机器学习视角的人工智能研究回顾及对图书情报学的影响

被引:15
作者
刘浏 [1 ,2 ,3 ]
王东波 [1 ,4 ]
黄水清 [1 ,4 ]
机构
[1] 南京农业大学领域知识关联研究中心
[2] 江苏省数据工程与知识服务重点实验室(南京大学)
[3] 南京大学信息管理学院
[4] 南京农业大学信息科学技术学院
关键词
人工智能; 机器学习; 深度学习; 图书馆学; 情报学; 古文信息处理;
D O I
暂无
中图分类号
G250.7 [图书馆自动化、网络化];
学科分类号
摘要
人工智能是近年来异常火热的话题,其对世界的影响和改变已经随处可见,这其中机器学习尤其是深度学习发挥着至关重要的作用。文章梳理了人工智能的发展脉络,阐述了机器学习在人工智能中所处的地位,对机器学习中重要和常见的模型和算法进行了简要介绍,其中包括近年最为重要的深度学习。人工智能的热潮对于图书情报来说是一个极佳的发展契机,文章也从多个角度分析了机器学习对图书情报学科产生的影响,展望了两者充分结合的发展前景和未来趋势,并以古文信息处理为例进一步阐述了机器学习方法在图书情报学研究中发挥的作用。
引用
收藏
页码:84 / 95
页数:12
相关论文
共 24 条
  • [1] 古文信息处理研究的现状及趋势
    黄水清
    王东波
    [J]. 图书情报工作, 2017, 61 (12) : 43 - 49
  • [2] 基于支持向量机技术的《红楼梦》作者研究
    施建军
    [J]. 红楼梦学刊, 2011, (05) : 35 - 52
  • [3] 基于条件随机场(CRFs)的中文词性标注方法
    洪铭材
    张阔
    唐杰
    李涓子
    [J]. 计算机科学, 2006, (10) : 148 - 151+155
  • [4] 基于层叠条件随机场模型的中文机构名自动识别
    周俊生
    戴新宇
    尹存燕
    陈家骏
    [J]. 电子学报, 2006, (05) : 804 - 809
  • [5] 机器学习[M]. 清华大学出版社 , 周志华, 2016
  • [6] 统计学习方法[M]. 清华大学出版社 , 李航, 2012
  • [7] Deep learning in neural networks: An overview[J] . Jürgen Schmidhuber.Neural Networks . 2014
  • [8] LIBSVM[J] . Chih-Chung Chang,Chih-Jen Lin.ACM Transactions on Intelligent Systems and Technology (TIST) . 2011 (3)
  • [9] Data clustering: 50 years beyond K-means[J] . Anil K. Jain.Pattern Recognition Letters . 2009 (8)
  • [10] A fast learning algorithm for deep belief nets
    Hinton, Geoffrey E.
    Osindero, Simon
    Teh, Yee-Whye
    [J]. NEURAL COMPUTATION, 2006, 18 (07) : 1527 - 1554