مشخصات کتاب
Automated Taxonomy Discovery and Exploration
ویرایش:
نویسندگان: Jiaming Shen. Jiawei Han
سری: Synthesis Lectures on Data Mining and Knowledge Discovery
ISBN (شابک) : 3031114043, 9783031114045
ناشر: Springer
سال نشر: 2022
تعداد صفحات: 111
[112]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 Mb
قیمت کتاب (تومان) : 58,000
میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 4
در صورت تبدیل فایل کتاب Automated Taxonomy Discovery and Exploration به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کشف و اکتشاف تاکسونومی خودکار نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب کشف و اکتشاف تاکسونومی خودکار
این کتاب چارچوبی مبتنی بر دادههای اصولی را ارائه میکند
که به تدریج طبقهبندیها را بدون استفاده از دادههای مشروح
انسانی عظیم میسازد، غنی میکند و به کار میبرد. به طور سنتی،
مردم طبقهبندیهای دامنه خاص را با بررسیهای دستی گسترده
میسازند که زمانبر و پرهزینه است. در عصر اطلاعات امروزی، مردم
غرق در حجم عظیمی از داده های متنی هستند. علیرغم سودمندی آنها،
مردم هنوز از قدرت کامل طبقه بندی ها استفاده نکرده اند، زیرا
برای ایجاد و نگهداری آنها نیاز است. برای پر کردن این شکاف،
نویسندگان درباره کشف و اکتشاف طبقهبندی خودکار، با تأکید بر
روشهای یادگیری ماشینی کارآمد با برچسب و کاربردهای واقعی آنها
بحث میکنند. طبقه بندی موجودیت ها و مفاهیم را به صورت سلسله
مراتبی سازماندهی می کند. در زندگی روزمره ما همه جا وجود دارد،
از طبقه بندی محصولات مورد استفاده توسط خرده فروشان آنلاین، طبقه
بندی موضوعی که توسط رسانه های خبری و رسانه های اجتماعی استفاده
می شود، و همچنین طبقه بندی های علمی که توسط کتابخانه های
دیجیتال در حوزه های مختلف مستقر شده اند. وقتی این طبقه بندی ها
به درستی تحلیل شوند، می توانند نقش حیاتی برای علم، مهندسی، هوش
تجاری، طراحی سیاست، تجارت الکترونیک و موارد دیگر ایفا کنند.
مثالهای شهودی در سراسر استفاده میشوند تا خوانندگان بتوانند
مفاهیم را راحتتر درک کنند.
توضیحاتی درمورد کتاب به خارجی
This book provides a principled data-driven framework
that progressively constructs, enriches, and applies taxonomies
without leveraging massive human annotated data. Traditionally,
people construct domain-specific taxonomies by extensive manual
curations, which is time-consuming and costly. In today’s
information era, people are inundated with the vast amounts of
text data. Despite their usefulness, people haven’t yet
exploited the full power of taxonomies due to the heavy
curation needed for creating and maintaining them. To bridge
this gap, the authors discuss automated taxonomy discovery and
exploration, with an emphasis on label-efficient machine
learning methods and their real-world usages. Taxonomy
organizes entities and concepts in a hierarchy way. It is
ubiquitous in our daily life, ranging from product taxonomies
used by online retailers, topic taxonomies deployed by news
outlets and social media, as well as scientific taxonomies
deployed by digital libraries across various domains. When
properly analyzed, these taxonomies can play a vital role for
science, engineering, business intelligence, policy design,
e-commerce, and more. Intuitive examples are used throughout
enabling readers to grasp concepts more easily.
نظرات کاربران