注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計算機/網(wǎng)絡(luò)計算機科學(xué)理論與基礎(chǔ)知識面向web數(shù)據(jù)的信息抽取及融合技術(shù)研究

面向web數(shù)據(jù)的信息抽取及融合技術(shù)研究

面向web數(shù)據(jù)的信息抽取及融合技術(shù)研究

定 價:¥68.00

作 者: 王君澤 著
出版社: 華中科技大學(xué)出版社
叢編項: 中國公共治理與公共管理學(xué)術(shù)研究文庫
標(biāo) 簽: 暫缺

ISBN: 9787568068291 出版時間: 2021-06-01 包裝: 平裝
開本: 16開 頁數(shù): 160 字數(shù):  

內(nèi)容簡介

  隨著Web數(shù)據(jù)的不斷擴充,如何從Web數(shù)據(jù)中抽取信息并融合成指導(dǎo)決策的情報,已成為廣泛關(guān)注的領(lǐng)域。面向Web數(shù)據(jù)的信息抽取和融合可以通過統(tǒng)計、在線分析處理、情報檢索、機器學(xué)習(xí)、專家系統(tǒng)、模式識別等諸多方法來實現(xiàn)上述目標(biāo)。本書是信息抽取領(lǐng)域的學(xué)術(shù)著作,旨在從情報檢索的視角介紹面向非限定領(lǐng)域的Web數(shù)據(jù)分析及處理方法。本書從基本概念講解信息抽取以及融合,涉及詞、句、篇章等層面的分析和處理策略,特別是針對情報處理的需要,以“事件”為切入點,將包括中文分詞、詞性標(biāo)注、組塊劃分、句法分析、*大熵模型、條件隨機域模型、馬爾科夫模型等各類相關(guān)的處理模型和技術(shù)融入事件抽取、事件類型及元素識別、事件信息融合等領(lǐng)域的具體處理任務(wù)中加以介紹,并對信息抽取及融合等領(lǐng)域的發(fā)展?fàn)顩r及代表性處理手段進行介紹。

作者簡介

  王君澤,1982年生,工學(xué)博士,管理學(xué)博士后,華中科技大學(xué)公共管理學(xué)院碩士生導(dǎo)師。2010年畢業(yè)于華中科技大學(xué)電子與信息工程系,獲博士學(xué)位。主要研究方向為網(wǎng)絡(luò)輿情、國家信息安全、公共情報管理等。目前已經(jīng)在IEEE Intelligent Systems、《新聞與傳播研究》、《管理世界》、《情報學(xué)報》等國內(nèi)外權(quán)威刊物上發(fā)表論文多篇。主持自然科學(xué)基金項目一項。

圖書目錄

章Web數(shù)據(jù)在情報分析中的效用研究/ 1節(jié)情報分析中的Web數(shù)據(jù)使用/ 1
第二節(jié)Web數(shù)據(jù)效用發(fā)揮面臨的挑戰(zhàn)/ 4
第三節(jié)小結(jié)/ 6
第二章中文分詞及詞性標(biāo)注/ 8節(jié)中文自動分詞的難點/ 8
第二節(jié)中文分詞的基本方法/ 10
第三節(jié)中文詞性標(biāo)注的難點/ 14
第四節(jié)中文詞性標(biāo)注的基本方法/ 15
第三章中文句法分析/ 21節(jié)完全句法分析技術(shù)/ 21
第二節(jié)淺層句法分析/ 26
第四章語料庫與詞匯知識庫/ 28節(jié)語料庫技術(shù)/ 28
第二節(jié)詞匯知識庫/ 34
第五章Web數(shù)據(jù)消重/ 39節(jié)引言/ 39
第二節(jié)相關(guān)工作與研究框架/ 40
第三節(jié)算法流程分析/ 41
第四節(jié)算法效果評估/ 44
第五節(jié)基于網(wǎng)頁轉(zhuǎn)載關(guān)系識別的輿情傳播態(tài)勢分析/ 47
第六章基于熵模型的中文事件抽取方法研究/ 49節(jié)引言/ 49
第二節(jié)相關(guān)工作/ 51
第三節(jié)基于熵模型的事件類型及元素標(biāo)注/ 52
第四節(jié)基于組塊分析的標(biāo)注單元劃分/ 54
第五節(jié)實驗及結(jié)果分析/ 56
第七章共指事件的事件表象可信度評估模型研究/ 58目錄面向Web數(shù)據(jù)的信息抽取及融合技術(shù)研究節(jié)引言/ 58
第二節(jié)相關(guān)工作/ 59
第三節(jié)事件表象信任網(wǎng)絡(luò)/ 61
第四節(jié)基于信任網(wǎng)絡(luò)的事件表象可信度計算/ 63
第五節(jié)實驗與分析/ 64
第八章面向新聞文本的事件表象融合策略研究/ 68節(jié)引言/ 68
第二節(jié)相關(guān)研究工作/ 69
第三節(jié)事件表象之間的共指關(guān)系識別/ 70
第四節(jié)基于Opinosis圖結(jié)構(gòu)的共指事件表象融合/ 74
第五節(jié)實驗與結(jié)果分析/ 77
第九章面向共指事件識別的同義表述模式抽取研究/ 79節(jié)引言/ 79
第二節(jié)相關(guān)研究工作/ 80
第三節(jié)詞級別同義表述模式抽取/ 82
第四節(jié)語句級別同義表述模式抽取/ 86
第五節(jié)實驗/ 91
第十章基于共指事件識別的同義詞集構(gòu)建研究/ 96節(jié)研究背景/ 96
第二節(jié)相關(guān)工作/ 97
第三節(jié)共指事件表述識別/ 99
第四節(jié)同義詞抽取及篩選策略/ 103
第五節(jié)實驗/ 105
第十一章基于評論針對性的評論排序/ 108節(jié)問題定義與分析/ 109
第二節(jié)評論針對性的計算策略/ 111
第三節(jié)實驗/ 114
第四節(jié)分析和討論/ 116第十二章裁判文書類案推送中的案情相似度計算模型研究/ 118節(jié)背景介紹/ 118
第二節(jié)相關(guān)研究工作/ 119
第三節(jié)模型構(gòu)建/ 120
第四節(jié)實驗/ 126
第十三章輿情數(shù)據(jù)中的話題分析研究/ 130節(jié)PLSA介紹/ 130
第二節(jié)數(shù)據(jù)相關(guān)工作/ 132
第三節(jié)結(jié)果/ 134
第四節(jié)討論/ 139
參考文獻/ 141 

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號