事理圖譜-概念與技術 丁效 劉挺 秦兵 9787121471537 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$636
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202409*若逾兩年請先於私訊洽詢存貨情況，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：事理圖譜-概念與技術 ISBN：9787121471537 出版社：電子工業 著編譯者：丁效 劉挺 秦兵 頁數：252 所在地：中國大陸 *此為代購商品 書號：1686300 可大量預訂，請先連絡。 內容簡介 知識圖譜已在多個領域深耕多年，然而，現有的典型知識圖譜主要是以實體及其屬性和關係為研究核心，缺乏對事理邏輯這一重要人類知識的刻畫。為了彌補這一不足，事理圖譜應運而生，它能夠揭示事件的演化規律和發展邏輯，刻畫和記錄人類行為活動。事理圖譜是較為典型的多學科交叉領域，涉及知識工程、自然語言處理、機器學習、圖資料庫等多個領域。本書系統地介紹事理圖譜涉及的概念和關鍵技術，如事理圖譜概述、事理知識表示、事件抽取、事件模式的自動歸納、事件關係抽取、事件表示學習、事件泛化及事理歸納、事理知識存儲和檢索、基於事理圖譜的認知推理與預測、基於事理圖譜的問答與對話等。此外，本書還嘗試將學術前沿和實戰結合，讓讀者在掌握實際應用能力的同時對前沿技術發展有所了解。本書主要面向高年級本科生和研究生，可以作為知識圖譜相關課程的教材，也可以作為對事理圖譜感興趣的讀者的入門讀物。作者簡介 劉挺，哈爾濱工業大學計算學部主任兼計算機學院院長，長聘教授。國家「萬人計劃」科技創新領軍人才，教育部新世紀優秀人才，十四五國家重點研發計劃先進計算與新興軟體重點專項專家組成員，教育部人工智慧科技創新專家組成員。黑龍江省中文信息處理重點實驗室主任，黑龍江省「人工智慧」頭雁團隊帶頭人。主要研究方向為人工智慧、自然語言處理、智能教育和社會計算，是國家973課題、國家自然科學基金重點項目負責人。目錄 第1章 事理圖譜概述1 1 事理圖譜的基本概念 1 1 1 事理圖譜的定義 1 1 2 事理圖譜中事件的定義和表示 1 1 3 事理圖譜中的事件關係類型 1 1 4 事理圖譜中的事件屬性 1 1 5 事理圖譜的形成過程 1 2 事理圖譜與知識圖譜的區別與聯繫 1 3 事理圖譜的研究意義 1 4 國內外典型的事件相關知識庫構建項目 1 5 事理圖譜的相關技術 1 5 1 事理圖譜的構建 1 5 2 事理圖譜的表示學習 1 6 事理圖譜的質量評估 1 6 1 人工評估 1 6 2 自動評估 1 7 事理圖譜的應用價值 1 8 本章小結 參考文獻 第2章 事理知識表示 2 1 知識表示 2 2 經典知識表示方法 2 2 1 一階謂詞邏輯 2 2 2 產生式規則 2 2 3 框架表示法 2 2 4 腳本 2 3 語義網中的知識表示方法 2 3 1 XML 2 3 2 RDF 2 3 3 RDFS 2 3 4 OWL 2 4 知識圖譜的知識表示方法 2 4 1 知識圖譜的圖表示 2 4 2 知識圖譜的分散式表示 2 5 事理圖譜的知識表示方法 2 5 1 事理圖譜的圖表示 2 5 2 事理圖譜的分散式表示 2 5 3 事理圖譜中的事理知識表示方法 2 6 本章小結 參考文獻 第3章 事件抽取 3 1 任務概述 3 1 1 任務定義 3 1 2 公開評測和相關語料資源 3 1 3 評價方法 3 2 限定域事件抽取 3 2 1 基於模式匹配的方法 3 2 2 基於統計機器學習的方法 3 2 3 基於深度學習的方法 3 3 開放域事件抽取 3 4 文檔級事件抽取 3 5 自底向上的事件抽取系統介紹 3 6 本章小結 參考文獻 第4章 事件模式自動歸納 4 1 任務概述 4 1 1 模板型事件模式自動歸納任務概述 4 1 2 敘述型事件模式自動歸納任務概述 4 2 事件模式自動歸納方法 4 2 1 模板型事件模式自動歸納方法 4 2 2 敘述型事件模式自動歸納方法 4 3 相關任務 4 4 本章小結 參考文獻 第5章 事件關係抽取 5 1 事件因果關係抽取 5 1 1 任務語料與知識庫 5 1 2 顯式因果關係抽取 5 1 3 隱式因果關係抽取 5 2 事件時序關係抽取 5 2 1 任務概述 5 2 2 數據集簡介 5 2 3 事件時序關係抽取方法 5 3 子事件關係抽取 5 3 1 任務概述 5 3 2 數據集簡介 5 3 3 子事件關係抽取方法 5 4 事件共指關係抽取 5 4 1 任務概述 5 4 2 數據集簡介 5 4 3 事件共指關係抽取方法 5 5 本章小結 參考文獻 第6章 事件表示學習 6 1 任務概述 6 1 1 任務難點 6 1 2 任務評價 6 2 事件的離散表示 6 3 結構化事件的連續向量表示 6 3 1 事件元素的表示方法 6 3 2 組合事件元素獲取事件表示的方法 6 3 3 事件連續表示的學習方法 6 4 基於預訓練語言模型的非結構化事件向量表示方法 6 4 1 事件時間常識知識增強的預訓練語言模型 6 4 2 動詞語用知識增強的預訓練語言模型 6 4 3 事件演化知識增強的預訓練語言模型 6 5 本章小結 參考文獻 第7章 事件泛化及事理歸納 7 1 任務概述 7 2 主要方法 7 2 1 基於統計的事件泛化方法 7 2 2 基於規則的事件泛化方法 7 2 3 基於神經網路的事件泛化方法 7 2 4 自然邏輯與神經網路相結合的事件泛化方法 7 3 本章小結 參考文獻 第8章 事理知識存儲和檢索 8 1 事理圖譜的存儲 8 1 1 基於表結構的存儲 8 1 2 基於圖結構的存儲 8 2 事理圖譜的檢索 8 2 1 常見的形式化檢索語言 8 2 2 圖檢索技術 8 2 3 圖資料庫與關係資料庫的特點 8 2 4 Cypher查詢語言 8 3 Cypher語句實踐 8 3 1 Neo4j的安裝與使用 8 3 2 節點的創建與檢索 8 3 3 節點的刪除與更新 8 3 4 數據導入與圖譜導出 8 3 5 Neo4j的高級功能 8 4 其他圖資料庫 8 5 本章小結 參考文獻 第9章 基於事理圖譜的認知推理 9 1 認知系統 9 2 基於知識圖譜的認知推理 9 3 基於事理圖譜的認知推理 9 3 1 基於事理圖譜的If-Then類型事件推理 9 3 2 基於事理圖譜的腳本類事件預測 9 3 3 基於事理圖譜的因果事件推理 9 4 基於事理圖譜的文本預測 9 5 本章小結 參考文獻 第10章 基於事理圖譜的應用 10 1 概述 10 2 基於事理知識的問答 10 2 1 任務概述 10 2 2 基於事理知識的問答方法 10 3 基於事理知識的對話 10 3 1 任務概述 10 3 2 基於事理知識的對話方法 10 4 基於事理知識的消費意圖挖掘 10 4 1 任務概述 10 4 2 基於事理知識的消費意圖挖掘方法 10 5 基於事理知識的股票市場預測 10 5 1 任務概述 10 5 2 基於 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
