ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Quantitative Intertextuality: Analyzing the Markers of Information Reuse

دانلود کتاب بینامتنی کمی: تحلیل نشانگرهای استفاده مجدد از اطلاعات

Quantitative Intertextuality: Analyzing the Markers of Information Reuse

مشخصات کتاب

Quantitative Intertextuality: Analyzing the Markers of Information Reuse

ویرایش: 1st ed. 
نویسندگان: ,   
سری:  
ISBN (شابک) : 9783030234133 
ناشر: Springer International Publishing 
سال نشر: 2019 
تعداد صفحات: 196 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 10 مگابایت 

قیمت کتاب (تومان) : 40,000



کلمات کلیدی مربوط به کتاب بینامتنی کمی: تحلیل نشانگرهای استفاده مجدد از اطلاعات: علوم کامپیوتر، ذخیره و بازیابی اطلاعات، تشخیص الگو، برنامه کامپیوتری. در علوم اجتماعی و رفتاری، مطالعات فرهنگی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 6


در صورت تبدیل فایل کتاب Quantitative Intertextuality: Analyzing the Markers of Information Reuse 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 بینامتنی کمی: تحلیل نشانگرهای استفاده مجدد از اطلاعات 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 بینامتنی کمی: تحلیل نشانگرهای استفاده مجدد از اطلاعات



این کتاب بینامتنیت کمی را معرفی می کند، رویکردی جدید برای مطالعه الگوریتمی استفاده مجدد از اطلاعات در متن، صدا و تصاویر. با استفاده از ابزارهای مختلف از یادگیری ماشین، پردازش زبان طبیعی، و بینایی کامپیوتری، خوانندگان یاد خواهند گرفت که الگوهای استفاده مجدد را در منابع مختلف برای کارهای علمی و کاربردهای عملی ردیابی کنند.
فصل های مربوطه، بینش های روش شناختی بسیار جدیدی را برای راهنمایی به اشتراک می گذارند. خواننده از طریق مبانی بینامتنیت. در بخش اول، «نظریه»، جنبه‌های نظری بینامتنیت معرفی شده‌اند که منجر به بحث در مورد چگونگی تجسم آن‌ها با روش‌های کمی می‌شود. در بخش 2، «تمرین»، روش‌های کمی خاص برای ایجاد مجموعه‌ای از رویه‌های خودکار برای تمرین بینامتنیت کمی توضیح داده شده‌اند. هر فصل در قسمت 2 با یک مقدمه کلی بر یک مفهوم اصلی (به عنوان مثال، تطبیق واژگانی، تطبیق صدا، تطبیق معنایی) شروع می شود، و پس از آن یک مطالعه موردی (به عنوان مثال، شناسایی کنایه ها به یک برنامه تلویزیونی محبوب در توییت ها، کمی سازی استفاده مجدد از صدا در رمانتیک شعر، شناسایی تأثیرات در جناح هواداران با تطبیق موضوعی)، و در نهایت توسعه الگوریتمی که می‌تواند برای آشکار کردن شباهت‌ها در زمینه‌های مربوطه مورد استفاده قرار گیرد.
از آنجایی که این کتاب به‌عنوان یک مقدمه ملایم در نظر گرفته شده است، اغلب تأکید می‌شود. در الگوریتم های ساده و در عین حال موثر برای یک کار تطبیق داده شده. مجموعه‌ای از تمرین‌ها در پایان هر فصل گنجانده شده است، که به خوانندگان این فرصت را می‌دهد تا راه‌حل‌های پیشرفته‌تر و جنبه‌های جدیدتری را در مورد مطالب در دست بررسی کنند. علاوه بر این، وب‌سایت همراه کتاب شامل نرم‌افزار (کد کتابخانه R و C) و تمام داده‌های منبع برای مثال‌های موجود در کتاب، و همچنین محتوای تکمیلی (اسلایدها، تصاویر با وضوح بالا، نتایج اضافی) است که ممکن است برای کاوش مفید باشد. جنبه های مختلف بینامتنیت کمی که در هر فصل ارائه می شود.
با توجه به ماهیت بین رشته ای آن، این کتاب برای مخاطبان وسیعی جذاب خواهد بود. از پزشکان متخصص در پزشکی قانونی گرفته تا دانشجویان مطالعات فرهنگی، خوانندگان با سوابق مختلف (مثلاً در علوم اجتماعی، پردازش زبان طبیعی یا بینایی رایانه ای) بینش های ارزشمندی خواهند یافت.


توضیحاتی درمورد کتاب به خارجی

This book introduces quantitative intertextuality, a new approach to the algorithmic study of information reuse in text, sound and images. Employing a variety of tools from machine learning, natural language processing, and computer vision, readers will learn to trace patterns of reuse across diverse sources for scholarly work and practical applications.
The respective chapters share highly novel methodological insights in order to guide the reader through the basics of intertextuality. In Part 1, “Theory”, the theoretical aspects of intertextuality are introduced, leading to a discussion of how they can be embodied by quantitative methods. In Part 2, “Practice”, specific quantitative methods are described to establish a set of automated procedures for the practice of quantitative intertextuality. Each chapter in Part 2 begins with a general introduction to a major concept (e.g., lexical matching, sound matching, semantic matching), followed by a case study (e.g., detecting allusions to a popular television show in tweets, quantifying sound reuse in Romantic poetry, identifying influences in fan faction by thematic matching), and finally the development of an algorithm that can be used to reveal parallels in the relevant contexts.
Because this book is intended as a “gentle” introduction, the emphasis is often on simple yet effective algorithms for a given matching task. A set of exercises is included at the end of each chapter, giving readers the chance to explore more cutting-edge solutions and novel aspects to the material at hand. Additionally, the book’s companion website includes software (R and C++ library code) and all of the source data for the examples in the book, as well as supplemental content (slides, high-resolution images, additional results) that may prove helpful for exploring the different facets of quantitative intertextuality that are presented in each chapter.
Given its interdisciplinary nature, the book will appeal to a broad audience. From practitioners specializing in forensics to students of cultural studies, readers with diverse backgrounds (e.g., in the social sciences, natural language processing, or computer vision) will find valuable insights.



فهرست مطالب

Front Matter ....Pages i-xvii
Front Matter ....Pages 1-1
What is Quantitative Intertextuality? (Christopher W. Forstall, Walter J. Scheirer)....Pages 3-21
Statistical Learning as a Model for Intertextuality (Christopher W. Forstall, Walter J. Scheirer)....Pages 23-52
Front Matter ....Pages 53-53
Lexical Matching: Text Reuse as Intertextuality (Christopher W. Forstall, Walter J. Scheirer)....Pages 55-78
Semantic Matching: Tracing Reuse by Meaning (Christopher W. Forstall, Walter J. Scheirer)....Pages 79-104
Sound Matching: Capturing Reuse in the Primitive Elements of Language (Christopher W. Forstall, Walter J. Scheirer)....Pages 105-131
Image Matching: Detecting the Reuse of Visual Elements (Christopher W. Forstall, Walter J. Scheirer)....Pages 133-153
Meta-Matching: Combining Evidence From Heterogeneous Sources (Christopher W. Forstall, Walter J. Scheirer)....Pages 155-179
Parting Thoughts (Christopher W. Forstall, Walter J. Scheirer)....Pages 181-189




نظرات کاربران