دانلود کتاب Information Extraction: Algorithms and Prospects in a Retrieval Context (به فارسی: استخراج اطلاعات: الگوریتم ها و چشم اندازها در یک زمینه بازیابی) نوشته شده توسط «Meinard Müller»
اطلاعات کتاب استخراج اطلاعات: الگوریتم ها و چشم اندازها در یک زمینه بازیابی
موضوع اصلی: الگوریتم ها و ساختارهای داده
نوع: کتاب الکترونیکی
ناشر: Springer
نویسنده: Meinard Müller
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2006
تعداد صفحه: 254
حجم کتاب: 6 مگابایت
کد کتاب: 3540740473 , 9783540740476
نوبت چاپ: 1
توضیحات کتاب استخراج اطلاعات: الگوریتم ها و چشم اندازها در یک زمینه بازیابی
استخراج اطلاعات به فرآیندهای ساختاردهی و ترکیب محتوایی مربوط می شود که به صراحت در یک یا چند منبع اطلاعاتی بدون ساختار بیان شده یا ضمنی بیان شده است. این شامل یک طبقه بندی معنایی و پیوند دادن قطعات خاصی از اطلاعات است و به عنوان شکل سبکی از درک محتوا توسط ماشین در نظر گرفته می شود. در حال حاضر، به دلیل تقاضای فزاینده برای موتورهای جستجو که پاسخ های دقیقی را به پرس و جوهای اطلاعاتی انعطاف پذیر ارائه می دهند، علاقه قابل توجهی به یکپارچه سازی نتایج استخراج اطلاعات در سیستم های بازیابی وجود دارد. مدل‌های بازیابی پیشرفته این نیاز را برآورده می‌کنند و بر ابزارهایی تکیه می‌کنند که به طور خودکار یک مدل احتمالی از محتوای یک سند (چند رسانه‌ای) ایجاد می‌کنند.
این کتاب بر تشخیص محتوا در متن تمرکز دارد. این الگوریتم‌های موفق گذشته و فعلی و کاربرد آنها در حوزه‌های مختلف (مانند فیلتر کردن اخبار، استخراج متن زیست‌پزشکی، جمع‌آوری اطلاعات، هوش رقابتی، جستجوی اطلاعات حقوقی، و پردازش متن غیررسمی) را توضیح می‌دهد. بخش مهمی در مورد الگوریتم های آماری و یادگیری ماشینی فعلی برای تشخیص و طبقه بندی اطلاعات بحث می کند و نتایج آنها را در مدل های بازیابی احتمالی ادغام می کند. این کتاب همچنین تعدادی ایده برای درک و ترکیب پیشرفته محتوای متنی را نشان می دهد.
این کتاب برای محققان و توسعه دهندگان نرم افزار علاقه مند به استخراج و بازیابی اطلاعات است، اما بسیاری از تصاویر و نمونه های دنیای واقعی آن را به عنوان یک کتاب راهنما برای دانش آموزان نیز مناسب می کند.
Information extraction regards the processes of structuring and combining content that is explicitly stated or implied in one or multiple unstructured information sources. It involves a semantic classification and linking of certain pieces of information and is considered as a light form of content understanding by the machine. Currently, there is a considerable interest in integrating the results of information extraction in retrieval systems, because of the growing demand for search engines that return precise answers to flexible information queries. Advanced retrieval models satisfy that need and they rely on tools that automatically build a probabilistic model of the content of a (multi-media) document.
The book focuses on content recognition in text. It elaborates on the past and current most successful algorithms and their application in a variety of domains (e.g., news filtering, mining of biomedical text, intelligence gathering, competitive intelligence, legal information searching, and processing of informal text). An important part discusses current statistical and machine learning algorithms for information detection and classification and integrates their results in probabilistic retrieval models. The book also reveals a number of ideas towards an advanced understanding and synthesis of textual content.
The book is aimed at researchers and software developers interested in information extraction and retrieval, but the many illustrations and real world examples make it also suitable as a handbook for students.
دانلود کتاب «استخراج اطلاعات: الگوریتم ها و چشم اندازها در یک زمینه بازیابی»
