دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Tommaso Caselli, Eduard Hovy, Martha Palmer, Piek Vossen سری: Studies in Natural Language Processing ISBN (شابک) : 1108490573, 9781108490573 ناشر: Cambridge University Press سال نشر: 2022 تعداد صفحات: 274 [275] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Computational Analysis of Storylines: Making Sense of Events 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 تحلیل محاسباتی خطوط داستانی: ایجاد حس رویدادها 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.
ساختارهای رویداد در تحقیقات زبانشناسی و هوش مصنوعی نقش محوری دارند: مردم میتوانند به راحتی به تغییرات جهان مراجعه کنند، شرکتکنندگان خود را شناسایی کنند، اطلاعات مربوطه را تشخیص دهند و انتظاراتی از آنچه ممکن است در آینده رخ دهد داشته باشند. بخشی از این فرآیند مبتنی بر مکانیسمهایی شبیه به روایتها است که در قلب اشتراکگذاری اطلاعات قرار دارند. اما تشخیص خودکار رویدادها یا ساخت خودکار داستان از چنین بازنمایی رویدادها دشوار است. این کتاب چگونگی مدیریت جریانهای خبری عظیم امروزی را بررسی میکند و رویکردهای چند بعدی، چندوجهی و توزیعشده، مانند یادگیری عمیق خودکار، برای ثبت رویدادها و ساختارهای روایی درگیر در یک «داستان» ارائه میکند. هدف این بررسی اجمالی از آخرین وضعیت فعلی در استخراج رویداد، روابط زمانی و گاه به گاه، و استخراج خط داستانی ایجاد یک جامعه تحقیقاتی چند رشته ای جدید با اصطلاحات و دستور کار تحقیقاتی مشترک است. دانشجویان فارغ التحصیل و محققان در پردازش زبان طبیعی، زبان شناسی محاسباتی و مطالعات رسانه از این کتاب بهره مند خواهند شد.
Event structures are central in Linguistics and Artificial Intelligence research: people can easily refer to changes in the world, identify their participants, distinguish relevant information, and have expectations of what can happen next. Part of this process is based on mechanisms similar to narratives, which are at the heart of information sharing. But it remains difficult to automatically detect events or automatically construct stories from such event representations. This book explores how to handle today's massive news streams and provides multidimensional, multimodal, and distributed approaches, like automated deep learning, to capture events and narrative structures involved in a 'story'. This overview of the current state-of-the-art on event extraction, temporal and casual relations, and storyline extraction aims to establish a new multidisciplinary research community with a common terminology and research agenda. Graduate students and researchers in natural language processing, computational linguistics, and media studies will benefit from this book.