|
题名:
|
文本机器学习 / (美) 查鲁·C.阿加沃尔著 , 黎琳, 潘微科, 明仲译 |
|
ISBN:
|
978-7-111-64805-5 价格： CNY129.00 |
|
语种:
|
chi |
|
载体形态:
|
XVIII, 438页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2020 |
|
内容提要:
|
本书系统性地介绍了多个经典的和前沿的机器学习技术及其在文本域中的应用。首先, 详细介绍了面向文本数据的预处理技术和经典的机器学习技术 (如矩阵分解与主题建模、聚类与分类/回归等), 并深入探讨了模型的原理和内在联系以及相应的性能评估 ; 其次, 详细介绍了结合异构数据的文本学习技术 (如知识共享与迁移学习等), 以及面向信息检索与排序的索引和评分等技术 ; 末尾, 详细介绍了一些文本应用相关的重要技术, 包括序列建模与深度学习、文本摘要与信息提取、意见挖掘与情感分析、文本分割与事件检测等。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
阿加沃尔 著 |
|
次要责任者:
|
黎琳 译 |
|
次要责任者:
|
潘微科 译 |
|
次要责任者:
|
明仲 译 |
|
责任者附注:
|
查鲁·C.阿加沃尔, 供职于纽约约克镇高地的IBM T.J.Watson研究中心的杰出研究员。 |
|
索书号:
|
3 |