基于文本理解的智能问答技术

本书介绍了智能问答技术的发展历史和分类、基于文本理解的智能问答中的关键技术和前沿研究问题，包括基于多域检索和融合的文本问答方法、基于偏序关系排序的文本问答方法、基于文本阅读理解的场景文本视觉问答方法、基于对比学习语义补齐的场景文本视觉问答方法、基于先验知识的场景文本视觉问答方法，并对智能问答技术的未来行了展望。本书内容前沿、理论与实践并重，适合作为人工智能、智能问答领域研究人员、技术人员的参考书，也适合作为人工智能相关专业本科生或研究生的教材。
【推荐语】
本书全面系统地梳理了基于文本理解的智能问答技术，涵盖从传统方法到现代深度学习技术的发展历程，重聚焦于文本问答任务中的关键技术和前沿问题。 本书涉及智能问答不同领域的多种创新性技术，既有智能问答的背景、技术挑战及前沿问题的解读，又有技术实现和应用的具体指导，读者可以全方位掌握智能问答领域的重要研究问题与技术。 本书注重理论与实践结合，通过清晰的结构和易于理解的语言，力求帮助不同层次和需求的读者快速掌握该领域的核心内容。无论是学术研究人员、研究生还是工程师，都可以从本书中获得学术或技术方面的启发。
【作者】
殷绪成，教授、博导，模式识别与人工智能专家，国家杰出青年科学基金项目获得者、科技创新2030——“新一代人工智能”重大项目首席科学家，北京科技大学计算机与通信工程学院院长、模式识别与人工智能技术创新实验室主任，中国图象图形学学会文档图像分析与识别专委会副主任/秘书长、中国自动化学会模式识别与机器智能专委会委员、中国计算机学会计算机视觉专委会委员、中国人工智能学会模式识别专委会委员。主要研究领域包括模式识别、文字识别、计算机视觉、人工智能芯片、工业智能与工业软件技术及应用，在中国计算机学会推荐国际期刊和会议上发表论文一百多篇，连续四届荣获国际文档分析与识别大会技术竞赛共15项冠军，获2019年度北京市科技步一等奖（第一完成人）、2018年度教育部科技步二等奖（第一完成人）、2005年度北京市科技步一等奖（主要成员）。