掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
妙相梵容
-
>
基立爾蒙文:蒙文
-
>
我的石頭記
-
>
心靈元?dú)馍?/p>
-
>
女性生存戰(zhàn)爭
-
>
縣中的孩子 中國縣域教育生態(tài)
-
>
(精)人類的明天(八品)
知識森林:理論、方法與實(shí)踐 版權(quán)信息
- ISBN：9787030671813
- 條形碼：9787030671813 ; 978-7-03-067181-3
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
知識森林:理論、方法與實(shí)踐 本書特色
位置分散、內(nèi)容片面、結(jié)構(gòu)無序的碎片化知識限制了知識的可 用性，成為新一代知識工程中的瓶頸問題。為此，本書提出一種新的 知識圖譜模型——知識森林，能夠分面融合碎片化知識，又能體現(xiàn)知 識主題間各類認(rèn)知關(guān)系。
知識森林:理論、方法與實(shí)踐 內(nèi)容簡介
本書首先提出一種能夠聚合碎片化知識的教育知識圖譜--知識森林。知識森林一方面利用分面樹對來自不同知識源特定主題的碎片化知識進(jìn)行分面聚合與多方面展示；另一方面，利用認(rèn)知關(guān)系實(shí)現(xiàn)導(dǎo)航學(xué)習(xí)，緩解學(xué)習(xí)迷航問題。其次，論述了知識森林構(gòu)建方法，即利用人工智能，特別是自然語言處理、圖像識別技術(shù)，解決分面樹構(gòu)建、碎片化知識裝配、認(rèn)知關(guān)系挖掘等問題。給出了知識森林AR可視化方法及其應(yīng)用。
知識森林:理論、方法與實(shí)踐 目錄
目錄
前言
第1章 引言 1
1.1 知識碎片化問題 1
1.2 現(xiàn)有知識組織模型 2
1.2.1 主題圖 2
1.2.2 知識圖譜 3
1.3 本書的組織結(jié)構(gòu) 5
第2章 知識森林模型 7
2.1 知識森林的形式化表示 7
2.2 知識森林的語義模型 9
2.3 知識森林的存儲模型 11
2.4 小結(jié) 13
第3章 主題分面樹生成 14
3.1 知識主題分面樹 14
3.1.1 知識主題與分面的概念 14
3.1.2 主題分面樹以及主題、分面間的聯(lián)系 15
3.2 主題分面聯(lián)合抽取 17
3.2.1 流水線式抽取的局限性 17
3.2.2 候選主題與分面抽取算法 19
3.2.3 主題分面聯(lián)合抽取算法 24
3.2.4 測試驗(yàn)證 27
3.3 分面間上下位關(guān)系抽取 30
3.3.1 國內(nèi)外相關(guān)研究 30
3.3.2 與傳統(tǒng)上下位的區(qū)別和聯(lián)系 32
3.3.3 基于Motif的分面間上下位關(guān)系抽取算法 33
3.3.4 測試驗(yàn)證 36
3.4 小結(jié) 37
第4章 學(xué)習(xí)依賴關(guān)系抽取 38
4.1 國內(nèi)外相關(guān)研究 38
4.2 學(xué)習(xí)依賴關(guān)系的特征分析 40
4.2.1 學(xué)習(xí)依賴關(guān)系的局部性 40
4.2.2 術(shù)語分布的非對稱性 41
4.3 拓?fù)渑c文本特征相結(jié)合的學(xué)習(xí)依賴關(guān)系挖掘 43
4.3.1 文本關(guān)聯(lián)挖掘 44
4.3.2 候選知識主題對生成 44
4.3.3 學(xué)習(xí)依賴關(guān)系判別 45
4.3.4 分布系數(shù)??的敏感性分析 46
4.4 端到端的學(xué)習(xí)依賴關(guān)系挖掘 47
