Các phương pháp suy diễn cho phân tích ngữ nghĩa ẩn trong dữ liệu lớn

Các nhiệm vụ khác

Ứng dụng tiến bộ kỹ thuật xây dựng mô hình nuôi lồng bè cá rô phi đơn tính dòng GIFT (Oreochromis niloticus) thương phẩm trong lồng bè trên hồ thủy điện Sơn La tại thị xã Mường Lay tỉnh Điện Biên
Chính sách tiền tệ và chính sách tài khóa với mục tiêu ổn định và tăng trưởng kinh tế - lý luận và thực tiễn
Nghiên cứu thử nghiệm một số giống ngô lai ngắn ngày chịu hạn tại tỉnh Bắc Kạn
Xây dựng mô hình vườn cây thuốc nam mẫu theo công nghệ 40 tại tỉnh Vĩnh Long
Nghiên cứu thiết kế chế tạo hệ thống truyền dẫn quang thiết bị truy nhập băng thông rộng và ứng dụng vào mạng viễn thông thế hệ mới (NGN) ở Việt Nam
Xây dựng hệ thống thông tin bản đồ nền tại tỉnh Bà Rịa - Vũng Tàu (giai đoạn 2: Huyện Xuyên Mộc huyện Châu Đức và huyện Côn Đảo) tỷ lệ 1/10000 trên PC và Internet
Một số vấn đề môi trường không khí khu vực lăng chủ tịch Hồ Chí Minh
Lý luận và thực tiễn về tổ chức mạng lưới các kho lưu trữ ở Việt Nam
Nghiên cứu dịch tễ học chẩn đoán điều trị phòng chống một số bệnh ung thư ở Việt Nam ( vú gan dạ dày phổi máu )
Nghiên cứu bổ sung nâng chất các tiêu chí nông thôn mới theo đặc thù thành phố Hồ Chí Minh

liên kết website

Lượt truy cập

Lượt truy cập : 16,780,281

Kết quả thực hiện nhiệm vụ

MS đề tài

102.05-2014.28

Số đăng ký KQ

2018-52-826

Tên nhiệm vụ

Các phương pháp suy diễn cho phân tích ngữ nghĩa ẩn trong dữ liệu lớn

Tổ chức chủ trì

Trường Đại học Bách Khoa Hà Nội

Cơ quan chủ quản

Bộ Giáo dục và Đào tạo

Cấp quản lý nhiệm vụ

Quốc gia

Thuộc chương trình

Chủ nhiệm nhiệm vụ

TS. Thân Quang Khoát

Cán bộ phối hợp

TS. Nguyễn Bình Minh, PGS.TS. Nguyễn Thị Kim Anh, TS. Trần Việt Trung, ThS. Ngô Văn Linh, TS. Lê Hồng Phương;

Lĩnh vực nghiên cứu

Toán học ứng dụng

Năm viết báo cáo

2018

Nơi viết báo cáo

Hà Nội

0 (triệu đồng)

Số trang

225

Tóm tắt

Dự án phát triển một lớp các thuật toán suy diễn mà cho phép chúng ta khám phá và phát hiện các cấu trúc (ngữ nghĩa) ẩn từ các tập văn bản rất lớn, và giúp chúng ta đưa ra những phán đoán chính xác trong các ứng dụng thực tế. Các thuật toán đó phải có khả năng làm việc với hàng triệu văn bản. Để làm được điều ấy, các tác giả sử dụng một số hướng cốt lõi trong xử lý phân tán và học máy, bao gồm mô hình hoá chủ đề, phân tích ma trận, học trực tuyến, và suy diễn ngẫu nhiên, thuật toán suy diễn đó sẽ được khai thác để phát triển các phương pháp hiệu quả cho hỏi đáp, khai phá văn bản và web, các hệ gợi ý, phân tích mạng xã hội, và truy hồi thông tin.

Từ khoá

Toán học ứng dụng; Thuật toán suy diễn; Phân tích nghĩa ẩn; Dữ liệu lớn; Tập văn bản lớn; Xử lý phân tán; Máy học

Ký hiệu kho

15156