本書面向計算機科學、信息科學、認知科學、語言學等專業(yè)的本科生、研究生、研究學者或者軟件研發(fā)人員，由淺入深、跨學科地介紹了認知概念信息量、基于認知概念信息增益的文本信息量計算方法、融合認知概念信息權重的全文本信息量計算方法，一步一步實現(xiàn)了基于認知概念信息量的文本語義相似度的模型。該模型在國際權威測評SemEval 2017STS任務的34個參賽團隊提交81個測評系統(tǒng)中，總成績在所有參賽團隊中排名第二，在Track 1數(shù)據集上排名第一，相關模型論文更是被會議評選為“Best of SemEval 2017”。
本書模型建立在認知概念網絡基礎上，計算方法接近人類的思維習慣，更加符合人工智能初衷。本書模型具有可解釋性，參數(shù)含義十分明確，易于根據應用領域或場景調優(yōu)性能，具有優(yōu)良的發(fā)展前景。本書研究方法另辟蹊徑，在深度學習大行其道的今天對相關研究人員是不失為一種啟發(fā)和補充。