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 Knowledge Seeker - Ontology Modelling for Information Search and Management: A Compendium

دانلود کتاب جستجوگر دانش - مدل سازی هستی شناسی برای جستجوی و مدیریت اطلاعات: مجموعه ای

Knowledge Seeker - Ontology Modelling for Information Search and Management: A Compendium

مشخصات کتاب

Knowledge Seeker - Ontology Modelling for Information Search and Management: A Compendium

ویرایش: 1 
نویسندگان: , ,   
سری: Intelligent Systems Reference Library 8 
 
ناشر: Springer-Verlag Berlin Heidelberg 
سال نشر: 2011 
تعداد صفحات: 249 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 مگابایت 

قیمت کتاب (تومان) : 49,000



کلمات کلیدی مربوط به کتاب جستجوگر دانش - مدل سازی هستی شناسی برای جستجوی و مدیریت اطلاعات: مجموعه ای: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)، تحقیق در عملیات/تئوری تصمیم گیری



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 2


در صورت تبدیل فایل کتاب Knowledge Seeker - Ontology Modelling for Information Search and Management: A Compendium 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 جستجوگر دانش - مدل سازی هستی شناسی برای جستجوی و مدیریت اطلاعات: مجموعه ای 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 جستجوگر دانش - مدل سازی هستی شناسی برای جستجوی و مدیریت اطلاعات: مجموعه ای



KnowledgeSeeker یک سیستم مفید برای توسعه برنامه های کاربردی هوشمند مختلف مانند موتور جستجوی مبتنی بر هستی شناسی، سیستم طبقه بندی متن مبتنی بر هستی شناسی، سیستم عامل هستی شناسی، و سیستم وب معنایی و غیره است. KnowledgeSeeker شامل چهار جزء هستی شناسی مختلف است. ابتدا، مدل نمایش دانش ¡V Ontology Graph را تعریف می کند. دوم، یک فرآیند یادگیری هستی شناسی که بر اساس آمار مربع کای برای یادگیری خودکار نمودار هستی شناسی از متون برای حوزه های مختلف پیشنهاد شده است. سوم، یک روش تولید هستی شناسی را تعریف می کند که نتیجه یادگیری را به قالب گراف هستی شناسی برای پردازش ماشین تبدیل می کند و همچنین می تواند برای اعتبار سنجی انسانی تجسم شود. چهارم، عملیات هستی‌شناختی مختلفی را تعریف می‌کند (مانند اندازه‌گیری شباهت و طبقه‌بندی متن) که می‌توانند با استفاده از نمودارهای هستی‌شناسی تولید شده انجام شوند. هدف نهایی چارچوب سیستم KnowledgeSeeker این است که بتواند سیستم اطلاعات سنتی را با کارایی بالاتر بهبود بخشد. به ویژه، می تواند دقت سیستم طبقه بندی متن را افزایش دهد و همچنین هوش جستجو را در موتور جستجو افزایش دهد. این را می توان با تقویت سیستم با هستی شناسی قابل پردازش ماشین انجام داد.


توضیحاتی درمورد کتاب به خارجی

The KnowledgeSeeker is a useful system to develop various intelligent applications such as ontology-based search engine, ontology-based text classification system, ontological agent system, and semantic web system etc. The KnowledgeSeeker contains four different ontological components. First, it defines the knowledge representation model ¡V Ontology Graph. Second, an ontology learning process that based on chi-square statistics is proposed for automatic learning an Ontology Graph from texts for different domains. Third, it defines an ontology generation method that transforms the learning outcome to the Ontology Graph format for machine processing and also can be visualized for human validation. Fourth, it defines different ontological operations (such as similarity measurement and text classification) that can be carried out with the use of generated Ontology Graphs. The final goal of the KnowledgeSeeker system framework is that it can improve the traditional information system with higher efficiency. In particular, it can increase the accuracy of a text classification system, and also enhance the search intelligence in a search engine. This can be done by enhancing the system with machine processable ontology.



فهرست مطالب

Front Matter....Pages -
Front Matter....Pages 1-1
Computational Knowledge and Ontology....Pages 3-12
Ontology Engineering....Pages 13-25
Text Information Retrieval....Pages 27-36
Web Data Semantics....Pages 37-46
Front Matter....Pages 47-47
Ontology Modeling Framework....Pages 49-70
Ontology Learning in Chinese Text....Pages 71-98
Ontology Graph Generation Process....Pages 99-119
Ontology Graph Operations....Pages 121-142
Front Matter....Pages 143-143
Ontology Graph Based Approach for Automatic Chinese Text Classification....Pages 145-164
IATOPIA iCMS KnowledgeSeeker - An Integrated Content Management System and Digital Asset Management System (DAMS)....Pages 165-173
IATOPIA News Channel (IAToNews) - An Intelligent Ontological Agent-Based Web News Retrieval and Search System....Pages 175-180
Collaborative Content and User-Based Web Ontology Learning System....Pages 181-194
Back Matter....Pages -




نظرات کاربران