دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Natural Language Processing for the Semantic Web
دانلود کتاب پردازش زبان طبیعی برای وب معنایی
مشخصات کتاب
Natural Language Processing for the Semantic Web
ویرایش: نویسندگان: Diana Maynard, Kalina Bontcheva, Isabelle Augenstein سری: Synthesis Lectures on The Semantic Web: Theory and Technology, #15 ISBN (شابک) : 9781627056328 ناشر: Morgan & Claypool سال نشر: 2017 تعداد صفحات: 184 زبان: english فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
قیمت کتاب (تومان) : 50,000
در صورت تبدیل فایل کتاب Natural Language Processing for the Semantic Web 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 پردازش زبان طبیعی برای وب معنایی 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 پردازش زبان طبیعی برای وب معنایی
این کتاب فن‌آوری‌های اصلی پردازش زبان طبیعی (NLP) را به روشی آسان به افراد غیرمتخصص معرفی می‌کند، به‌عنوان مجموعه‌ای از بلوک‌های سازنده که کاربر را به درک فناوری‌های کلیدی، چرایی نیاز آنها و نحوه ادغام آنها در برنامه‌های کاربردی وب معنایی هدایت می‌کند. . فناوری‌های پردازش زبان طبیعی و وب معنایی نقش‌های متفاوت، اما مکمل در مدیریت داده‌ها دارند. ترکیب این دو فناوری داده‌های ساختاریافته و بدون ساختار را قادر می‌سازد تا یکپارچه شوند. هدف فن‌آوری‌های وب معنایی تبدیل داده‌های بدون ساختار به نمایش‌های معنی‌دار است که از استفاده از فناوری‌های NLP سود زیادی می‌برد و در نتیجه برنامه‌هایی مانند اتصال متن به داده‌های باز پیوندی، اتصال متون به یکدیگر، جستجوی معنایی، تجسم اطلاعات و مدل‌سازی کاربر را امکان‌پذیر می‌سازد. رفتار در شبکه های آنلاین نیمه اول این کتاب ابزارهای اصلی پردازش NLP را شرح می دهد: نشانه گذاری، برچسب گذاری بخشی از گفتار، و تجزیه و تحلیل مورفولوژیکی، علاوه بر ابزارهای اصلی مورد نیاز برای یک سیستم استخراج اطلاعات (به نام شناسایی موجودیت و استخراج رابطه) که بر اساس این موارد ساخته شده است. اجزاء. نیمه دوم کتاب توضیح می‌دهد که چگونه فناوری‌های وب معنایی و NLP می‌توانند یکدیگر را تقویت کنند، برای مثال از طریق حاشیه‌نویسی معنایی، پیوند هستی‌شناسی، و جمعیت. این فصل ها همچنین تجزیه و تحلیل احساسات، یک جزء کلیدی در درک داده های متنی، و مشکلات اجرای NLP در رسانه های اجتماعی، و همچنین برخی از راه حل های پیشنهادی را مورد بحث قرار می دهند. این کتاب با بررسی برخی کاربردهای این ابزارها، تمرکز بر جستجوی معنایی و تجسم، مدل‌سازی رفتار کاربر و چشم‌اندازی به آینده به پایان می‌رسد.
توضیحاتی درمورد کتاب به خارجی
This book introduces core natural language processing (NLP) technologies to non-experts in an easily accessible way, as a series of building blocks that lead the user to understand key technologies, why they are required, and how to integrate them into Semantic Web applications. Natural language processing and Semantic Web technologies have different, but complementary roles in data management. Combining these two technologies enables structured and unstructured data to merge seamlessly. Semantic Web technologies aim to convert unstructured data to meaningful representations, which benefit enormously from the use of NLP technologies, thereby enabling applications such as connecting text to Linked Open Data, connecting texts to each other, semantic searching, information visualization, and modeling of user behavior in online networks. The first half of this book describes the basic NLP processing tools: tokenization, part-of-speech tagging, and morphological analysis, in addition to the main tools required for an information extraction system (named entity recognition and relation extraction) which build on these components. The second half of the book explains how Semantic Web and NLP technologies can enhance each other, for example via semantic annotation, ontology linking, and population. These chapters also discuss sentiment analysis, a key component in making sense of textual data, and the difficulties of performing NLP on social media, as well as some proposed solutions. The book finishes by investigating some applications of these tools, focusing on semantic search and visualization, modeling user behavior, and an outlook on the future.
