基于深度学习的用户问答查询推荐 国家图书馆出版社 pdf 下载 极速 mobi txt pdb lrf 网盘

本书围绕社会化问答平台下的查询推荐技术即用户问答查询推荐展开研究，从查询推荐的相关性、多样性等不同视角，详细描述了相关模型、算法以及数据处理的方法，是一本极具参考价值的专著。

本书循序渐进、用例丰富，且内容新颖全面，涉及用户问答查询推荐研究的起源、挑战和路径、合成数据生成方法、基于搜索的用户问答查询推荐、基于生成的用户问答查询推荐、用户问答查询推荐结果多样化等。本书适合信息检索的高年级本科生、硕士生和博士生阅读，也适合相关研究和应用技术人员参考。

1 用户问答查询推荐研究：起源、挑战和路径

1.1 用户问答查询推荐是什么

1.2 解决路径与挑战

1.3 深度学习时代的用户问答查询推荐研究

2 合成数据生成方法

2.1 概述

2.2 关键词查询生成

2.3 数据处理与实验设置

2.4 实验结果

3 基于搜索的用户问答查询推荐

3.1 概述

3.2 N元卷积匹配神经网络

3.3 数据集构建

3.4 实验设置

3.5 实验结果

4 基于生成的用户问答查询推荐

4.1 概述

4.2 合成数据过滤器

4.3 神经翻译模型

4.4 数据与实验

4.5 结果评价与分析

5 用户问答查询推荐结果多样化

5.1 概述

5.2 多样化算法

5.3 实验设置

5.4 结果分析

参考文献

后记

丁恒，华中师范大学信息管理学院讲师。2018年博士研究生毕业于武汉大学信息管理学院。主持国家自然科学基金青年项目、中国博士后科学基金面上资助项目两项，获省级社会科学优秀成果三等奖一项。在核心期刊和重要会议发表论文20余篇。主要学术研究领域为信息检索、数据挖掘和社交计算。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：基于深度学习的用户问答查询推荐 国家图书馆出版社在线阅读

在线听书地址：基于深度学习的用户问答查询推荐 国家图书馆出版社在线收听

在线购买地址：基于深度学习的用户问答查询推荐 国家图书馆出版社在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

查询推荐技术已经成为信息检索的基础技术之一，它广泛应用于网页搜索、商品搜索、问答搜索（如知乎、百度知道、维基知道等）等互联网服务中，成为用户获得信息的重要途径之一。通过查询推荐，用户可以更准确、更快捷地描述查询意图，从而获得更好的体验。 一直以来，查询推荐的研究主要集中在通用信息检索场景，而较少关注社会化问答平台场景下的用户信息行为和信息需求的特殊性。 本书以用户问答查询推荐，即“在用户输入少量关键词的条件下，自动分析用户的潜在提问意图，并为用户推荐相关的自然语言问句”，这一新的研究课题为主线，结合当前流行的深度学习技术，从合成数据生成、基于搜索的路径、基于生成的路径和推荐结果多样化四个方面上展开了深入的探讨。 本书回答了以下问题，“什么是用户问答查询推荐”“用户问答查询推荐面临哪些挑战，有哪些解决路径”“哪些深度学习技术可被用于用户问答查询推荐研究”“如何使用深度学习技术解决用户查询推荐研究的障碍”。