短文本數(shù)據(jù)理解

從書前言
推薦序一
推薦序二
前言
第1章短文本理解及其應(yīng)用
11短文本理解
12短文本理解研究現(xiàn)狀
121短文本理解模型概述
122短文本理解模型粒度分析
13短文本理解框架
第2章基于概率的屬性提取與推導(dǎo)
21引言
22屬性提取
221屬性提取的整體框架
222概率isA網(wǎng)絡(luò)
223基于概念和基于實體的屬性提取
23屬性得分推導(dǎo)
231典型度得分
232根據(jù)CB列表計算典型度
233根據(jù)IB列表計算典型度
234典型度聚合
235同義屬性集合
24相關(guān)研究
25小結(jié)
第3章單實體概念化模型
31引言
311基本層次類別
312應(yīng)用
313BLC計算方法
32語義網(wǎng)絡(luò)
33基本層次類別化
331典型性
332將典型性用于BLC
333將平滑典型性用于BLC
334將PMI用于BLC
335將Rep(e，c)用于BLC
34小結(jié)
第4章基于概念化的短文本理解
41引言
42預(yù)備知識
421概念
422概念聚類
423屬性
424整體框架和符號表示
43挖掘詞匯關(guān)系
431概述
432解析
433P(z|t)推導(dǎo)
434P(c|t,z)推導(dǎo)
435語義網(wǎng)絡(luò)
44查詢理解
441方法概況
442算法
45小結(jié)
第5章基于概念化的短文本主題詞與修飾詞檢測
51引言
52整體框架
53非限定性修飾詞挖掘
54限定性修飾詞挖掘
541Probase:一個大規(guī)模的isA知識庫
542實體級別主題詞修飾詞
543概念級別主題詞修飾詞
55主題詞與修飾詞檢測
551解析
552針對兩個組件的主題詞修飾詞檢測
553針對兩個以上組件的主題詞修飾詞檢測
56相關(guān)工作
57小結(jié)
第6章基于概念化的詞相似度計算
61引言
62語義網(wǎng)絡(luò)和同義詞集合
63基本方法
631類型判別
632語境表示
633語境相似度
634討論
64改進(jìn)方法
641概念聚類
642MaxMax相似度計算方法
643聚類刪減優(yōu)化
65相關(guān)工作
66小結(jié)
第7章基于概念化的海量競價關(guān)鍵字匹配
71引言
72語義網(wǎng)絡(luò)
73系統(tǒng)框架
74概念化
741實體檢測
742詞義推導(dǎo)
743消除歧義
75檢索
751基于點(diǎn)擊數(shù)據(jù)的候選競價關(guān)鍵字選擇
752基于概念的候選競價關(guān)鍵字選擇
753排名
76相關(guān)工作
77小結(jié)
第8章短文本理解研究展望
81知識語義網(wǎng)
82顯性知識和隱性知識的結(jié)合
參考文獻(xiàn)