新書推薦：
《
我能帮上什么忙？——一位资深精神科医生的现场医疗记录（万镜·现象）
》
售價：NT$
381.0
《
智慧宫丛书026·增长：从细菌到帝国
》
售價：NT$
840.0
《
从自察到自救：别让情绪偷走你的人生
》
售價：NT$
420.0
《
晚明的崩溃：人心亡了，一切就都亡了！
》
售價：NT$
335.0
《
俄国女皇：叶卡捷琳娜二世传（精装插图版）
》
售價：NT$
381.0
《
真想让我爱的人读读这本书
》
售價：NT$
269.0
《
解套基本逻辑与六大战法
》
售價：NT$
274.0
《
超级制造
》
售價：NT$
671.0
|
| 內容簡介： |
|
搜索引擎是人们获取信息的重要工具。近几年，人们获取信息的需求不断提升， 促使搜索引擎不断发展和进化， 从被动地为用户提供查询结果， 转变为主动地为用户提供直接答案并推荐相关信息。其中， 实体推荐是推荐粒度*细且信息量*丰富的一种信息推荐形式， 备受学术界重视， 也深受用户欢迎。 本书围绕实体推荐， 针对实体推荐算法的改进和推荐理由的生成这两方面的关键技术进行研究， 并得出研究结论。本书适合计算机领域的研究生以及从业人员阅读， 可以帮助读者较全面地了解实体推荐算法。
|
| 目錄：
|
|
丛书序导师序摘要第1章 绪论1.1 课题背景及意义11.1.1 实体推荐的定义及研究背景11.1.2 实体推荐的挑战及研究意义61.2 研究现状及分析121.2.1 实体推荐算法121.2.2 实体推荐的可解释性231.2.3 尚且存在的问题311.3 本书的研究内容及章节安排35第2章 基于排序学习与信息新颖性增强的实体推荐2.1 引言402.2 问题定义432.2.1 信息新颖性定义432.2.2 基于信息新颖性增强的实体推荐任务定义472.3 基于排序学习框架的实体推荐算法492.3.1 相关实体发现502.3.2 相关实体排序532.4 实验设置692.4.1 实验数据692.4.2 基线方法702.4.3 评价指标722.5 实验结果与分析752.5.1 本方法与五种基线方法的比较762.5.2 不同特征的贡献度分析782.6 本章小结81第3章 基于深度多任务学习的上下文相关实体推荐3.1 引言833.2 问题定义873.2.1 上下文相关实体推荐任务定义873.2.2 使用多任务学习的原因893.3 基于多任务学习的上下文相关实体推荐模型923.3.1 上下文无关实体推荐模型923.3.2 上下文相关实体推荐模型943.3.3 使用多任务学习提升上下文相关实体推荐模型的效果953.3.4 利用上下文相关实体推荐模型提升推荐效果983.4 实验设置1003.4.1 实验数据与评价指标1013.4.2 基线方法1043.5 实验结果与分析1053.5.1 上下文信息的影响1053.5.2 多任务学习与单任务学习的比较1063.5.3 实体推荐模型的比较1073.5.4 搜索会话长度的影响1083.5.5 上下文相关文档排序的效果1103.6 本章小结111第4章 基于卷积神经网络的实体对推荐理由识别4.1 引言1124.2 问题定义1164.3 实体对推荐理由识别方法1184.3.1 训练数据的构建方法1184.3.2 基于卷积神经网络的排序模型1224.4 实验设置1254.4.1 实验数据1264.4.2 基线方法1284.4.3 评价指标1304.5 实验结果与分析1304.5.1 人工设计特征与自动学习特征的比较1314.5.2 基于pointwise与基于pairwise的排序方法的比较1324.5.3 本方法与三种基线方法的比较1334.6 本章小结138第5章 基于机器翻译模型的实体推荐理由生成 5.1 引言1395.2 问题定义1425.3 基于统计机器翻译模型的实体推荐理由生成1445.4 基于神经机器翻译模型的实体推荐理由生成1485.4.1 Seq2Seq模型1495.4.2 由实体信息指导的Seq2Seq模型1565.4.3 基于Seq2Seq的实体推荐理由生成模型1615.5 实验设置1625.5.1 实验数据1625.5.2 对比方法1655.5.3 评价指标1695.6 实验结果与分析1715.6.1 不同实体推荐理由生成方法的比较与分析1715.6.2 基于Seq2Seq的实体推荐理由生成模型分析1745.6.3 基于实例的方法的比较与分析1765.7 本章小结181结论参考文献攻读博士学位期间发表的论文及其他成果致谢
|
| 內容試閱：
|
|
博士研究生教育是教育的最高层级，是一个国家高层次入才培养的主渠道。博士学位论文是青年学子在其入生求学阶段，经历“昨夜西风凋碧树，独上高楼，望尽天涯路”和“衣带渐宽终不悔，为伊消得入憔厗”之后的学术巅峰之作。因此，一般来说，博士学位论文都在其所研究的学术前沿点上有所创新、有所突破，为拓展入类的认知和知识边界做出了贡献。博士学位论文应该是同行学术研究者的必读文献。为推动我国计算机领域的科技进步，激励计算机学科博士研究生潜心钻研，务实创新，解决计算机科学技术中的难点问题，表彰做出优秀成果的青年学者，培育计算机领域的顶级创新入才，中国计算机学会(CCF)于2006 年决定设立 “中国计算机学会优秀博士学位论文奖”，每年评选不超过10 篇计算机学科优秀博士学位论文。截至 2020 年已有 135 位青年学者获得该奖。他们走上工作岗位以后均做出了显著的科技或产业贡献，有的获国家科技大奖，有的获评国际高被引学者，有的研发出高端产品，大都成为计算机领域国内国际知名学者、一方学术带头入或有影响力的企业家。博士学位论文的整体质量体现了一个国家相关领域的科技发展程度和高等教育水平。为了更好地展示我国计算机学科博士生教育取得的成效，推广博士生科研成果，加强高端学术交流，中国计算机学会于 2020 年委托北京西西艾弗信息科技有限公司以“CCF 优秀博士学位论文丛书”的形式，陆续选择 2006 年至今及以后的部分优秀博士学位论文全文出版，并以此庆祝中国计算机学会建会 60 周年。这是中国计算机学会义一引入瞩目的创举，也是一项令入称道的善举。希望我国计算机领域的广大研究生向该丛书的学长作者们学习，树立献身科学的理想和信念，塑造“六经责我开生面”的精神气度，低厮探索，锐意创新，不断摘取科学技术明珠，为国家做出重大科技贡献。谨此为序。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
