Spot знаний карта+машинный перевод+интеллектуальные вопросы и ответы полные 3 тома искусственного интеллекта
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||
￥ 65
E2 9787000011020 9787040502442 9787040509847 9787040502435
Этот набор книг разделен на следующие книги. Если вам нужно купить одну книгу, нажмите на ссылку ниже
Smart Q & A 9787040502442 Цена: 39,90 Юань
Машинный перевод 9787040502435 Цена: 39,90 Юань
График знаний 9787040509847 Цена: 49,90 Юань
Название книги: Smart Q & A
Цены: 39,90 Юань
Автор: Дуан Нэн, Чжоу Мин
Пресса: пресса высшего образования
ISBN: 9787040502442
Издание: 1
Упаковка: Тихий океан
Формат: 16
Время публикации: 2018-09-01
Бумага: пластическая версия бумага
Количество страниц: 100
Эта книга разделена на три части, в общей сложности 8 глав.Частично это введение, вводящее историческую эволюцию, классификацию методов и новый прогресс системы вопросов и ответов.Вторая часть в основном рассказывает о двух типах методов строительства системы Q & A.Первый класс методов основан на семантическом анализе. При поиске информации этот класс методов Во -первых, мелкий и локальный семантический анализ выполняется по проблемам естественного языка, а небольшое количество кандидатов на ответ отфильтровывается из базы знаний на основе результатов анализа, а затем используется алгоритм машинного обучения Сортировать кандидатов на ответ и получить окончательный ответ.Три части вводят контрольные наборы данных и задачи оценки, которые широко используются в поле Q & A, всесторонне сравнивают и анализируют производительность различных типичных систем Q & A на наборе эталонного набора данных и указывают на основные проблемы, существующие в текущем методе и будущем Исследование.Эта книга может быть использована в качестве бизнеса или хочет участвовать“Система Q & A.”Учебники для самообучения для студентов и инженеров, работающих в НИОКР, будут сопровождаться богатым открытым исходным кодом и видео с случаями, так что читатели могут начать работать над проектами после изучения этой книги.
Название книги: машинный перевод
Цены: 39,90 Юань
Автор: Ли Му, Лю Шуджи, Чжан Донгдонг, Чжоу Мин
Пресса: пресса высшего образования
ISBN: 9787040502435
Издание: 1
Упаковка: Тихий океан
Формат: 16
Время публикации: 2018-08-01
Бумага: пластическая версия бумага
Количество страниц: 222
Книга разделена на 4 части, в общей сложности 12 глав.
Частично это обзор, внедряющий общий вид, историю разработки и новые разработки технологии машинного перевода.Эта часть также включает в себя базовые знания, необходимые для машинного перевода, включая языковые модели, синтаксические структуры и оценку машинного перевода.Вторая часть всесторонне и систематически вводит принципы и методы статистического машинного перевода, охватывающего содержание из основной модели IBM, модели структуры фразы, иерархической модели фразы для статистической модели перевода, основанной на лингвистической синтаксической структуре.Модели общего языка, модели перевода и модели упорядочения будут представлены спремительно, а затем методы обучения и корректировки параметров статистических моделей перевода будут обсуждаться в фокусе. Три детали охватывают новую технологию перевода нейронной машины.Эта часть начинается с базовых технологий глубокого обучения, связанных с естественными языками, такими как RNN/LSTM, и подробно представляет применение языковых моделей на основе нейронной сети и совместных моделей в машинном переводе, а также новые нейронные машины, основанные на кодировании -Кодирование и модель внимания архитектуры.Четыре части - это применение машинного перевода. Как продемонстрировать конкретные примеры.
Название книги: График знанийАвтор: Чжао Джун
Цена: 49,00 Юань
ISBN: 9787040509847
Время публикации: декабрь 2018 года
Пресса: пресса высшего образования
Эта книга посвящена графику знаний и вводит его в десяти главах со всеми основными ссылками жизненного цикла графа знаний, таких как моделирование знаний, получение знаний, интеграция знаний, хранение и поиск, рассуждения знаний и службы знаний.Каждая глава руководствуется задачами, что приводит к описаниям задач, сложным вопросам, основным методам, текущим статусу исследования и существующим проблемам, а также систематически и многомерной сортировки процесса разработки каждой задачи из нескольких связанных исследований, сосредоточенных на введении Идеи и теории традиционной инженерии знаний, а также методов и методов, применяемых путем машинного обучения и глубокого обучения во всех аспектах графика знаний, чтобы читатели могли понять контекст развития, стимулировать исследовательские интересы, думать о основных вопросах и понимать направление развития.Эта книга может быть использована в качестве учебника для выпускников для связанных курсов, таких как обработка естественного языка, инженерия знаний, искусственный интеллект и т. Д., А также может использоваться в качестве ссылки для соответствующего инженерного и технического персонала в области компьютерных наук и технологий.
