×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
自动问答及智能推荐技术:基于特色农产品多语言电子商务平台

自动问答及智能推荐技术:基于特色农产品多语言电子商务平台

1星价 ¥69.1 (7.2折)
2星价¥69.1 定价¥96.0
暂无评论
图文详情
  • ISBN:9787030735201
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 开本:26cm
  • 页数:133页
  • 出版时间:2024-08-01
  • 条形码:9787030735201 ; 978-7-03-073520-1

内容简介

本书从特色农产品多语言电子商务的研发任务出发,对自动问答技术、智能推荐技术的发展进行了系统性的论述,帮助读者深入理解这些技术的原理、相互之间的联系,以及潜在的局限性,对于当前学术界和工业界的相关研究与应用都具有重要的价值。可以说,本书是作者多年深耕于特色农产品多语言电子商务平台研发、产业化的研究结果。本书从自动问答和智能推荐基础理论出发,沿深度学习技术、预训练模型的发展轨迹系统讨论了开放域自动问答系统、答案选择方法,还深入讨论了产品竞争力分析系统、商品智能推荐系统、商铺智能推荐系统,内容上兼具广度与深度。本书的一大特色是含有丰富的实践内容,极具实战经验。这对刚刚进入人工智能领域并热爱实践与应用的读者而言是一份难得的学习资源,可作为计算机科学、人工智能和大数据专业的本科生、研究生,以及人工智能、大数据应用开发者的参考书,也适合高校教师和研究机构的研究人员阅读。

目录

绪论 第1章 面向开放域的自动问答系统构建 1.1 背景介绍 1.2 模型设计. 1.2.1 问题分类技术模块 1.2.2候选答案评分模块 1.2.3 答案抽取模块. 1.2.4 系统开发环境 1.2.5 问答数据库 1.3 问题分类算法 1.3.1 分词和词性标注 1.3.2 句法分析 1.3.3 问句分类技术流程 1.4候选答案评分算法 1.4.1 证据评分模型 1.4.2 候选答案评分模型 1.5 答案抽取算法. 1.5.1 词向量层 1.5.2 LSTM层. 1.5.3*大池化层 1.5.4模型实验 第2章 答案选择方法 2.1 答案选择数据集 2.1.1 基础数据集 2.1.2 数据预处理 2.1.3 文本向量化. 2.1.4 答案抽取评估 2.2 深度神经网络 2.2.1 卷积神经网络 2.2.2 循环神经网络 2.2.3 Transformer 模型 2.3 答案选择模型 2.3.1 迁移学习 2.3.2 BERT 2.3.3 答案选择实验 2.4 短文本相似度模型 2.4.1 ESIM算法 2.4.2 MESIM算法 2.4.3 模型训练流程 2.5 基于信息检索和答案选择混合问答系统 2.5.1 QA 评测原则. 2.5.2 混合式问答设计思路 2.5.3 详细设计流程 2.5.4 混合式问答实验结果. 第3章 产品竞争力分析系统. 3.1 数据采集. 3.2 数据预处理. 3.2.1 数据清洗 3.2.2 数据变换. 3.3 数据存储. 3.4 主成分因子分析法. 3.4.1 模型分析 3.4.2 过程分析. 3.4.3 实证分析. 3.5 模糊综合评价法 3.6 层次分析法 3.7 系统需求分析. 3.7.1 目标分析 3.7.2 功能分析. 3.7.3 系统框架 3.8 系统实现. ......
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航