Описание
Probabilistic Models for Ontology Learning
Артикул Маркета
6049352110
Внешний вид товаров и/или упаковки может быть изменён изготовителем и отличаться от изображенных на Яндекс Маркете.
Пэй
2 171 ₽
–47%
–200 ₽
С доставкой по клику
Заказ от 1500₽
Пэй
2 171 ₽
–47%
Доставка Маркета
30 сен, по клику 0 ₽
Москва
30 сен, пункт выдачи 0 ₽
Москва
Быстрый возврат
О возвратах
Т8 Издательские Технологии
Магазин
19.1Kзаказов
590подписчиков
6лет на Маркете
О товаре
Описание
Печатная книга «Probabilistic Models for Ontology Learning» в мягкой обложке, язык - английский. В книге 132 страниц, она напечатана на белой офсетной бумаге плотностью 80 г/м². Формат издания — 152x229 мм. Все книги аккуратно упаковываем в прочный трёхслойный непрозрачный картонный конверт.
Capturing word meaning is one of the challenges of natural language processing (NLP). Formal models of meaning such as semantic networks of words or concepts are knowledge repositories used in a variety of applications. To be effectively used, these networks have to be large or, at least, adapted to specific domains. Our main goal is to contribute practically to the research on semantic networks learning models by covering different aspects of the task. We propose a novel probabilistic model for learning semantic networks that expands existing semantic networks taking into accounts both corpus-extracted evidences and the structure of the generated semantic networks. The model exploits structural properties of target relations such as transitivity during learning. Our model presents some innovations in estimating the probabilities. We then propose two extensions of our probabilistic model: a model for learning from a generic domain that can be exploited to extract new information in a specific domain and an incremental ontology learning system that puts human validations in the learning loop.
Capturing word meaning is one of the challenges of natural language processing (NLP). Formal models of meaning such as semantic networks of words or concepts are knowledge repositories used in a variety of applications. To be effectively used, these networks have to be large or, at least, adapted to specific domains. Our main goal is to contribute practically to the research on semantic networks learning models by covering different aspects of the task. We propose a novel probabilistic model for learning semantic networks that expands existing semantic networks taking into accounts both corpus-extracted evidences and the structure of the generated semantic networks. The model exploits structural properties of target relations such as transitivity during learning. Our model presents some innovations in estimating the probabilities. We then propose two extensions of our probabilistic model: a model for learning from a generic domain that can be exploited to extract new information in a specific domain and an incremental ontology learning system that puts human validations in the learning loop.
Характеристики
Артикул Маркета
6049352110
Внешний вид товаров и/или упаковки может быть изменён изготовителем и отличаться от изображенных на Яндекс Маркете.Возрастное ограничение 18+
Нет отзывов и оценок
Но можно задать вопрос, чтобы узнать о товаре больше
Рекомендуем
Цена с картой Яндекс Пэй 1280 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1359 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1625 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1991 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 368 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 573 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 279 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 408 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 216 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 2460 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 877 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 871 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1285 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 523 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 653 ₽ вместо
Пэй
Войдите в аккаунтИ тогда откроется корзина, а цены на Маркете могут стать ниже
