Luận án tiến sĩ về phát triển kỹ thuật chắt lọc tri thức trong học suốt đời từ dữ liệu văn bản

Trường đại học

Đại học Quốc gia Hà Nội

Chuyên ngành

Hệ thống thông tin

Người đăng

Ẩn danh

Thể loại

luận án

2023

0
0
0

Phí lưu trữ

30.000 VNĐ

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

1. CHƯƠNG 1: KHÁI QUÁT VỀ HỌC MÁY SUỐT ĐỜI, CHẤT LỌC TRI THỨC VÀ MÔ HÌNH CHỦ ĐỀ

1.1. Học máy suốt đời

1.2. Sơ lược về lịch sử tiến hóa

1.3. Định nghĩa và khung hệ thống học máy suốt đời

1.4. So sánh HMSD với các kiểu học máy truyền thống liên quan

1.5. Học thế giới mở và học khi làm việc

1.6. Hệ thống học ngôn ngữ không dừng NELL

1.7. Thách thức đối với học máy suốt đời

1.8. Chắt lọc tri thức

1.8.1. Giới thiệu về chắt lọc tri thức

1.8.2. Chắt lọc tri thức trong học suốt đời

1.9. Mô hình chủ đề suốt đời

1.9.1. Mô hình chủ đề truyền thống

1.9.2. Mô hình chủ đề hiện đại

1.9.3. Mô hình chủ đề suốt đời LTM

1.9.4. Mô hình chủ đề suốt đời AMC

1.9.5. Thiếu sót của LTM và AMC

1.9.6. Đánh giá chất lượng mô hình chủ đề

1.9.7. Liên hệ với nghiên cứu trong luận án

1.9.8. Các độ đo đánh giá hiệu năng phân lớp

1.9.9. Kết luận chương

2. CHƯƠNG 2: MÔ HÌNH CHỦ ĐỀ SUỐT ĐỜI MIỀN GẦN

2.1. Bốn mô hình chủ đề suốt đời hiện đại

2.1.1. Mô hình chủ đề suốt đời với tri thức tự học RUTM-SK

2.1.2. Mô hình chủ đề suốt đời với xếp hạng đa dạng JUTMMR

2.1.3. Mô hình hóa chủ đề nơ-ron suốt đời LNTM

2.1.4. Mô hình cộng tác suốt đời LCM

2.2. Mô hình chủ đề suốt đời miền gần CD-AMC

2.2.1. Ý tưởng mô hình chủ đề suốt đời miền gần

2.2.2. Định nghĩa miền gần

2.2.3. Mô hình chủ đề suốt đời miền gần

2.2.4. Thuật toán mô hình chủ đề suốt đời miền gần CD-AMC

2.2.5. Phần mềm thực thi mô hình chủ đề suốt đời miền gần

2.3. Mô hình chủ đề suốt đời miền gần cho phân lớp đa nhãn văn bản tiếng Việt

2.3.1. Phát biểu bài toán

2.3.2. Mô hình giải quyết

2.3.3. Thực nghiệm và nhận xét

2.3.3.1. Các tập dữ liệu
2.3.3.2. Kịch bản thực nghiệm
2.3.3.3. Kết quả thực nghiệm và nhận xét
2.3.3.4. Kiểm định hiệu năng CD-AMC so với LDA và AMC

