發(fā)布時(shí)間：2024-07-08 23:33

　　概率圖模型能很好處理不確定性,一階邏輯可以簡(jiǎn)潔地表示知識(shí),將概率與邏輯整合在同一個(gè)表示之中一直是人工智能領(lǐng)域的一個(gè)長(zhǎng)期目標(biāo)。Markov邏輯網(wǎng)是公式附加權(quán)值的一階邏輯知識(shí)庫(kù),且可作為構(gòu)建Markov網(wǎng)的模板。 傳統(tǒng)的統(tǒng)計(jì)方法是基于數(shù)據(jù)間的獨(dú)立同分布,并假設(shè)這些數(shù)據(jù)具有相同的結(jié)構(gòu)。但是在現(xiàn)實(shí)的Web世界中,存在著大量的半結(jié)構(gòu)化數(shù)據(jù),數(shù)據(jù)本身不但具有復(fù)雜的內(nèi)部結(jié)構(gòu),而且數(shù)據(jù)外部通過(guò)超鏈接、引用等聯(lián)系起來(lái)構(gòu)成關(guān)系數(shù)據(jù)集合。傳統(tǒng)的統(tǒng)計(jì)方法忽略了這些數(shù)據(jù)間的關(guān)系結(jié)構(gòu),而這些“關(guān)系”卻含有更多深層次的語(yǔ)義信息。 統(tǒng)計(jì)關(guān)系學(xué)習(xí)就是針對(duì)“關(guān)系”的學(xué)習(xí)方法,集一階邏輯/關(guān)系表示、不確定性處理和機(jī)器學(xué)習(xí)/數(shù)據(jù)挖掘于一體,其目的是挖掘關(guān)系數(shù)據(jù)中的似然模型。Markov邏輯網(wǎng)是一種將Markov網(wǎng)與一階邏輯相結(jié)合的統(tǒng)計(jì)關(guān)系學(xué)習(xí)模型,已經(jīng)成為人工智能領(lǐng)域的一個(gè)重要研究熱點(diǎn),在互聯(lián)網(wǎng)、社會(huì)網(wǎng)、計(jì)算生物學(xué)、普適計(jì)算等領(lǐng)域應(yīng)用廣泛。 本文重點(diǎn)研究了Markov邏輯網(wǎng)在Web領(lǐng)域的相關(guān)應(yīng)用。主要工作歸納如下: 1.研究了Markov邏輯網(wǎng)相關(guān)理論。 本文首先介紹了Markov邏輯網(wǎng)的理論基礎(chǔ),即概率圖模型、Markov...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.2概率邏輯學(xué)習(xí)圖

的對(duì)象彼此相似，與其他類(lèi)中的對(duì)從客戶(hù)基本庫(kù)中發(fā)現(xiàn)不同的客戶(hù)群——統(tǒng)計(jì)關(guān)系學(xué)習(xí)法存在一個(gè)很?chē)?yán)重的問(wèn)題，就是它數(shù)據(jù)。但是Web上絕大多數(shù)數(shù)據(jù)關(guān)系數(shù)據(jù)的復(fù)雜數(shù)據(jù)庫(kù)。為了對(duì)該現(xiàn)的結(jié)構(gòu)信息。率邏輯學(xué)習(xí)（ProbabilisticLogic數(shù)據(jù)挖掘的基礎(chǔ)上發(fā)展起來(lái)的跨領(lǐng)表示、似然推理....

圖3.2閉Markov邏輯網(wǎng)及閉謂詞Fig.3.2ClosureMarkovLogicNetworksand.ClosurePredicates

④Cla(A,A)→(Run(A)Run(A))，其中的閉謂詞為：Cla(A,A)、Run(A)⑤Cla(B,A)→(Run(B)Run(A))，其中的閉謂詞為：Cla(B,A)、Run(A)un(B)⑥Cla(B,B)→(Run(B)Ru....

圖4.1文本分類(lèi)的一般過(guò)程

圖4.1文本分類(lèi)的一般過(guò)程Fig.4.1TheTraditionalFlowchartofTextClassification于Markov邏輯網(wǎng)的文本分類(lèi)于文本分類(lèi)的任務(wù)本質(zhì)上是判斷某個(gè)類(lèi)是否有某篇文本，而通常采本的基本單位——“詞”，也就是某篇文本有某些詞....

圖4.2Markov邏輯網(wǎng)與KNN查準(zhǔn)率對(duì)比圖

征數(shù)比例5%15%25%50%75%100%布斯抽樣吉宏查全宏查準(zhǔn)宏F1微查全微查準(zhǔn)微F10.863330.904770.883560.877810.877810.413790.879610.917210.898010.894960.894960.431690.8....

本文編號(hào)：4004043