图文详情

深度学习与短文本信息挖掘

①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。

作者: 贾维嘉//张新松//杨文冕//李鹏帅|责编:赵艳春//霍明亮
出版社: 科学
ISBN: 9787030725561

出版时间: 2023-11
装帧: 平装
开本: 16开

作者: 贾维嘉//张新松//杨文冕//李鹏帅|责编:赵艳春//霍明亮
出版社: 科学

ISBN: 9787030725561
出版时间: 2023-11

装帧: 平装
开本: 16开

售价 67.25 6.9折

定价￥98.00

品相全新

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2025-10-25

数量: 库存2件

立即购买加入购物车收藏

卖家超过10天未登录

四年老店

倒爷图书专营店

店铺等级

资质认证

90天平均

成功完成

90.13% (10457笔)

好评率

99.94%

发货时间

15.03小时

店主

小倒

联系

在线交谈离线留言

地址

浙江省嘉兴市海宁市

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

商品分类：

教材教辅考试 > 教材 > 大学教材 > 计算机与互联网

货号：

31922424

商品描述：

目录
前言
致谢
第1章  深度学习
  1.1  深度学习简介
  1.2  深度学习经典模型
    1.2.1  卷积神经网络
    1.2.2  循环神经网络
    1.2.3  注意力模型
    1.2.4  胶囊网络
    1.2.5  迁移学习与多任务学习
    1.2.6  对抗学习及生成对抗网络
    1.2.7  主动学习
  思考题
第2章  短文本信息挖掘
  2.1  短文本信息挖掘简介
  2.2  关系抽取简介
    2.2.1  关系抽取定义
    2.2.2  神经关系抽取
    2.2.3  远程监督的关系抽取
    2.2.4  关系抽取前沿
    2.2.5  研究意义及挑战
  2.3  弹幕评论挖掘简介
    2.3.1  基于无监督学习的文本分析方法
    2.3.2  基于神经网络监督学习的文本分析方法
  2.4  研究内容及结构
    2.4.1  关系抽取
    2.4.2  弹幕评论挖掘
  思考题
第3章  相关工作
  3.1  关系抽取研究
    3.1.1  监督学习
    3.1.2  远程监督
  3.2  弹幕评论挖掘研究
    3.2.1  基于评论挖掘的关键词抽取方法
    3.2.2  基于评论挖掘的推荐系统
    3.2.3  基于评论挖掘的剧透检测方法
  思考题
第4章  关系抽取模型的精度提升
  4.1  概述
  4.2  多标签关系抽取
  4.3  基于注意力的胶囊网络模型
    4.3.1  特征提取层——Bi-LSTM网络
    4.3.2  特征聚集层——基于注意力的胶囊网络
    4.3.3  关系预测层——基于滑动窗口的损失函数
  4.4  实验
    4.4.1  数据集
    4.4.2  实验设置
    4.4.3  实验效果
    4.4.4  案例分析
  4.5  本章小结
  思考题
第5章  关系抽取模型的效率优化
  5.1  概述
  5.2  神经关系抽取模型的效率陷阱
  5.3  基于句内问答的关系抽取模型
    5.3.1  网络结构
    5.3.2  复杂度分析
  5.4  实验
    5.4.1  数据集
    5.4.2  实验设置
    5.4.3  实验效果
    5.4.4  案例分析
  5.5  本章小结
  思考题
第6章  关系抽取模型的鲁棒性增强
  6.1  概述
  6.2  远程监督的噪声分布分析
  6.3  词汇级别噪声解决方法
  6.4  句子级别噪声解决方法
  6.5  先验知识级别噪声解决方法
  6.6  数据分布级别噪声解决方法
  6.7  多级别噪声协同解决方法
  6.8  实验
    6.8.1  数据集及评价指标
    6.8.2  词汇级别降噪相关实验
    6.8.3  句子级别降噪相关实验
    6.8.4  先验知识级别降噪相关实验
    6.8.5  数据分布级别降噪相关实验
    6.8.6  多级别抗噪声相关实验
  6.9  本章小结
  思考题
第7章  关系抽取模型的前沿初探
  7.1  概述
  7.2  错误标注负样本问题
  7.3  GAN驱动的半远程监督学习框架
    7.3.1  半远程监督关系抽取原理
    7.3.2  GAN驱动的半监督关系抽取算法
  7.4  基于主动学习的无偏测评方法
    7.4.1  无偏测评原理
    7.4.2  无偏测评算法
  7.5  实验
    7.5.1  数据集及评价指标
    7.5.2  GAN驱动的半远程监督关系抽取相关实验
    7.5.3  基于主动学习的无偏测评方法相关实验
  7.6  本章小结
  思考题
第8章  弹幕视频标签提取
  8.1  概述
  8.2  语义关系图的构建与图聚类算法
    8.2.1  语义关系图的构建
    8.2.2  基于图聚类算法的弹幕主题划分
    8.2.3  复杂度分析
  8.3  语义权重分析与标签提取
    8.3.1  基于图迭代算法的评论影响力计算
    8.3.2  视频标签提取
  8.4  实验
    8.4.1  实验参数设定与数据集构建
    8.4.2  实验结果
  8.5  本章小结
  思考题
第9章  弹幕推荐系统
  9.1  概述
  9.2  基于模型的协同过滤算法
    9.2.1  问题描述
    9.2.2  基于文本的推荐模型
    9.2.3  图文融合模型
    9.2.4  基于羊群效应的注意力机制
  9.3  实验
    9.3.1  实验参数设定与数据集构建
    9.3.2  实验结果
  9.4  本章小结
  思考题
第10章  弹幕剧透检测
  10.1  概述
  10.2  问题定义与符号描述
    10.2.1  问题定义
    10.2.2  符号描述
  10.3  剧透检测模型
    10.3.1  单词级注意力编码器
    10.3.2  相似度网络
    10.3.3  句子级语义方差注意力机制
    10.3.4  数字嵌入方法
  10.4  实验
    10.4.1  数据集构建
    10.4.2  数据集处理与评价指标
    10.4.3  模型性能比较
    10.4.4  注意力机制的可视化
  10.5  本章小结
  思考题
第11章  总结与展望
  11.1  短文关系抽取总结
    11.1.1  贡献和创新点
    11.1.2  现有问题讨论
  11.2  弹幕评论挖掘研究总结
  11.3  展望
  思考题
参考文献
彩图

内容摘要
本书对自然语言处理中的两种代表性的短文本信息挖掘进行研究关系抽取和弹幕评论挖掘。针对关系抽取任务，从精度、效率、鲁棒性及前沿探索四个方面进行分析并提出对应的解决方法。针对弹幕评论挖掘任务，充分地利用弹幕的实时性、
交互性、高噪声等性质，提出适用于弹幕评论的语义分析模型。针对目标任务的信息缺陷，本书从多角度研究和设计对应的深度学习算法以提高信息挖掘的精度。
本书主要针对两类读者：自然语言处理领域的研究者和没有相关背景但是希望能了解并借鉴相关技术的人员。本书提出的多个深度学习模型都具有结构简练、泛化能力强的特点，可以方便地应用在许多领域和任务中，包括计算机视觉、语音处理、自然语言处理等。
配送说明

...
相似商品
为你推荐

孔网分类

图书

图书

深度学习与短文本信息挖掘

孔网啦啦啦啦啦纺织女工火锅店第三课