马尔可夫逻辑网在超文本分类与链接预测中的应用
发布时间：2021-04-07 06:51
在现实世界中,许多问题同时存在不确定性和复杂性。概率图模型可以有效地处理不确定性;一阶逻辑可以简洁地表示各种不同的知识和关系,降低复杂性。因此将概率和逻辑表示结合起来表示知识一直是人工智能领域中的研究热点。统计关系学习方法正是将概率图模型和一阶逻辑结合起来的机器学习方法。统计关系学习方法是关系描述、似然推理与机器学习的结合,目的是获得多关系数据中的似然模型。马尔可夫逻辑网作为将马尔可夫网和一阶逻辑结合的统计关系学习模型,可以解决多关系数据挖掘问题中存在的不足:即假定此类数据是由同类、相互独立和等概率分布的实体组成。传统方法忽略了对象自身结构提供的更加丰富的信息和对象之间存在的联系;马尔可夫逻辑网则可以有效地将这些“联系”和概率结合起来。马尔可夫逻辑网是人工智能领域研究的热点,已成功应用在语义角色标注、迁移学习、信息抽取、分子生物学等领域。本文重点研究了马尔可夫逻辑网在超文本分类和链接预测中的应用。主要工作归纳如下:①研究了马尔可夫逻辑网相关理论。本文首先介绍了一阶逻辑、概率图模型和马尔可夫网等马尔可夫逻辑的理论基础。其次介绍了马尔可夫逻辑网的基本概念,阐述了马尔可夫逻辑网的权值学习和推...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
统计关系学习图
z) Friends(x,z)致癌症 x Smokes(x) Cancer(x) Smokes(x)∨Cancer(x) 人是朋们要么么都不 x y Friends(x,y) (Smokes(x) Smokes(y)) Friends(x,y)∨Smokes(x)∨ Smo Friends(x,y)∨ Smokes(x)∨Smo表 3.1 的规则 F 2, F 3和常数 Anna 和 Bob 定义。在图 3.1 中，原子（如， Friends ( Anna , Bob )）。当两个原子在同一规则中同弧连接它们。在此L,CM 中，当 Anna 和 Bob 吸烟习惯相同时友的概率；或是当二人为朋友时，Anna患有癌症，Bob 患有
、标签文本（Tagged Words ，添加指向该网页所有网页链接周围Linked Names ，添加所链接到的网页名称）、网页标题与 Met Meta 中的文本）[67]。本分类采用与文本分类相似的分类步骤。因为他们的分类任务断文本（超文本）是否属于某个类别。超文本按照下列步骤进特征提取、权值学习、用已训练好的分类器给待分类的文本进效果。预处理阶段需确定超文本的表示规则，然后进行停用词要分词。特征提取旨在用最少的词最贴切地反映文档主体，提，常用的特征提取方法有文档频率方法(Document Frequency,D(Information Gain,IG)、互信息方法(Mutual Information,MI)以及经过特征提取后就可以用分类器进行权值学习和分类了，在超的分类方法有朴素贝叶斯、KNN 与一阶逻辑，choon[68]还采用的方法，也取得较好的效果。过程如图 4.2 所示：
【参考文献】：
期刊论文
[1]Markov逻辑网在重复数据删除中的应用[J]. 张玉芳,黄涛,艾东梅,熊忠阳,唐蓉君. 重庆大学学报. 2010(08)
[2]基于粒子群优化的项聚类推荐算法[J]. 熊忠阳,张凤娟,张玉芳. 计算机工程. 2009(23)
[3]Markov逻辑网及其在文本分类中的应用[J]. 张玉芳,黄涛,艾东梅,熊忠阳. 计算机应用. 2009(10)
[4]统计关系学习研究进展[J]. 刘大有,于鹏,高滢,齐红,孙舒杨. 计算机研究与发展. 2008(12)
[5]统计关系学习模型Markov逻辑网综述[J]. 孙舒杨,刘大有,孙成敏,黄冠利. 计算机应用研究. 2007(02)
[6]基于项目聚类的协同过滤推荐算法[J]. 邓爱林,左子叶,朱扬勇. 小型微型计算机系统. 2004(09)
[7]网页分类技术[J]. 孙建涛,沈抖,陆玉昌,石纯一. 清华大学学报(自然科学版). 2004(01)
博士论文
[1]适合分布计算环境不确定性处理的概率图模型若干问题研究[D]. 石东昱.上海交通大学 2006
本文编号：3123005
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
统计关系学习图
z) Friends(x,z)致癌症 x Smokes(x) Cancer(x) Smokes(x)∨Cancer(x) 人是朋们要么么都不 x y Friends(x,y) (Smokes(x) Smokes(y)) Friends(x,y)∨Smokes(x)∨ Smo Friends(x,y)∨ Smokes(x)∨Smo表 3.1 的规则 F 2, F 3和常数 Anna 和 Bob 定义。在图 3.1 中，原子（如， Friends ( Anna , Bob )）。当两个原子在同一规则中同弧连接它们。在此L,CM 中，当 Anna 和 Bob 吸烟习惯相同时友的概率；或是当二人为朋友时，Anna患有癌症，Bob 患有
、标签文本（Tagged Words ，添加指向该网页所有网页链接周围Linked Names ，添加所链接到的网页名称）、网页标题与 Met Meta 中的文本）[67]。本分类采用与文本分类相似的分类步骤。因为他们的分类任务断文本（超文本）是否属于某个类别。超文本按照下列步骤进特征提取、权值学习、用已训练好的分类器给待分类的文本进效果。预处理阶段需确定超文本的表示规则，然后进行停用词要分词。特征提取旨在用最少的词最贴切地反映文档主体，提，常用的特征提取方法有文档频率方法(Document Frequency,D(Information Gain,IG)、互信息方法(Mutual Information,MI)以及经过特征提取后就可以用分类器进行权值学习和分类了，在超的分类方法有朴素贝叶斯、KNN 与一阶逻辑，choon[68]还采用的方法，也取得较好的效果。过程如图 4.2 所示：
【参考文献】：
期刊论文
[1]Markov逻辑网在重复数据删除中的应用[J]. 张玉芳,黄涛,艾东梅,熊忠阳,唐蓉君. 重庆大学学报. 2010(08)
[2]基于粒子群优化的项聚类推荐算法[J]. 熊忠阳,张凤娟,张玉芳. 计算机工程. 2009(23)
[3]Markov逻辑网及其在文本分类中的应用[J]. 张玉芳,黄涛,艾东梅,熊忠阳. 计算机应用. 2009(10)
[4]统计关系学习研究进展[J]. 刘大有,于鹏,高滢,齐红,孙舒杨. 计算机研究与发展. 2008(12)
[5]统计关系学习模型Markov逻辑网综述[J]. 孙舒杨,刘大有,孙成敏,黄冠利. 计算机应用研究. 2007(02)
[6]基于项目聚类的协同过滤推荐算法[J]. 邓爱林,左子叶,朱扬勇. 小型微型计算机系统. 2004(09)
[7]网页分类技术[J]. 孙建涛,沈抖,陆玉昌,石纯一. 清华大学学报(自然科学版). 2004(01)
博士论文
[1]适合分布计算环境不确定性处理的概率图模型若干问题研究[D]. 石东昱.上海交通大学 2006
本文编号：3123005
本文链接：https://www.wllwen.com/shekelunwen/ljx/3123005.html
