机读格式显示(MARC)

• 000 01780nam0 2200301 450

• 001 0000798025

• 005 20250727155900.0

• 010 __ |a 978-7-5763-4394-6 |d CNY76.00

• 100 __ |a 20250321d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 自然语言处理技术 |A Zi Ran Yu Yan Chu Li Ji Shu |e 实体关系抽取研究 |d = Natural language processing |e research on entity relation extraction |f 黄河燕著 |z eng

• 210 __ |a 北京 |c 北京理工大学出版社 |d 2024

• 215 __ |a 229页, [4] 页图版 |c 图 (部分彩图) |d 24cm

• 306 __ |a 国家科学技术学术著作出版基金资助出版

• 314 __ |a 黄河燕, 北京理工大学人工智能研究院院长、北京市海量语言信息处理与云计算应用工程技术研究中心主任、信息智能处理与内容安全工信部重点实验室主任, 长期从事语言信息处理、信息内容安全、智能应用系统等领域的科学研究与产业化应用开发工作。

• 320 __ |a 有书目

• 330 __ |a 本书共分为7章, 针对实体关系抽取领域的关键难题, 尽可能梳理出问题成因、关键问题的思路、关键技术, 以及未来的发展趋势。第1章介绍了实体关系抽取的研究背景及意义, 概述了基本概念及问题描述。第2章介绍了本书涉及的自然语言处理与深度学习相关基础理论知识和模型。第3、4、6章围绕句子级别的关系抽取进行研究, 讨论一些有效的方法 (嵌套实体识别、多关系抽取、实体关系联合抽取), 并介绍相关的应用场景。第5章介绍了两种篇章级别关系抽取方法。第7章对本书的主要研究工作和创新点进行了总结, 并对实体关系联合抽取的未来研究方向进行了展望。

• 333 __ |a 高等院校计算机及相关专业本科生或者研究生

• 510 1_ |a Natural language processing |e research on entity relation extraction |z eng

• 517 1_ |a 实体关系抽取研究 |A Shi Ti Guan Xi Chou Qu Yan Jiu

• 606 0_ |a 自然语言处理 |A Zi Ran Yu Yan Chu Li

• 690 __ |a TP391 |v 5

• 701 _0 |a 黄河燕 |A Huang He Yan |4 著

• 801 _0 |a CN |b WFKJXY |c 20250727

• 905 __ |a WFKJXY |d TP391/260