Цяньфувен
Обзор главы
1.1 Что такое график знаний
1.2 Разработка графика знаний Истории знаний
1.3 Тип графа знаний
1.4 Жизненный цикл графа знаний
1.4.1 Строительство системы знаний
1.4.2 Приобретение знаний
1.4.3 Интеграция знаний
1.4.4 Хранение знаний
1.4.5 Рассказывание знаний
1.4.6 Применение знаний
1.5 График знаний и глубокое обучение
1.6 Резюме
Глава 2 Выражение знания
2.1 Теория представления классического знания
2.1.1 Логика
2.1.2 Семантическая сеть
2.1.3 Структура
2.1.4 Сценарий
2.2 Метод представления знаний в семантической сети
2.2.1 Метод представления семантической сети
2.2.2 Система описания знаний Семантического веб -сайта
2.3 Метод представления знаний на графике знаний
2.3.1 Структура представления
2.3.2 Структура знаний в Freebase
2.4 Метод численного представления Графа знаний
2.4.1 Численное представление символов
2.4.2 Численное представление текста
2.4.3 Численное представление графа знаний
2.5 Резюме
Глава третья: Система построения знаний и интеграция знаний
3.1 Строительство системы знаний
3.1.1 Метод ручного строительства
3.1.2 Метод автоматического строительства
3.1.3 Типичная система знаний
3.2 Слияние знаний
3.2.1 Фреймворк -сопоставление
3.2.2 Выравнивание сущности
3.2.3 Обнаружение конфликта и роспуск
3.2.4 Типичная система слияния знаний
3.3 Резюме
Глава 4 Признание и расширение сущности
4.1 Идентификация сущности
4.1.1 Обзор задачи
4.1.2 Метод распознавания организации, основанный на правилах, основанный на правилах
4.1.3 Распознавание объектов на основе машинного обучения——Основанный на функциях подход
4.1.4 Распознавание объектов на основе машинного обучения——Подход на основе нейронной сети
4.2 мелкозернистое распознавание сущности
4.2.1 Обзор задачи
4.2.2 Метод мелкозернистого распознавания сущностей
4.3 Расширение сущности
4.3.1 Обзор задачи
4.3.2 Метод расширения объекта
4.4 Резюме
ГЛАВА 5 НЕПРАВИЧЕНИЕ
5.1 Обзор задачи
5.1.1 Определение задачи
5.1.2 Классификация задач
5.1.3 Связанные оценки
5.2 Метод устранения неоднозначности на основе кластера
5.2.1 Расчет сходства эталонного термина объекта на основе поверхностных признаков
5.2.2 Расчет сходства эталонного термина объекта на основе расширенных функций
5.2.3 Расчет сходства справочного термина организации на основе социальных сетей
5.3 Метод неоднозначности объекта на основе ссылок сущностей
5.3.1 Ссылка кандидата Метод фильтрации
5.3.2 Метод ссылки сущности
5.4 Методы устранения неоднозначности объекта для структурированного текста
5.5 Резюме
Глава 6 Извлечение отношений
6.1 Обзор задачи
6.1.1 Определение задачи
6.1.2 Классификация задач
6.1.3 Mission Points
6.1.4 Связанные оценки
6.2 Извлечение ограниченных доменных отношений
6.2.1 Метод извлечения на основе шаблонов
6.2.2 Метод реляционной извлечения на основе машинного обучения
6.3 Извлечение отношений с открытой доменом
6.4 Резюме
Глава 7 Извлечение события
7.1 Обзор задачи
7.2 Извлечение ограниченного домена событий
7.2.1 Метод извлечения событий на основе соответствия шаблонов
7.2.2 Метод извлечения событий на основе машинного обучения
7.3 Извлечение событий открытого домена
7.3.1 Метод извлечения событий на основе функций контента
7.3.2 Метод извлечения событий на основе обнаружения исключений
7.4 Извлечение отношений событий
7.4.1 События относятся к извлечению отношений
7.4.2 Извлечение причинности событий
7.4.3 Извлечение отношений суб-события
7.4.4. Извлечение отношений с временем события
7.5 Резюме
Глава 8 Хранение знаний и поиск
8.1 Хранение графиков знаний
8.1.1 хранилище на основе структуры таблицы
8.1.2 Хранилище на основе структуры графика
8.2 Поиск графиков знаний
8.2.1 Общие формальные языки запросов
8.2.2 Технология поиска графика
8.3 Резюме
Глава девять рассуждений знаний
9.1 Типичные аргументированные задачи на графике знаний
9.1.1 Завершение знаний
9.1.2 Знание Q & A.
9.2 Классификация рассуждений знаний
...... Весь контент, пожалуйста, купите физические книги