您好,欢迎来到聚文网。 登录 免费注册
面向社区文本的软件知识图谱构建及应用/电子信息前沿技术丛书

面向社区文本的软件知识图谱构建及应用/电子信息前沿技术丛书

  • 字数: 182
  • 出版社: 清华大学
  • 作者: 唐明靖//杨芳//夏跃龙|
  • 商品条码: 9787302680987
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 152
  • 出版年份: 2025
  • 印次: 1
定价:¥59 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书主要介绍软件知识 图谱构建及应用研究领域中 的关键技术和研究成果。针 对软件知识实体抽取任务存 在的实体歧义、实体变体、 无法识别未登录词等问题, 提出一种基于多特征融合和 语义增强的软件知识实体抽 取方法。针对软件知识实体 语义特征弱、实体语义关系 模糊和句法依存关系特征建 模存在的欠剪枝或过剪枝问 题,提出一种基于句法依赖 度和实体感知的软件知识实 体关系抽取方法。针对传统 流水线方法存在的任务依赖 问题和软件知识社区文本存 在的实体重叠问题,提出一 种基于span级对比表示学 习的软件知识实体和关系联 合抽取方法。针对基于社区 的软件专家推荐存在的标签 依赖、交互数据稀疏和隐含 知识关联信息缺失等问题, 提出一种基于知识图谱和领 域知识偏好感知的软件专家 推荐方法。 本书可为读者进行系统 学习和深入研究提供参考, 可作为高等院校计算机、人 工智能等专业本科生和研究 生的选修教材或参考书。互 联网技术研究与开发人员也 可通过本书进一步了解知识 图谱技术。
作者简介
唐明靖,云南师范大学教授,硕士生导师,长期从事深度学习、知识图谱、智慧教育、生物信息计算等相关领域研究。近年来主持省部级项目1项,厅级项目3项;参与国家级项目2项,省部级项目2项;参与云南省中老泰教育数字化国际联合研发中心、云南省民族教育信息化创新团队、云南省高校教育大数据应用技术科技创新团队、云南省智慧教育重点实验室、云南省操晓春专家工作站、昆明市教育信息化重点实验室等平台建设项目;参编著作1部;发表学术论文30余篇,申请发明专利5项,获得软件著作权10余项,相关研究成果主要发表于国内外知名学术期刊,成果主要应用于知识图谱、软件知识挖掘、智慧教育、生物信息计算等大数据应用领域,拥有丰富的项目研发经验。
目录
第1章 软件知识图谱概述 1.1 引言 1.2 软件知识图谱 1.2.1 概念定义 1.2.2 背景及意义 1.3 相关研究动态 1.3.1 实体和关系抽取 1.3.2 知识图谱研究 1.3.3 软件知识表示与建模 1.3.4 面向社区的专家推荐 1.4 存在的问题和挑战 1.5 本书的内容与组织 1.5.1 主要内容 1.5.2 组织结构 1.6 本章小结 第2章 相关技术背景 2.1 预训练语言模型 2.2 图卷积神经网络 2.3 对比表示学习 2.4 TransH模型 2.5 Double DQN模型 2.6 模型性能评价指标 2.6.1 软件知识实体及关系抽取任务评价指标 2.6.2 软件专家推荐任务评价指标 2.7 本章小结 第3章 基于多特征融合和语义增强的软件知识实体抽取方法 3.1 引言 3.2 相关工作 3.3 模型与方法 3.3.1 任务建模与方法分析 3.3.2 输入嵌入层 3.3.3 特征融合层 3.3.4 特征增强层 3.3.5 标签解码层 3.4 实验与分析 3.4.1 数据集构建 3.4.2 超参数设置 3.4.3 对比实验结果与分析 3.4.4 消刚实验结果与分析 3.5 本章小结 第4章 基于句法依赖度和实体感知的软件知识实体关系抽取方法 4.1 引言 4.2 相关工作 4.3 模型与方法 4.3.1 任务建模与方法分析 4.3.2 输入嵌入层 4.3.3 上下文编码层 4.3.4 句法依存特征编码层 4.3.5 特征增强层 4.3.6 实体关系分类层 4.4 实验与分析 4.4.1 数据集构建 4.4.2 超参数设置 4.4.3 对比实验结果与分析 4.4.4 消融实验结果与分析 4.5 术章小结 第5章 基于span级对比表示学习的软件知识实体和关系联合抽取方法 5.1 引言 5.2 相关工作 5.2.1 基于span的信息抽取 5.2.2 对比表示学习在自然语言处理的应用 5.3 模型与方法 5.3.1 任务建模与方法分析 5.3.2 输入嵌入层 5.3.3 span表示层 5.3.4 实体分类层 5.3.5 关系分类层 5.4 实验与分析 5.4.1 数据集构建 5.4.2 超参数设置 5.4.3 对比实验结果与分析 5.4.4 消融实验结果与分析 5.4.5 公共数据集的实验结果与分析 5.4.6 联合训练方法分析 5.4.7 实例研究与分析 5.5 本章小结 第6章 基于知识图谱和领域知识偏好感知的软件专家推荐方法 6.1 引言 6.2 相关工作 6.2.1 基于知识图谱的推荐系统 6.2.2 基于深度强化学习的推荐系统 6.2.3 面向社区的软件专家识别和推荐 6.3 模型与方法 6.3.1 任务建模与方法分析 6.3.2 领域知识偏好学习 6.3.3 领域知识偏好优化表示 6.3.4 领域知识偏好特征融合 6.3.5 软件专家推荐 6.4 实验与分析 6.4.1 数据集构建 6.4.2 超参数设置 6.4.3 基线方法 6.4.4 对比实验结果与分析 6.4.5 消融实验结果与分析 6.4.6 参数敏感性分析 6.4.7 实例分析 6.5 局限性分析 6.6 本章小结 第7章 总结与展望 7.1 本书总结 7.2 未来展望 参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网