●《博士後文庫》序言
前言
第1章 緒論
1.1 信息檢索技術及其發展
1.2 面向搜索引擎的智能信息檢索技術
1.3 查詢意圖理解和相關性排序
1.4 排序學習
1.4.1 點級排序學習模型
1.4.2 對級排序學習模型
1.4.3 列表級排序學習模型
1.5 智能信息檢索評價指標
1.6 智能信息檢索相關應用場景
1.7 本書研究內容及章節安排
參考文獻
第2章 基於混合模型的查詢意圖理解
2.1 引言
2.2 相關研究工作
2.3 查詢意圖分類模型整體框架
2.4 查詢向量表示
2.5 基於混合模型的查詢意圖分類
2.5.1 面向中間類別的意圖匹配
2.5.2 面向最終分類的查詢意圖分類
2.6 查詢意圖分類方法性能評估
2.6.1 實驗設置
2.6.2 對比模型和評價指標
2.6.3 實驗結果與分析
2.7 本章小結
參考文獻
第3章 面向生物醫學文本檢索的監督式查詢擴展
3.1 引言
3.2 相關研究工作
3.3 監督式生物醫學擴展詞排序方法
3.3.1 方法整體流程
3.3.2 候選擴展詞抽取
3.3.3 詞項標注策略
3.3.4 詞特征抽取
3.3.5 排序模型構建
3.4 監督式查詢擴展方法性能評估
3.4.1 實驗設置
3.4.2 標注策略性能評估
3.4.3 擴展詞特征性能評估
3.4.4 損失函數性能評估
3.4.5 整體檢索性能
3.4.6 實驗結果與分析
3.5 本章小結
參考文獻
第4章 排序學習文檔特征生成
4.1 引言
4.2 相關研究工作
4.3 基於查詢級半監督自編碼器的排序模型
4.3.1 降噪自編碼器
4.3.2 基於Bregman散度的損失函數
4.3.3 查詢約束
4.4 半監督自編碼排序方法性能評估
4.4.1 實驗設置
4.4.2 多種自編碼器強化的排序性能對比
4.4.3 多種排序學習方法的性能對比
4.4.4 與深度排序模型的檢索性能對比
4.4.5 特征維度對實驗性能的影響
4.4.6 討論
4.5 本章小結
參考文獻
第5章 直接優化信息檢索評價指標的排序學習算法
5.1 引言
5.2 相關研究工作
5.3 信息檢索評價指標
5.3.1 平均排序倒數
5.3.2 期望倒數排序
5.3.3 Q-measure評價指標
5.4 基於AdaRank的排序特征生成方法
5.4.1 特征生成框架
5.4.2 基於AdaRank直接優化信息檢索評價指標
5.4.3 基於標準數據集的特征生成框架
5.5 直接優化評價指標排序方法性能評估
5.5.1 語料庫
5.5.2 實驗設置
5.5.3 所提出三種排序算法的性能評估
5.5.4 對生成特征集的評價
5.5.5 對組合特征集的評價
5.5.6 實驗分析與討論
5.6 本章小結
參考文獻
第6章 融合多重損失函數的排序學習模型
6.1 引言
6.2 相關研究工作
6.3 問題定義
6.4 融合多重損失函數的排序學習
6.4.1 多種候選損失函數
6.4.2 基於梯度下降的損失優化
6.4.3 基於加權損失函數的重要性進行排序
6.5 多重損失函數融合排序方法性能評估
6.5.1 數據集和實驗設置
6.5.2 對級損失函數選擇
6.5.3 列表級損失函數選擇
6.5.4 正則加權策略的效果評估
6.5.5 迭代敏感加權策略的效果評估
6.5.6 接力加權策略的效果評估
6.5.7 整體性能比較
6.5.8 與其他算法的比較
6.6 本章小結
參考文獻
第7章 基於排序學習的情感原因抽取
7.1 引言
7.2 相關研究工作
7.3 面向情感原因抽取的排序模型
7.3.1 問題定義
7.3.2 面向情感原因的子句排序特征
7.3.3 面向情感原因的排序模型構建
7.4 基於排序的情感原因抽取方法性能評估
7.4.1 實驗設置
7.4.2 與現有方法的比較
7.4.3 排序特征的比較
7.4.4 特征詞的性能比較
7.4.5 主題模型的特征比較
7.4.6 停用詞和情感級別歸一化的影響
7.4.7 討論
7.5 本章小結
參考文獻
第8章 基於預訓練詞嵌入的詞排序模型
8.1 引言
8.2 相關研究工作
8.3 融合詞嵌入向量的詞排序模型
8.3.1 方法基本框架
8.3.2 候選擴展詞的獲取
8.3.3 基於單詞表示的詞特征抽取
8.3.4 詞標注策略
8.3.5 基於排序學習的擴展詞排序模型
8.4 詞排序模型性能評估
8.4.1 實驗設置
8.4.2 點級、對級和列表級方法的性能評估
8.4.3 與基線模型的結果比較
8.4.4 跨數據集訓練詞排序模型的有效性
8.4.5 參數選擇過程
8.4.6 詞排序模型的分析與討論
8.5 本章小結
參考文獻
第9章 基於社會化標注和主題模型的個性化檢索
9.1 引言
9.2 相關研究工作
9.3 基於社會化標注的個性化文檔檢索
9.3.1 文檔重構
9.3.2 主題模型優化
9.3.3 個性化文檔檢索
9.4 個性化檢索方法性能評估
9.4.1

本書以作者在智能信息檢索領域多年的研究工作為基礎，總結並梳理了面向互聯網的智能信息檢索技術的近期新前沿進展，從查詢意圖理解和相關性匹配兩個方面著重介紹了智能檢索技術研究的脈絡和發展，進而通過將智能檢索技術應用於智能問答、醫療檢索、用戶畫像和情感計算等多項信息檢索和自然語言處理研究實踐，分析並探討了相關技術應用中的研究範式和應用模式，為人工智能和計算機科學與技術專業人士提供智能信息檢索技術的全新解讀，促進智能信息檢索技術的突破與發展。 本書可供計算機和人工智能相關專業的高年級本科生和研究生閱讀，也可作為從事智能信息檢索領域和自然語言處理領域研究和算法研發人員的參考書。