新書推薦：
《
真爱遗事：中国现代爱情观的形成
》
售價：HK$
118.8
《
精神分析：一项极具挑战性的职业
》
售價：HK$
74.8
《
虚拟货币及其犯罪治理实务
》
售價：HK$
63.8
《
辽史纪事本末（历代纪事本末 全2册）新版
》
售價：HK$
107.8
《
产业社群：超级群体引领新经济浪潮
》
售價：HK$
68.2
《
卢布：一部政治史 （1769—1924）（透过货币视角重新解读俄罗斯兴衰二百年！俄罗斯历史研究参考读物！）
》
售價：HK$
119.9
《
法国商业400年（展现法兰西商业四百年来的辉煌变迁，探究法国企业家“外圣内王”的精神内核）
》
售價：HK$
74.8
《
机器人之梦：智能机器时代的人类未来
》
售價：HK$
75.9
|
| 編輯推薦： |
（1）创新性提出面向社区文本的软件知识抽取方法，形成软件知识图谱，并通过软件知识社区问答场景下的专家推荐任务对获取的软件知识进行应用和验证。
（2）以问题为导向，针对一类问题给出解决的方法，章节安排合理，适合想要深入了解软件知识图谱构建及应用领域的学者阅读。
|
| 內容簡介： |
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。
|
| 關於作者： |
|
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。
|
| 目錄：
|
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
2．4TransH模型
2．5Double 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消融实验结果与分析
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本章小结
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
5．3．3span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
|
| 內容試閱：
|
在我国经济从高速增长向高质量发展的重要过程中，以人工智能为代表的新一代信息技术，成为推动经济高质量发展、建设创新型国家，实现新型工业化、信息化、城镇化和农业现代化的重要技术保障和核心驱动力之一。知识图谱以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力，成为人工智能发展的核心驱动力，推动着公共安全、金融科技、教育司法、交通制造等领域智能应用的发展。
与通用领域和成熟行业相比较，面向社区文本的软件工程领域知识图谱构建及应用研究还处于起步阶段，缺乏统一、完备的解决方案。软件知识社区文本是非结构化的用户生成内容，不仅具有内容重复、结构松散、拼写不规范等社会化特征，还具有命名不统一、术语繁杂和语义特征弱等软件领域特征，导致面向社区文本的软件知识图谱构建及应用还存在如下亟待解决的问题。
在软件知识实体抽取方面，软件知识社区文本存在命名不统一、拼写不规范、实体名称为常用词或少见词等情况，导致软件知识实体抽取面临实体歧义、实体变体、无法识别未登录词等问题。现有的方法缺乏对这些问题的关注和研究，软件知识实体抽取的质量难以达到预期效果，亟须完善模型和方法，以适应软件知识社区文本的社会化和专业领域特征。
在软件知识实体关系抽取方面，受软件知识社区文本特征的影响，软件知识实体关系抽取存在实体语义特征弱、实体语义关系模糊的问题； 同时，基于依存关系特征进行关系抽取存在欠剪枝或过剪枝的问题，导致软件知识实体关系抽取的准确率不高，从而影响软件知识图谱构建的质量。
在面向社区的软件专家推荐方面，当前的软件专家推荐方法存在标签依赖和交互数据稀疏的问题。同时，缺乏知识图谱的辅助和支持，无法捕获问题文本和专家领域知识偏好之间的隐含知识关联信息，从而影响软件专家推荐的效果。
因此，从海量软件知识社区文本中自动、高效地抽取软件知识，形成软件知识图谱，并结合软件领域的业务问题进行软件知识应用，有助于智能问答、自动文档生成、软件专家推荐等以软件知识为中心的智能化应用，对提升软件开发效率和软件生产质量具有重要作用。
作者所在团队一直从事知识图谱和软件知识挖掘方面的研究，有一定的研究积累。我们撰写此书，希望将团队近几年的研究成果呈现出来，为需要了解和深入研究这一领域的学者提供有价值的参考资料。
本书以软件知识抽取及应用为中心，围绕面向社区文本的软件知识图谱构建及应用的核心问题展开，针对一类问题给出解决的方法，这些方法对于解决知识图谱构建及应用存在的问题具有一定的借鉴作用，同时也希望此书能为正在进行软件知识图谱研究的科技人员带来更有效的启发。
本书由唐明靖教授负责撰写，课题组的杨芳老师、夏跃龙老师参与了本书的校对和素材准备工作。本书的写作得到了云南师范大学民族教育信息化重点实验室及业内同行的大力支持和帮助，在此深表感谢。
科技在高速发展和进步，本书受限于作者的水平，难免有不足之处，敬请广大读者不吝批评和指正，这将促使我们不断进步和提高。
唐明靖2024年11月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
