返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 信息检索与深度学习 郭嘉丰,兰艳艳,程学旗 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 郭嘉丰 兰艳艳 程学旗著
    • 出版社: 人民邮电出版社
    • 出版时间:2024-01-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 郭嘉丰 兰艳艳 程学旗著
    • 出版社:人民邮电出版社
    • 出版时间:2024-01-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2024-01-01
    • 页数:228
    • 开本:32开
    • 装帧:平装
    • ISBN:9787115631008
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    信息检索与深度学习

    作  者:郭嘉丰,兰艳艳,程学旗 著
    定  价:59.8
    出 版 社:人民邮电出版社
    出版日期:2024年01月01日
    页  数:240
    装  帧:平装
    ISBN:9787115631008
    主编推荐

    孙凝晖院士作序,张亚勤、翟成祥、李航联合推荐! 学术大牛带你了解信息检索核心技术、大模型前沿应用挑战 作者团队既有文章又有产业应用,代表技术成果:Top-K 排序学习、短文本话题建模、深度文本匹配、预训练检索模型以及生成式检索等

    内容简介

    信息检索是我们理解这个世界的重要手段之一,随着技术的进步,我们的检索行为也在不断变化。伴随着人工智能时代的到来,大数据的涌现以及万物互联的场景对信息的获取、理解和运用提出了新的需求,特别是大模型的出现,有望重塑信息检索的架构与技术体系。本书以信息检索系统架构为抓手,围绕检索系统的各个技术模块展开对神经检索前沿技术的介绍。一方面,帮助读者快速了解传统技术的发展现状;另一方面,深入介绍深度学习技术给该研究问题所带来的主要变革和前沿成果。由此,读者可以通过本书较为全面地了解信息检索领域过去与当前发展的面貌。

    作者简介

    郭嘉丰 中国科学院计算技术研究所研究员、博士生导师,现任网络数据科学与技术实验室主任,中国中文信息学会信息检索专委会副主任,国家自然科学基金优秀青年基金获得者。长期从事智能信息检索与大数据分析方向研究,研究成果四次获得本领域重要国际会议优秀论文类奖励、两次获得国家奖励。 兰艳艳 清华大学智能产业研究院研究员,曾任中国科学院计算技术研究所研究员,主要研究方向为信息检索、人工智能赋能科学计算和智能药物研发。研究成果获 SIGIR 优秀学生论文奖和 CIKM 优秀论文提名奖,入选国家万人计划青年拔尖人才,担任中国中文信息学会信息检索专委会秘书长,Artificial Intelligence Associate Editor。 程学旗 中国科学院计算技术研究所副所长,国家杰出青年科学基金获得者,国家高层次人才,北京学者,CCF 会士。任 CCF大数据专家委员会秘书长、CCF 中国数字经济 null

    精彩内容

    目录

    第1章 引言 1
    1.1 信息检索技术的发展历史 2
    1.2 信息检索的代表性任务 4
    1.2.1 ad-hoc 检索 5
    1.2.2 问答 6
    1.2.3 社区问答 7
    1.2.4 自动对话 8
    1.3 信息检索的评价方法 9
    1.4 深度学习与信息检索的结合 12
    第2章 深度文本索引 17
    2.1 基础知识 19
    2.1.1 基于符号的文档表示方法 20
    2.1.2 面向符号表示的文档索引方法 25
    2.2 深度文本索引方法 32
    2.2.1 基于稠密向量的文档表示 33
    2.2.2 稠密向量索引 36
    2.3 小结 57
    第3章 深度文本检索 59
    3.1 基础知识 61
    3.1.1 问题形式化 61
    3.1.2 经典词项检索模型 62
    3.1.3 早期语义检索方法 66
    3.2 深度检索模型 70
    3.2.1 基于稀疏向量表示的检索模型 71
    3.2.2 基于稠密向量表示的检索模型 75
    3.2.3 稀疏-稠密向量混合检索方法 90
    3.3 小结 94
    第4章 深度文本匹配 96
    4.1 基础知识 98
    4.1.1 问题形式化 98
    4.1.2 学习目标 99
    4.2 深度匹配模型 104
    4.2.1 对称与非对称架构 104
    4.2.2 注重表示与注重交互的架构 108
    4.2.3 单粒度与多粒度的架构 112
    4.3 小结 115
    第5章 深度关系排序 116
    5.1 基础知识 117
    5.1.1 问题定义和评价指标 117
    5.1.2 传统关系排序方法 120
    5.2 深度关系排序模型 133
    5.2.1 基于贪婪选择的深度关系排序模型 133
    5.2.2 基于全局决策的深度关系排序模型 142
    5.3 小结 158
    第6章 深度查询理解 160
    6.1 传统的查询理解方法 161
    6.2 基于深度学习的查询改进 163
    6.2.1 基于深度学习的查询修正 
    6.2.2 基于深度学习的查询扩展 167
    6.3 基于深度学习的查询推荐 170
    6.4 基于深度学习的查询意图识别 173
    6.4.1 基于深度学习的查询分类 173
    6.4.2 基于深度学习的查询聚类 175
    6.5 小结 177
    第7章 交互式信息检索 178
    7.1 基础知识 179
    7.1.1 交互的概念 179
    7.1.2 合作博弈框架 181
    7.2 深度交互式信息检索模型 193
    7.2.1 代理搜索模型 194
    7.2.2 会话搜索模型 200
    7.2.3 对话搜索模型 203
    7.3 小结 207
    第8章 基于预训练的信息检索 209
    8.1 基础预训练模型 211
    8.1.1 面向判别式任务的预训练模型 211
    8.1.2 面向生成式任务的预训练模型 215
    8.2 面向检索的预训练模型 217
    8.2.1 预训练表示模型 218
    8.2.2 预训练交互模型 222
    8.3 小结 226
    参考文献(图灵社区下载)
     

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购