基于认知概念信息量的文本语义相似度模型研究

定　　价：52 元

• 作者：吴昊 黄河燕 著
• 出版时间：2020/1/1
• ISBN：9787568295277
• 出 版 社：北京理工大学出版社

• 中图法分类：G202 
• 页码：0
• 版次：1

内容简介

本书面向计算机科学、信息科学、认知科学、语言学等专业的本科生、研究生、研究学者或者软件研发人员，由浅入深、跨学科地介绍了认知概念信息量、基于认知概念信息增益的文本信息量计算方法、融合认知概念信息权重的全文本信息量计算方法，一步一步实现了基于认知概念信息量的文本语义相似度的模型。该模型在国际权威测评SemEval 2017STS任务的34个参赛团队提交81个测评系统中，总成绩在所有参赛团队中排名第二，在Track 1数据集上排名第一，相关模型论文更是被会议评选为“Best of SemEval 2017”。
本书模型建立在认知概念网络基础上，计算方法接近人类的思维习惯，更加符合人工智能初衷。本书模型具有可解释性，参数含义十分明确，易于根据应用领域或场景调优性能，具有优良的发展前景。本书研究方法另辟蹊径，在深度学习大行其道的今天对相关研究人员是不失为一种启发和补充。

作者介绍

吴昊：博士，硕士生导师，北京理工大学计算机学院、人工智能研究院教师。北京市海量语言信息处理与云计算应用工程技术研究中心、信息智能处理与内容安全工信部重点实验室骨干成员。从事教学科研一线工作10余年，主要研究方向为人工智能、自然语言处理、认知神经科学等。曾获中国电子学会科学技术进步奖一等奖等两项省部级科技奖励。认知语义相似度论文被国际权威测评会议评选为“Best of SemEval 2017”。
黄河燕：博士，教授，博士生导师，北京理工大学人工智能研究院院长、北京市海量语言信息处理与云计算应用工程技术研究中心主任、信息智能处理与内容安全工信部重点实验室主任、国家高技术研究发展计划（863）主题专家组成员、中国中文信息学会副理事长、国家自然科学基金委专家评审组成员、北京市学位委员会委员、教育部计算机专业教指委副主任委员。承担20多项国家级科研项目，多次获得国家科技进步一等奖、二等奖等国家级和省部级奖励。