4.4.1 文本中術(shù)語及關(guān)系抽取 49
4.4.2 學(xué)習(xí)依賴關(guān)系判別 51
4.4.3 測試驗(yàn)證 52
4.5 小結(jié) 55
第5章 知識碎片向分面樹的映射 56
5.1 文本知識碎片的映射 56
5.1.1 問題與挑戰(zhàn) 56
5.1.2 國內(nèi)外相關(guān)研究 57
5.1.3 文本分割與分面映射聯(lián)合學(xué)習(xí)模型 61
5.1.4 測試驗(yàn)證 66
5.2 圖像知識碎片的映射 70
5.2.1 國內(nèi)外相關(guān)研究 71
5.2.2 小樣本圖像知識碎片映射模型 72
5.2.3 測試驗(yàn)證 77
5.2.4 未來示意圖映射的挑戰(zhàn) 79
5.3 小結(jié) 82
第6章 知識森林導(dǎo)學(xué) 83
6.1 學(xué)習(xí)路徑規(guī)劃 83
6.2 可對比知識主題生成 85
6.2.1 國內(nèi)外相關(guān)研究 86
6.2.2 可對比知識主題生成框架 87
6.2.3 可對比知識主題匹配算法 89
6.3 基于嵌入學(xué)習(xí)的知識碎片檢索 92
6.3.1 現(xiàn)有的知識碎片檢索方法 92
6.3.2 基于嵌入學(xué)習(xí)的知識碎片檢索方法 94
6.3.3 測試驗(yàn)證 102
6.3.4 未來知識森林碎片檢索挑戰(zhàn) 104
6.4 知識碎片檢索的why-not問題 105
6.4.1 why-not問題概述 105
6.4.2 基于嵌入表示的why-not問題解釋模型 106
6.4.3 測試驗(yàn)證 111
6.5 小結(jié) 114
第7章 知識森林可視化 116
7.1 概述 116
7.2 2D可視化 116
7.2.1 國內(nèi)外相關(guān)研究 116
7.2.2 主題分面樹繪制算法 122
7.2.3 認(rèn)知關(guān)系布局算法 126
7.2.4 知識森林圓形布局交互方法 132
7.2.5 原型系統(tǒng)及用戶評測 139
7.3 AR交互場景可視化 142
7.3.1 整體框架 143
7.3.2 場景判別和課程判別方法 144
7.3.3 知識主題實(shí)時跟蹤方法 146
7.3.4 分面樹與沙盤的自動繪制算法 146
7.3.5 導(dǎo)航學(xué)習(xí)路徑推薦方法 150
7.3.6 ARKF系統(tǒng)使用場景展示 152
7.4 小結(jié) 156
參考文獻(xiàn) 157
前言
第1章 引言 1
1.1 知識碎片化問題 1
1.2 現(xiàn)有知識組織模型 2
1.2.1 主題圖 2
1.2.2 知識圖譜 3
1.3 本書的組織結(jié)構(gòu) 5
第2章 知識森林模型 7
2.1 知識森林的形式化表示 7
2.2 知識森林的語義模型 9
2.3 知識森林的存儲模型 11
2.4 小結(jié) 13
第3章 主題分面樹生成 14
3.1 知識主題分面樹 14
3.1.1 知識主題與分面的概念 14
3.1.2 主題分面樹以及主題、分面間的聯(lián)系 15
3.2 主題分面聯(lián)合抽取 17
3.2.1 流水線式抽取的局限性 17
3.2.2 候選主題與分面抽取算法 19
3.2.3 主題分面聯(lián)合抽取算法 24
3.2.4 測試驗(yàn)證 27
3.3 分面間上下位關(guān)系抽取 30
3.3.1 國內(nèi)外相關(guān)研究 30
3.3.2 與傳統(tǒng)上下位的區(qū)別和聯(lián)系 32
3.3.3 基于Motif的分面間上下位關(guān)系抽取算法 33
3.3.4 測試驗(yàn)證 36
