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:
本店所有商品

  • 全新正版搜索擎的实体关键技术研究9787111701170机械工业出版社
    • 作者: 黄际洲著 | 黄际洲编 | 黄际洲译 | 黄际洲绘
    • 出版社: 机械工业出版社
    • 出版时间:2022-06-01
    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:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 黄际洲著| 黄际洲编| 黄际洲译| 黄际洲绘
    • 出版社:机械工业出版社
    • 出版时间:2022-06-01
    • 版次:1
    • 印次:1
    • 字数:140000
    • 页数:240
    • 开本:32开
    • ISBN:9787111701170
    • 版权提供:机械工业出版社
    • 作者:黄际洲
    • 著:黄际洲
    • 装帧:平装-胶订
    • 印次:1
    • 定价:49.00
    • ISBN:9787111701170
    • 出版社:机械工业出版社
    • 开本:32开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2022-06-01
    • 页数:240
    • 外部编号:31485610
    • 版次:1
    • 成品尺寸:暂无

    丛书序
    导师序
    摘要

    章 绪论
    1.1 课题背景及意义1
    1.1.1 实体的定义及研究背景1
    1.1.2 实体的挑战及研究意义6
    1.2 研究现状及分析12
    1.2.1 实体算法12
    1.2.2 实体的可解释
    1.. 尚且存在的问题31
    1.3 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40
    2.2 问题定义43
    2.2.1 信息新颖定义43
    2.2.2 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53
    2.4 实验设置69
    2.4.1 实验数据69
    2.4.2 基线方法70
    2.4.3 评价指标72
    2.5 实验结果与分析75
    2.5.1 本方法与五种基线方法的比较76
    2.5.2 不同特征的贡献度分析78
    2.6 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83
    3.2 问题定义87
    3.2.1 上下文相关实体任务定义87
    3.2.2 使用多任务学习的原因89
    3.3 基于多任务学习的上下文相关实体模型92
    3.3.1 上下文无关实体模型92
    3.3.2 上下文相关实体模型94
    3.3.3 使用多任务学习提升上下文相关实体模型的效果95
    3.3.4 利用上下文相关实体模型提升效果98
    3.4 实验设置100
    3.4.1 实验数据与评价指标101
    3.4.2 基线方法104
    3.5 实验结果与分析105
    3.5.1 上下文信息的影响105
    3.5.2 多任务学习与单任务学习的比较106
    3.5.3 实体模型的比较107
    3.5.4 搜索会话长度的影响108
    3.5.5 上下文相关文档排序的效果110
    3.6 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112
    4.2 问题定义116
    4.3 实体对理由识别方法118
    4.3.1 训练数据的构建方法118
    4.3.2 基于卷积神经网络的排序模型122
    4.4 实验设置125
    4.4.1 实验数据126
    4.4.2 基线方法128
    4.4.3 评价指标130
    4.5 实验结果与分析130
    4.5.1 人工设计特征与自动学习特征的比较131
    4.5.2 基于pointwise与基于pairwise的排序方法的比较132
    4.5.3 本方法与三种基线方法的比较133
    4.6 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139
    5.2 问题定义142
    5.3 基于统计机器翻译模型的实体理由生成144
    5.4 基于神经机器翻译模型的实体理由生成148
    5.4.1 Seq2Seq模型149
    5.4.2 由实体信息指导的Seq2Seq模型156
    5.4.3 基于Seq2Seq的实体理由生成模型161
    5.5 实验设置162
    5.5.1 实验数据162
    5.5.2 对比方法165
    5.5.3 评价指标169
    5.6 实验结果与分析171
    5.6.1 不同实体理由生成方法的比较与分析171
    5.6.2 基于Seq2Seq的实体理由生成模型分析174
    5.6.3 基于实例的方法的比较与分析176
    5.7 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

    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