2.4. Mô hình chủ đề suốt đời miền gần theo bộ phân lớp quá khứ

2.4.1. Mô hình chủ đề suốt đời miền gần CCD-AMC

2.4.2. Áp dụng vào bài toán phân lớp quan điểm

2.4.2.1. Các tập dữ liệu
2.4.2.2. Kịch bản thực nghiệm
2.4.2.3. Kết quả thực nghiệm và nhận xét

2.5. Kết luận chương 2

3. CHƯƠNG 3: MÔ HÌNH CHỦ ĐỀ SUỐT ĐỜI MIỀN GẦN HƯỚNG ĐÍCH

3.1. Mô hình chủ đề hướng đích

3.2. Mô hình TTM

3.3. Đề xuất mô hình chủ đề suốt đời miền gần hướng đích

3.4. Mô hình chủ đề suốt đời miền gần hướng đích cho phân lớp đa nhãn văn bản tiếng Việt

3.4.1. Phát biểu bài toán

3.4.2. Mô hình giải quyết

3.4.3. Thực nghiệm và nhận xét

3.4.3.1. Kịch bản thực nghiệm
3.4.3.2. Kết quả thực nghiệm và nhận xét

3.5. Kết luận chương 3

4. CHƯƠNG 4: CHẮT LỌC TRI THỨC HỌC SÂU SUỐT ĐỜI VÀ ỨNG DỤNG VÀO NHẬN DẠNG THỰC THỂ Y SINH TIẾNG VIỆT

4.1. Năm nghiên cứu liên quan về nhận dạng thực thể có tên

4.1.1. Mô hình chắt lọc tri thức MTM-STM cho nhận dạng thực thể có tên

4.1.2. Mô hình chắt lọc tri thức đa hạt nhận dạng thực thể có tên

4.1.3. Mô hình học liên tục nhận dạng thực thể CRON

4.1.4. Mô hình DeepLML-NER nhận dạng thực thể có tên tiếng Việt

4.1.5. Mô hình xây dựng tập dữ liệu tiếng Việt nhận dạng thực thể bệnh nhân COVID-19

4.2. Mô hình HMSĐ BiLSTM-KD-NER chắt lọc tri thức học sâu nhận dạng thực thể

4.2.1. Phát biểu bài toán

4.2.2. Mô hình sinh viên

4.2.3. Chi tiết giải pháp chắt lọc tri thức trong mô hình giáo viên

4.2.3.1. Biểu diễn đầu vào
4.2.3.2. Mô hình Bi-LSTM trong BiLSTM-KD-NER
4.2.3.3. Áp dụng mô hình BiLSTM-KD-NER vào nhận dạng thực thể COVID-19

4.2.4. Tập dữ liệu y sinh tiếng Việt dùng cho nhận dạng thực thể COVID-19

4.2.5. Kết quả thực nghiệm và nhận xét

4.3. Kết luận chương 4

KẾT QUẢ CHÍNH CỦA LUẬN ÁN

HẠN CHẾ CỦA LUẬN ÁN

ĐỊNH HƯỚNG NGHIÊN CỨU TIẾP THEO

DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN TỚI LUẬN ÁN

TÀI LIỆU THAM KHẢO

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẼ

Luận án tiến sĩ hệ thống thông tin phát triển kỹ thuật chắt lọc tri thức trong học suốt đời đối với miền dữ liệu văn bản

Bạn đang xem trước tài liệu:

Luận án tiến sĩ hệ thống thông tin phát triển kỹ thuật chắt lọc tri thức trong học suốt đời đối với miền dữ liệu văn bản

Bài viết "Phát triển kỹ thuật chắt lọc tri thức trong học suốt đời với hệ thống thông tin" khám phá cách mà các hệ thống thông tin có thể hỗ trợ việc học tập liên tục và hiệu quả. Tác giả nhấn mạnh tầm quan trọng của việc chắt lọc tri thức từ nguồn thông tin phong phú hiện nay, giúp người học dễ dàng tiếp cận và áp dụng kiến thức mới vào thực tiễn. Bài viết không chỉ cung cấp cái nhìn sâu sắc về các kỹ thuật chắt lọc tri thức mà còn chỉ ra những lợi ích mà nó mang lại cho người đọc, như nâng cao khả năng tự học và cải thiện kỹ năng giải quyết vấn đề.

Nếu bạn muốn tìm hiểu thêm về các ứng dụng công nghệ thông tin trong giáo dục và phát triển, hãy tham khảo bài viết Luận văn thạc sĩ quy hoạch tổng thể ứng dụng và phát triển công nghệ thông tin thành phố hải phòng đến năm 2025. Ngoài ra, bạn cũng có thể xem xét bài viết Luận văn thạc sĩ khoa học máy tính tóm tắt văn bản tiếng việt sử dụng hệ thống học sâu để hiểu rõ hơn về việc ứng dụng công nghệ trong việc xử lý và phân tích thông tin. Cuối cùng, bài viết Tiểu luận thảo luận nhóm tmu hoàn thiện tính năng website của công ty tnhh httpavanta vn avanta diagnostics sẽ giúp bạn thấy được cách mà các nền tảng trực tuyến có thể được cải thiện để phục vụ tốt hơn cho người dùng. Những tài liệu này sẽ mở rộng kiến thức của bạn về công nghệ thông tin và ứng dụng của nó trong học tập và phát triển.