机读格式显示(MARC)
- 000 02255nam0 2200301 450
- 010 __ |a 978-7-111-73513-7 |d CNY99.00
- 100 __ |a 20231106d2023 em y0chiy0110 ea
- 200 1_ |a 内容理解 |A nei rong li jie |b 专著 |e 技术、算法与实践 |d Content understanding |e technology, algorithms and practice |f 孙子荀等著 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2023
- 215 __ |a XIV,282页 |c 图 |d 24cm
- 304 __ |a 题名页其他责任者:刘琦, 孙驰, 李津等
- 314 __ |a 孙子荀,内容理解与生成领域的资深专家,腾讯高级总监和专家研究员,负责腾讯游戏用户增长与内容生态技术相关的工作。
- 330 __ |a 这是一本在AI大模型技术背景下深入讲解内容理解的技术原理、算法实现与业务实践的著作,由腾讯的高级总监和资深内容专家领衔撰写,全面融入了工业界在内容业务方面积累的先进技术和成熟经验。全书围绕内容理解、内容生成、内容质量3大关键领域展开,从内容产业的发展趋势与挑战到各种技术和算法,从行业的先进的研究成果到各种典型的应用案例,应有尽有。第一部分,内容理解(第1~7章),首先,详细介绍了内容理解的各个模块,包括文本、图像、语音等单模态内容的理解以及多场景文本、视频等多模态内容的理解,帮助读者全面了解内容理解的核心概念、技术细节和研究进展。接着,讲解了多模态学习在内容理解中的应用、多模态内容理解的理论框架和大规模预训练技术。最后,介绍了两个主流的内容理解框架,并结合一个自研的多模态内容理解框架,阐述了解决内容理解问题的流程和具体方案。第二部分,内容生成(第8~11章),详细讲解了内容生成的技术细节,结合作者团队在业务实践中探索的应用案例,从图片生成、文本生成、AI素材合成到AI创作,介绍了内容创作的全栈技术,能帮助读者由浅入深地理解内容生成的技术原理与业务实践。第三部分,内容质量(第12~14章),详细讲解了信息流产品常见的内容质量问题,比如标题党、假新闻、低俗图片等,介绍了如何对这些与内容质量相关的业务场景进行拆解和定义,将抽象的业务场景转化为可以建模的问题。此外,还介绍了作者团队采用的业务建模流程以及业界常用的解决方案和研究进展。
- 510 1_ |a Content understanding |e technology, algorithms and practice |z eng
- 517 1_ |a 技术、算法与实践 |A ji shu、 suan fa yu shi jian
- 701 _0 |a 孙子荀 |A sun zi xun |4 著
- 701 _0 |a 刘琦 |A Liu Qi |4 著
- 701 _0 |a 孙驰 |A sun chi |4 著
- 701 _0 |a 李津 |A li jin |4 著
- 801 _2 |a CN |b 58marc.cn |c 20231212