标注

基于社会化标注的个性化推荐算法研究.pdf

随着信息社会与数字经济时代的全面到来,越来越多的用户成为互联网信息内容的创造者,网络信息过载也日益严重。在此条件下,如何有效地过滤与选择信息成为时代性的挑战。标签作为一种用户视角的资源特征表述方式,成为个性化信息推荐研究重要的数据来源。《基于社会化标注的个性化推荐算法研究》首先对

现代汉语未登录词词类和语义类标注研究.pdf

本书是语言学与计算机科学相结合的产物。作者不仅用语言学理论来指导计算机算法的设计,而且通过计算机算法的实验结果反过来验证并丰富语言学的理论。在大量统计、算法的基础上,提出与目前主流的分布词类观相反的论点,并用实验数据证明:在自动判断汉语新词语类别时词语内部结构特征比上下文分布特征

社会化标注系统中个性化信息推荐模型研究.pdf

个性化信息推荐是充分利用互联网上用户产生的数据来解决目前的个性化信息服务问题的有效方法,本书针对社会化标注系统中的个性化信息推荐模型问题展开研究,在综述“社会化标注系统”“个性化信息推荐”的基础上,对围内外“社会化标注系统中的个性化信息推荐模型”的研究现状进行分析,通过白组织理论

主动采样与标注估计技术研究及应用.pdf

主动学习的理论及其应用是机器学习研究领域中一个富有生命力和备受关注的研究分支,现已成为解决实际问题的重要方法之一。本书集中介绍主动学习方法中的一些典型的样本选择方法和标注估计策略,并给出主动学习在应用中的统一框架。本书通过研究大量丰富的文献资料和科研成果,回顾主动学习的过去,分析