机读格式显示(MARC)

• 000 01686nam 2200313 450

• 001 0000704137

• 005 20180927161844.2

• 010 __ |a 978-7-04-050244-2 |d CNY39.90

• 100 __ |a 20180927d2018 em y0chiy0121 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 智能问答 |A zhi neng wen da |d = Question answering |f 段楠, 周明 |z eng

• 210 __ |a 北京 |c 高等教育出版社 |d 2018.9

• 215 __ |a 187页 |c 图 |d 23cm

• 225 2_ |a 人工智能丛书 |A ren gong zhi neng cong shu

• 300 __ |a “十三五”国家重点图书出版规划 中国人工智能学会推荐

• 314 __ |a 段楠, 博士, 微软亚洲研究院自然语言计算组主管研究员。周明, 博士, 微软亚洲研究院副院长、国际计算语言学协会会长。

• 320 __ |a 有书目

• 330 __ |a 本书分为三部分, 共10章。第一部分为概论, 介绍问答系统的历史沿革、方法分类和最新进展。第二部分主要讲述问答系统的两类构建方法。第一类方法基于语义分析, 该类方法首先将自然语言问题显式地转化为基于知识库的结构化查询命令, 进而对知识库进行查找并获取最终答案; 第二类方法基于信息检索, 该类方法首先对自然语言问题进行浅层和局部的语义分析, 并根据分析结果从知识库中过滤出少量答案候选, 进而使用机器学习算法对答案候选进行排序并获取最终答案。第三部分介绍目前在问答领域广为使用的基准数据集和评测任务, 综合地比较和分析多种典型问答系统在基准数据集上的性能, 并指出目前方法中存在的主要问题和以及未来的研究方向。

• 333 __ |a 本书既可以作为人工智能专业和自然语言处理专业的教学参考书,也可以供从事智能问答相关产品的开发人员参考和借鉴

• 410 _0 |1 2001 |a 人工智能丛书

• 510 1_ |a Question answering |z eng

• 606 0_ |a 智能技术 |A zhi neng ji shu

• 690 __ |a TP18 |v 5

• 701 _0 |a 段楠 |A duan nan |4 主编

• 701 _0 |a 周明 |A zhou ming |4 主编

• 801 _0 |a CN |b 湖北三新 |c 20180928