智能问答2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

智能问答PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1 历史沿革1

1.1.1 受限领域问答1

1.1.2 开放领域问答2

1.2 任务分类7

1.2.1 知识图谱问答8

1.2.2 表格问答10

1.2.3 文本问答12

1.2.4 社区问答13

1.3 问答评测14

1.3.1 知识图谱问答14

1.3.2 表格问答15

1.3.3 文本问答15

1.3.4 社区问答17

1.4 本章总结18

参考文献18

第2章 机器学习基础20

2.1 统计学习20

2.1.1 朴素贝叶斯20

2.1.2 最大熵21

2.1.3 支持向量机23

2.2 深度学习24

2.2.1 神经网络25

2.2.2 词向量29

2.2.3 卷积神经网络33

2.2.4 递归神经网络34

2.3 本章总结38

参考文献39

第3章 实体链接41

3.1 候选实体生成42

3.1.1 词典匹配方法42

3.1.2 统计学习方法45

3.2 候选实体排序46

3.2.1 监督学习方法47

3.2.2 无监督学习方法49

3.3 无链接提及预测49

3.4 本章总结50

参考文献50

第4章 关系分类53

4.1 模板匹配方法54

4.2 监督学习方法56

4.2.1 基于特征的方法56

4.2.2 基于核函数的方法57

4.2.3 深度学习方法59

4.3 半监督学习方法62

4.3.1 基于自举的方法62

4.3.2 基于远监督的方法64

4.4 本章总结66

参考文献66

第5章 知识图谱问答68

5.1 知识图谱和语义表示68

5.1.1 知识图谱69

5.1.2 语义表示70

5.2 基于语义分析的方法73

5.2.1 基于CCG的语义分析74

5.2.2 基于SCFG的语义分析77

5.2.3 基于DCS的语义分析80

5.2.4 基于NMT的语义分析82

5.3 基于答案排序的方法85

5.3.1 基于特征的答案排序86

5.3.2 基于问题生成的答案排序88

5.3.3 基于子图匹配的答案排序90

5.3.4 基于向量表示的答案排序92

5.3.5 基于记忆网络的答案排序94

5.4 本章总结97

参考文献97

第6章 表格问答100

6.1 表格检索101

6.2 答案生成103

6.2.1 基于答案排序的方法104

6.2.2 基于语义分析的方法106

6.2.3 基于神经网络的方法109

6.3 本章总结113

参考文献113

第7章 文本问答115

7.1 文本问答整体框架115

7.2 答案句子选择116

7.2.1 基于特征的方法116

7.2.2 基于深度学习的方法118

7.3 机器阅读理解128

7.3.1 Match-LSTM+Answer-Pointer130

7.3.2 DCN131

7.3.3 BiDAF135

7.3.4 DrQA136

7.3.5 ReasoNet139

7.3.6 AoA139

7.3.7 r-Net141

7.4 本章总结143

参考文献144

第8章 社区问答148

8.1 问题匹配149

8.1.1 基于特征的方法149

8.1.2 基于深度学习的方法154

8.2 问题改写160

8.2.1 基于统计的方法161

8.2.2 基于深度学习的方法162

8.3 本章总结163

参考文献164

第9章 问题生成167

9.1 基于统计的方法167

9.2 基于深度学习的方法171

9.3 问题生成和智能问答的交互175

9.4 本章总结178

参考文献178

第10章 总结180

附录 常见问题与答案184