短文本理解研究

作     者：王仲远 程健鹏 王海勋 文继荣 Wang Zhongyuan;Cheng Jianpeng;Wang Haixun;Wen Jirong

作者机构：中国人民大学信息学院北京100872 微软亚洲研究院北京100080 牛津大学计算机科学学院 Facebook美国加利福尼亚州门洛帕克市94025 

基　　金：国家"九七三"基础研究发展计划基金项目(2014CB340403) 中央高校基本科研业务费专项资金(14XNLF05) 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2016年第53卷第2期

页      码：262-269页

摘      要：短文本理解是一项对于机器智能至关重要但又充满挑战的任务.这项任务有益于众多应用场景,如搜索引擎、自动问答、广告和推荐系统.完成这些应用的首要步骤是将输入文本转化为机器可以诠释的形式,即帮助机器"理解"短文本的含义.基于这一目标,许多方法利用外来知识源来解决短文本中语境信息不足的问题.通过总结短文本理解领域的相关工作,介绍了基于向量的短文本理解框架.同时,探讨了短文本理解领域未来的研究方向.

主 题 词：知识挖掘 短文本理解 概念化 语义计算 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7544/issn1000-1239.2016.20150742

馆 藏 号：203197716...