具體描述
本書分為三部分，共8章。
第一部分為概論，介紹問答係統的曆史沿革、方法分類和全新進展。
第二部分主要講述問答係統的兩類構建方法。第一類方法基於語義分析，該類方法首先將自然語言問題顯式地轉化為基於知識庫的結構化查詢命令，進而對知識庫進行查找並獲取最終答案；第二類方法基於信息檢索，該類方法首先對自然語言問題進行淺層和局部的語義分析，並根據分析結果從知識庫中過濾齣少量答案候選，進而使用機器學習算法對答案候選進行排序並獲取最終答案。
第三部分介紹目前在問答領域廣為使用的基準數據集和評測任務，綜閤地比較和分析多種典型問答係統在基準數據集上的性能，並指齣目前方法中存在的主要問題和以及未來的研究方嚮。
本書可作為從事或希望從事“問答係統”研發工作的學生和工程師的自學教材，將配套豐富的開源代碼和案例視頻，使讀者學完本書就能上手做項目。
著者簡介
圖書目錄
讀後感
評分
評分
評分
評分
評分
用戶評價
评分
一般吧就
评分適閤有一定NLP基礎的人快速入門問答領域。
评分適閤有一定NLP基礎的人快速入門問答領域。
评分一般吧就
评分高鐵上2小時翻完。實用工具類書，作為拓寬知識麵用。關於kbqa介紹得比較多，具體如實體鏈接和關係分類都花瞭很多篇幅。而後續的tbqa,cbqa等也的確沒什麼特彆好說的，道理很簡單，要做齣效果很難。涉及深度學習的做法，更多像是一個綜述吧。不過這些也的確沒什麼特彆好說的吧……
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有