深度學習與網絡學術情報發現研究 王娟 9787306084675 【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：202506*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：深度學習與網絡學術情報發現研究
ISBN：9787306084675
出版社：中山大學
著編譯者：王娟
頁數：380
所在地：中國大陸 *此為代購商品
書號：1747178
可大量預訂，請先連絡。

內容簡介

本書採用「理論基礎研究→關鍵技術突破→研究成果應用」三個層次遞進的研究思路，既立足於全局，又落實到具體實踐。本書以學科領域網絡信息資源為起點，就大數據環境下情報源採集與甄選、知識表示與整序、情報分析與服務的新方式方法進行深入研究，探討基於領域本體的學科領域網絡信息資源深度聚合的實現方法和基於領域知識圖譜的探索式搜索系統的全流程解決方案。希望通過構建學術情報發現系統，將內容和形式各異的資源融會貫通成一個完整的知識網絡，幫助用戶和信息服務機構建立信息的全局概念，為網絡情報學理論和實踐在大數據環境下的發展注入新的活力。

作者簡介

王娟，廣東外語外貿大學信息科學與技術學院副教授，碩士生導師，中國計算機學會會員。長期從事情報學和計算機科學的交叉研究，2014年主持的教育部人文社會科學研究一般項目「面向輕博客熱點話題情感傾向性分析的研究」（12YJC870023）順利結題，2023年主持的國家社會科學基金一般項目「基於深度學習的學科領域網絡學術情報發現研究」（18BTQ065）順利結題。在《圖書情報工作》《情報理論與實踐》《情報雜誌》等核心期刊發表20多篇論文，並曾獲得中國社會科學情報學會學術年會優秀論文一等獎。

目錄

1 緒論
1 1 研究背景及意義
1 2 國內外相關研究概述
1 2 1 情報和信息、知識的關係
1 2 2 知識表示方法的相關研究
1 2 3 知識組織的相關研究
1 2 4 知識發現方法的相關研究
1 2 5 深度學習在情報分析中的應用
1 3 研究思路
1 4 研究方法
1 5 本書組織結構
2 面向自然語言處理的深度學習
2 1 人工神經網絡的發展歷程
2 1 1 第一次熱潮
2 1 2 第二次熱潮
2 1 3 第三次熱潮
2 2 常用深度學習模型
2 2 1 RNN
2 2 2 CNN
2 2 3 LSTM
2 2 4 Transformer
2 3 深度學習在自然語言處理中的應用
2 3 1 傳統的文本表示
2 3 2 基於神經網絡語言模型的詞表示
2 4 主流深度學習框架對比
2 5 本章小結
3 圖情領域本體的構建
3 1 領域本體構建方法探討
3 1 1 領域本體概述
3 1 2 領域本體的構成
3 1 3 領域本體的構建
3 2 維基百科語義挖掘的分析
3 2 1 維基百科介紹
3 2 2 維基百科的基本元素
3 3 基於維基百科的領域本體構建
3 3 1 基於分類圖的概念層次結構
3 3 2 基於語義相關度的實例關係獲取
3 3 3 基於依存句法分析的屬性關係獲取
3 3 4 同義關係的獲取
3 3 5 本體存儲
3 4 本體構建實驗及結果分析
3 4 1 數據源
3 4 2 概念及分類關係獲取實驗
3 4 3 實例關係獲取實驗
3 4 4 屬性關係獲取實驗
3 4 5 同義關係的獲取
3 4 6 本體的存儲
3 5 本章小結
4 基於領域本體的Web資源主題採集
4 1 網絡信息資源概述
4 1 1 網絡信息資源的定義
4 1 2 網絡信息資源的類型
4 1 3 網絡信息資源的特點
4 2 網絡引文概述
4 2 1 網絡引文的定義
4 2 2 國內外網絡引文研究
4 3 基於網絡引文的圖情領域網絡信息資源分佈研究
4 3 1 數據來源
4 3 2 網絡引文類型分佈統計
4 3 3 網頁URL特徵分析
4 3 4 高被引網站分析
4 4 基於領域本體的主題爬蟲
4 4 1 主題爬蟲
4 4 2 網頁採集關鍵技術分析
4 4 3 主題描述
4 4 4 基於領域本體的網頁相關性計算
4 4 5 基於 Heritrix 的圖情領域採集系統
4 4 6 基於圖情領域本體的主題採集
4 5 本章小結
5 基於領域知識元的知識聚合
5 1 知識聚合的相關研究
5 1 1 2006-2020年有關知識聚合的文獻計量學分析
5 1 2 知識聚合的方法研究
5 1 3 知識聚合的應用研究
5 2 基於知識元的知識組織
5 2 1 知識元概述
5 2 2 基於知識元的知識關聯
5 3 基於領域本體的知識元模型構建
5 3 1 領域本體描述
5 3 2 基於本體實例關係的知識元劃分
5 3 3 基於本體屬性關係的知識元屬性獲取

6 中文文本的標註
7 面向Web的領域術語抽取
8 基於深度學習的領域命名實體識別
9 基於PaddleUIE的領域知識圖譜構建
10 基於領域圖譜的探索式搜索
11 結論與和展望
附錄
參考文獻

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。