自然語言處理技術-實體關係抽取研究 黃河燕 9787576343946 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202408*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：自然語言處理技術-實體關係抽取研究
ISBN：9787576343946
出版社：北京理工大學
著編譯者：黃河燕
頁數：229
所在地：中國大陸 *此為代購商品
書號：1732023
可大量預訂，請先連絡。

內容簡介

本書共分為7章，針對實體關係抽取領域的關鍵難題，儘可能梳理出問題成因、關鍵問題的思路、關鍵技術，以及未來的發展趨勢。第1章介紹了實體關係抽取的研究背景及意義，概述了基本概念及問題描述。第2章介紹了本書涉及的自然語言處理與深度學習相關基礎理論知識和模型。第3、4、6章圍繞句子級別的關係抽取進行研究，討論一些有效的方法（嵌套實體識別、多關係抽取、實體關係聯合抽取），並介紹相關的應用場景。第5章介紹了兩種篇章級別關係抽取方法。第7章對本書的主要研究工作和創新點進行了總結，並對實體關係聯合抽取的未來研究方向進行了展望。 本書可作為高等院校計算機及相關專業本科生或者研究生課程的教材，也可供自然語言處理愛好者自學和參考。

作者簡介

黃河燕，博士，教授，博士生導師，北京理工大學人工智能研究院院長、北京市海量語言信息處理與雲計算應用工程技術研究中心主任、信息智能處理與內容安全工信部重點實驗室主任、現兼任教育部計算機專業教指委副主任委員、中國中文信息學會和中國軟體行業協會副理事長、中國電子學會常務理事、信息技術新工科產學研聯盟副理事長兼秘書長、國家自然科學基金委專家評審組成員。曾獲國家科技進步一等獎、二等獎，北京市科學技術一等獎、二等獎等十余項國家級和省部級獎勵。

目錄

第1章 緒論
1 1 研究背景及意義
1 2 基本概念及問題描述
1 2 1 實體識別
1 2 2 嵌套實體識別
1 2 3 關係抽取
1 2 4 多關係抽取
1 2 5 實體關係聯合抽取
1 2 6 實體關係抽取應用
1 3 典型方法與代表性系統
1 3 1 半監督抽取
1 3 2 監督抽取
1 3 3 遠程監督抽取
1 3 4 序列標註模型
1 3 5 句子分類模型
1 3 6 句法樹模型
1 3 7 圖模型
1 4 相關數據集與評測指標
1 4 1 ACE 2005 數據集
1 4 2 SemEval 數據集
1 4 3 CoNLL 數據集
1 4 4 GENIA 數據集
1 4 5 WebNLG 數據集
1 4 6 NYT 數據集
1 4 7 GIDS 數據集
1 4 8 性能評測及指標
1 5 本書章節組織架構
1 6 本章參考文獻
第2章 基礎理論及模型
2 1 詞彙語義表示
2 1 1 One - hot 表示
2 1 2 Word2Vec 詞向量表示
2 1 3 GloVe 詞向量表示
2 1 4 ELMo 詞向量表示
2 1 5 BERT 詞向量表示
2 2 條件隨機場
2 3 支持向量機
2 4 全連接神經網絡
2 5 循環神經網絡
2 5 1 普通循環神經網絡
2 5 2 長短時記憶網絡
2 5 3 門控循環單元網絡
2 5 4 雙向循環神經網絡
2 5 5 遞歸神經網絡
2 6 卷積神經網絡
2 7 自注意機制網絡
2 8 圖神經網絡
2 8 1 圖卷積神經網絡
2 8 2 圖循環網絡
2 9 多任務學習
2 10 本章參考文獻
第3章 嵌套實體識別和多關係抽取
3 1 命名實體識別
3 2 基於超圖網絡的嵌套實體識別
3 2 1 概述
3 2 2 問題描述
3 2 3 模型架構
3 2 4 實驗驗證
3 3 基於力引導圖的多關係關聯學習
3 3 1 概述
3 3 2 問題描述
3 3 3 力引導圖構建
3 3 4 模型架構
3 3 5 實驗驗證
3 4 基於圖推理的多關係抽取模型
3 4 1 概述
3 4 2 問題描述
3 4 3 模型架構
3 4 4 實驗驗證
3 5 關係模式識別
3 5 1 概述
3 5 2 問題描述
3 5 3 模型架構
3 5 4 實驗驗證
3 6 多粒度語義表示關係抽取模型
3 6 1 概述
3 6 2 問題描述
3 6 3 模型架構
3 6 4 實驗驗證
3 7 本章小結
3 8 本章參考文獻
第4章 單模塊同步實體關係聯合抽取
4 1 實體關係聯合抽取
4 1 1 研究背景及意義
4 1 2 本章問題描述及解決思路
4 2 基於關係推理的單模塊同步實體關係聯合抽取
4 2 1 概述
4 2 2 模型架構
4 2 3 實驗驗證
4 3 基於二部圖鏈接的單模塊同步實體關係聯合抽取
4 3 1 概述
4 3 2 模型架構
4 3 3 實驗驗證
4 4 基於細粒度分類的單模塊同步實體關係聯合抽取
4 4 1 概述
4 4 2 模型架構
4 4 3 實驗驗證
4 5 本章小結
4 6 本章參考文獻
第5章 篇章級別的關係抽取
5 1 篇章級別關係抽取概述
5 2 基於多層聚合和邏輯推理的篇章級別關係抽取
5 2 1 概述
5 2 2 相關工作
5 2 3 模型架構
5 2 4 基於多層聚合和邏輯推理的關係抽取模型
5 2 5 實驗驗證
5 3 基於實體選擇注意力的篇章級別關係抽取
5 3 1 概述
5 3 2 模型架構
5 3 3 實驗驗證
5 4 本章小結
5 5 本章參考文獻
第6章 實體關係抽取的應用
6 1 概述
6 2 知識圖譜構建
6 3 知識表示及推理方法
6 4 基於知識的推薦算法
6 5 基於知識的問答方法
6 6 基於知識的檢索方法
6 7 基於知識的檢測方法
6 8 本章小結
6 9 本章參考文獻
第7章 總結與展望
7 1 本書總結
7 2 未來研究展望
7 2 1 實體識別技術展望
7 2 2 關係抽取技術展望
7 2 3 實體關係聯合抽取技術展望
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。