【下载】面向搜索的深度学习实战书籍和代码《Deep Learning for Search》

2017 年 12 月 11 日 专知 专知内容组(编)

点击上方“专知”关注获取专业AI知识!

【导读】 信息检索资深专家Tommaso Teofili最新撰写的面向搜索的深度学习实战书籍(预计2018年夏季出版)《Deep Learning for Search》介绍使用Apache Lucene和DeepLearning4j实现基于深度学习的搜索引擎框架。Deep Learning for Search教您如何通过实施基于神经网络的技术来提高搜索的有效性。在这本书中,首先为你概括信息检索原则,如索引,搜索和排序,以及深度学习的快速介绍。然后,通过Apache Lucene和DeepLearning4j的帮助,您将深入了解如何改进典型搜索任务(如相关性)。这本书面向Java从业人员,无需NLP和深度学习知识,只需要按照书中教程来,就能初步构建一个基于深度学习的搜索引擎。随书同时提供代码,可以让你动手测试改进。


请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),

  • 后台回复“DLS” 就可以获取面向搜索的深度学习实战 第一章 pdf下载~

  • 后台回复“DLSC” 就可以获取面向搜索的深度学习实战 代下载~



图书介绍




高质量的搜索即使在数据变化或结构混乱的情况下也能返回很相关结果。基于深度学习的搜索能够教你如何利用神经网络,自然语言处理和深度学习技术来提高搜索性能。


关于该技术

使用深度学习和神经网络是创建更好搜索结果的最佳方式,您可以微调搜索引擎的显示效果,加快搜索结果的速度,并可以让您建立客户的用户画像,让他们找到自己所需要内容。而且,因为深度学习系统提高了你的效率,你的用户也会更加高兴。


关于该书

Deep Search for Search教您如何通过实施基于神经网络的技术来提高搜索的有效性。在这本书中,首先为你概括信息检索原则,如索引,搜索和排序,以及深度学习的快速介绍。然后,通过Apache Lucene和DeepLearning4j的帮助,您将深入了解如何改进典型搜索任务(如相关性)。


本书包含了一些高级问题,比如图片搜索等。当你完成这些的时候,你将可以构建一个效果不错的搜索引擎,提供用户需要的结果,这些搜索结果并随着时间的推移变得更好!


书中介绍了什么

  • 应用深度学习进行搜索

  • 生成合适的同义词

  • 搜索结果准确和相关排序

  • 跨语言搜索

  • 基于内容的图片搜索

  • 基于推荐的搜索


关于读者

面向Java或类似语言的开发人员编写。不需要深度学习或NLP从业经验。


关于作者

Tommaso Teofili是Adobe Systems的一名软件工程师,他热衷于研究开源和人工智能。他是 Apache Software Foundation 的长期成员,他在许多项目中研究信息检索,自然语言处理和分布式计算等主题。


参考:

https://www.manning.com/books/natural-language-processing-in-action

https://github.com//totalgood/nlpia


▌详细目录




▌第一部分 当搜索遇见深度学习




▌第二部分 构建基于深度学习的搜索引擎




▌第三部分 延伸




▌第一章详细内容




-END-

专 · 知

人工智能领域主题知识资料查看获取【专知荟萃】人工智能领域25个主题知识资料全集(入门/进阶/论文/综述/视频/专家等)

同时欢迎各位用户进行专知投稿,详情请点击

诚邀】专知诚挚邀请各位专业者加入AI创作者计划了解使用专知!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请扫一扫如下二维码关注我们的公众号,获取人工智能的专业知识!

请加专知小助手微信(Rancho_Fang),加入专知主题人工智能群交流!


点击“阅读原文”,使用专知

登录查看更多
23

相关内容

深度学习搜索,Exploring Deep Learning for Search
专知会员服务
58+阅读 · 2020年5月9日
【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
206+阅读 · 2020年1月13日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
202+阅读 · 2019年9月30日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
19+阅读 · 2018年3月28日
Arxiv
9+阅读 · 2018年3月23日
VIP会员
相关论文
Arxiv
35+阅读 · 2020年1月2日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
19+阅读 · 2018年3月28日
Arxiv
9+阅读 · 2018年3月23日
Top
微信扫码咨询专知VIP会员