加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版搜索擎的实体关键技术研究9787111701170机械工业出版社
¥ ×1
商品
服务
物流
丛书序导师序摘要章 绪论1.1 课题背景及意义11.1.1 实体的定义及研究背景11.1.2 实体的挑战及研究意义61.2 研究现状及分析121.2.1 实体算法121.2.2 实体的可解释1.. 尚且存在的问题311.3 本书的研究内容及章节安排35第2章 基于排序学习与信息新颖的实体2.1 引言402.2 问题定义432.2.1 信息新颖定义432.2.2 基于信息新颖的实体任务定义47. 基于排序学习框架的实体算法49..1 相关实体发现50..2 相关实体排序532.4 实验设置692.4.1 实验数据692.4.2 基线方法702.4.3 评价指标722.5 实验结果与分析752.5.1 本方法与五种基线方法的比较762.5.2 不同特征的贡献度分析782.6 本章小结81第3章 基于深度多任务学习的上下文相关实体3.1 引言833.2 问题定义873.2.1 上下文相关实体任务定义873.2.2 使用多任务学习的原因893.3 基于多任务学习的上下文相关实体模型923.3.1 上下文无关实体模型923.3.2 上下文相关实体模型943.3.3 使用多任务学习提升上下文相关实体模型的效果953.3.4 利用上下文相关实体模型提升效果983.4 实验设置1003.4.1 实验数据与评价指标1013.4.2 基线方法1043.5 实验结果与分析1053.5.1 上下文信息的影响1053.5.2 多任务学习与单任务学习的比较1063.5.3 实体模型的比较1073.5.4 搜索会话长度的影响1083.5.5 上下文相关文档排序的效果1103.6 本章小结111第4章 基于卷积神经网络的实体对理由识别4.1 引言1124.2 问题定义1164.3 实体对理由识别方法1184.3.1 训练数据的构建方法1184.3.2 基于卷积神经网络的排序模型1224.4 实验设置1254.4.1 实验数据1264.4.2 基线方法1284.4.3 评价指标1304.5 实验结果与分析1304.5.1 人工设计特征与自动学习特征的比较1314.5.2 基于pointwise与基于pairwise的排序方法的比较1324.5.3 本方法与三种基线方法的比较1334.6 本章小结138第5章 基于机器翻译模型的实体理由生成 5.1 引言1395.2 问题定义1425.3 基于统计机器翻译模型的实体理由生成1445.4 基于神经机器翻译模型的实体理由生成1485.4.1 Seq2Seq模型1495.4.2 由实体信息指导的Seq2Seq模型1565.4.3 基于Seq2Seq的实体理由生成模型1615.5 实验设置1625.5.1 实验数据1625.5.2 对比方法1655.5.3 评价指标1695.6 实验结果与分析1715.6.1 不同实体理由生成方法的比较与分析1715.6.2 基于Seq2Seq的实体理由生成模型分析1745.6.3 基于实例的方法的比较与分析1765.7 本章小结181结论参考文献攻读博士期间发表的及成果致谢
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
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
继续等待
0小时0分
立即开通
SUPER会员