.2  知識表示與推理的發展歷史
  1.3  本書的內容安排
  本章習題
第2章  經典知識表示
  2.1  概念表示
    2.1.1  數理邏輯
    2.1.2  集合論
    2.1.3  概念的現代表示
  2.2  產生式表示法
    2.2.1  產生式
    2.2.2  產生式系統
  2.3  框架表示法
  2.4  腳本表示法
  2.5  狀態空間表示法
  2.6  語義網表示法
    2.6.1  語義網路
    2.6.2  語義網知識描述體系
  2.7  數值化表示
    2.7.1  符號的數值化表示
    2.7.2  文本的數值化表示
  本章小結
  本章習題
第3章  知識圖譜
  3.1  知識圖譜的概念
  3.2  知識圖譜類型
  3.3  知識圖譜生命周期
    3.3.1  知識體系構建
    3.3.2  知識獲取
    3.3.3  知識融合
    3.3.4  知識存儲
    3.3.5  知識推理
    3.3.6  知識應用
  3.4  知識圖譜中的知識表示方法
    3.4.1  表示框架
    3.4.2  Freebase
    3.4.3  知識圖譜的數值化表示
  3.5  知識圖譜與深度學習
  本章小結
  本章習題
第4章  知識體系構建和知識融合
  4.1  知識體系構建
    4.1.1  人工構建方法
    4.1.2  自動構建方法
    4.1.3  典型知識體系
  4.2  知識融合
    4.2.1  框架匹配
    4.2.2  實體對齊
    4.2.3  衝突檢測與消解

    4.2.4  典型知識融合系統
  本章小結
  本章習題
第5章  實體識別和擴展
  5.1  實體識別
    5.1.1  任務概述
    5.1.2  基於規則的實體識別方法
    5.1.3  基於機器學習的實體識別——基於特徵的方法
    5.1.4  基於機器學習的實體識別——基於神經網路的方法
  5.2  細粒度實體識別
    5.2.1  任務概述
    5.2.2  細粒度實體類別的制定
    5.2.3  細粒度實體識別方法
  5.3  實體擴展
    5.3.1  任務概述
    5.3.2  實體擴展方法
  本章小結
  本章習題
第6章  實體消歧
  6.1  任務概述
    6.1.1  任務定義
    6.1.2  任務分類
    6.1.3  相關評測
  6.2  基於聚類的實體消歧方法
    6.2.1  基於表層特徵的實體指稱項相似度計算
    6.2.2  基於擴展特徵的實體指稱項相似度計算
    6.2.3  基於社會化網路的實體指稱項相似度計算
  6.3  基於實體鏈接的實體消歧方法
    6.3.1  鏈接候選過濾方法
    6.3.2  實體鏈接方法
  6.4  面向結構化文本的實體消歧方法
  本章小結
  本章習題
第7章  關係抽取
  7.1  任務概述
    7.1.1  任務定義
    7.1.2  任務分類
    7.1.3  任務難點
    7.1.4  相關評測
  7.2  限定域關係抽取
    7.2.1  基於模板的關係抽取方法
    7.2.2  基於機器學習的關係抽取方法
  7.3  開放域關係抽取
  本章小結
  本章習題
第8章  事件抽取
  8.1  概述
  8.2  限定域事件抽取
    8.2.1  基於模式匹配的事件抽取方法
    8.2.2  基於機器學習的事件抽取方法

  8.3  開放域事件抽取
    8.3.1  基於內容特徵的事件抽取方法
    8.3.2  基於異常檢測的事件抽取方法
  8.4  事件關係抽取
    8.4.1  事件共指關係抽取
    8.4.2  事件因果關係抽取
    8.4.3  子事件關係抽取
    8.4.4  事件時序關係抽取
  本章小結
  本章習題
第9章  知識存儲和檢索
  9.1  知識圖譜的存儲
    9.1.1  基於表結構的存儲
    9.1.2  基於圖結構的存儲
  9.2  知識檢索
    9.2.1  常見形式化查詢語言
    9.2.2  圖檢索技術
  本章小結
  本章習題
第10章  經典知識推理
  10.1  典型推理任務
    10.1.1  知識補全
    10.1.2  知識問答
  10.2  知識推理分類
    10.2.1  歸納推理
    10.2.2  演繹推理
  10.3  知識推理方法
    10.3.1  歸納推理：學習推理規則
    10.3.2  演繹推理：推理具體事實
  10.4  常識知識推理
  本章小結
  本章習題
第11章  確定性推理與不確定性推理
  11.1  確定性推理
  11.2  不確定性推理
    11.2.1  概述
    11.2.2  基於概率論的推理方法
    11.2.3  模糊推理
  本章小結
  本章習題
第12章  數值推理
  12.1  基於數值計算的推理
    12.1.1  基於張量分解的方法
    12.1.2  基於能量函數的方法
  12.2  符號演算和數值計算的融合推理
  本章小結
  本章習題
第13章  知識問答與對話
  13.1  概述
  13.2  知識問答

    13.2.1  基於語義解析的方法
    13.2.2  基於搜索排序方法
    13.2.3  常用評測數據及各方法性能比較
  13.3  知識對話
    13.3.1  知識對話技術概述
    13.3.2  任務導向型對話系統
    13.3.3  通用對話系統
    13.3.4  評價方法
  本章小結
  本章習題
參考文獻

  • 商品搜索：
  • | 高級搜索
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