3.4 小結(jié) 37
第4章 學(xué)習(xí)依賴關(guān)系抽取 38
4.1 國內(nèi)外相關(guān)研究 38
4.2 學(xué)習(xí)依賴關(guān)系的特征分析 40
4.2.1 學(xué)習(xí)依賴關(guān)系的局部性 40
4.2.2 術(shù)語分布的非對稱性 41
4.3 拓?fù)渑c文本特征相結(jié)合的學(xué)習(xí)依賴關(guān)系挖掘 43
4.3.1 文本關(guān)聯(lián)挖掘 44
4.3.2 候選知識主題對生成 44
4.3.3 學(xué)習(xí)依賴關(guān)系判別 45
4.3.4 分布系數(shù)??的敏感性分析 46
4.4 端到端的學(xué)習(xí)依賴關(guān)系挖掘 47
4.4.1 文本中術(shù)語及關(guān)系抽取 49
4.4.2 學(xué)習(xí)依賴關(guān)系判別 51
4.4.3 測試驗(yàn)證 52
4.5 小結(jié) 55
第5章 知識碎片向分面樹的映射 56
5.1 文本知識碎片的映射 56
5.1.1 問題與挑戰(zhàn) 56
5.1.2 國內(nèi)外相關(guān)研究 57
5.1.3 文本分割與分面映射聯(lián)合學(xué)習(xí)模型 61
5.1.4 測試驗(yàn)證 66
5.2 圖像知識碎片的映射 70
5.2.1 國內(nèi)外相關(guān)研究 71
5.2.2 小樣本圖像知識碎片映射模型 72
5.2.3 測試驗(yàn)證 77
5.2.4 未來示意圖映射的挑戰(zhàn) 79
5.3 小結(jié) 82
第6章 知識森林導(dǎo)學(xué) 83
6.1 學(xué)習(xí)路徑規(guī)劃 83
6.2 可對比知識主題生成 85
6.2.1 國內(nèi)外相關(guān)研究 86
6.2.2 可對比知識主題生成框架 87
6.2.3 可對比知識主題匹配算法 89
6.3 基于嵌入學(xué)習(xí)的知識碎片檢索 92
6.3.1 現(xiàn)有的知識碎片檢索方法 92
6.3.2 基于嵌入學(xué)習(xí)的知識碎片檢索方法 94
6.3.3 測試驗(yàn)證 102
6.3.4 未來知識森林碎片檢索挑戰(zhàn) 104
6.4 知識碎片檢索的why-not問題 105
6.4.1 why-not問題概述 105
6.4.2 基于嵌入表示的why-not問題解釋模型 106
6.4.3 測試驗(yàn)證 111
6.5 小結(jié) 114
第7章 知識森林可視化 116
7.1 概述 116
7.2 2D可視化 116
7.2.1 國內(nèi)外相關(guān)研究 116
7.2.2 主題分面樹繪制算法 122
7.2.3 認(rèn)知關(guān)系布局算法 126
7.2.4 知識森林圓形布局交互方法 132
7.2.5 原型系統(tǒng)及用戶評測 139
7.3 AR交互場景可視化 142
7.3.1 整體框架 143
7.3.2 場景判別和課程判別方法 144
7.3.3 知識主題實(shí)時跟蹤方法 146
7.3.4 分面樹與沙盤的自動繪制算法 146
7.3.5 導(dǎo)航學(xué)習(xí)路徑推薦方法 150
7.3.6 ARKF系統(tǒng)使用場景展示 152
7.4 小結(jié) 156
參考文獻(xiàn) 157
展開全部
書友推薦
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
名家?guī)阕x魯迅:故事新編
- >
煙與鏡
- >
月亮虎
- >
二體千字文
- >
上帝之肋:男人的真實(shí)旅程
- >
【精裝繪本】畫給孩子的中國神話
- >
我與地壇
本類暢銷
