在現(xiàn)實(shí)世界中,許多問(wèn)題同時(shí)存在不確定性和復(fù)雜性。概率圖模型可以有效地處理不確定性;一階邏輯可以簡(jiǎn)潔地表示各種不同的知識(shí)和關(guān)系,降低復(fù)雜性。因此將概率和邏輯表示結(jié)合起來(lái)表示知識(shí)一直是人工智能領(lǐng)域中的研究熱點(diǎn)。統(tǒng)計(jì)關(guān)系學(xué)習(xí)方法正是將概率圖模型和一階邏輯結(jié)合起來(lái)的機(jī)器學(xué)習(xí)方法。統(tǒng)計(jì)關(guān)系學(xué)習(xí)方法是關(guān)系描述、似然推理與機(jī)器學(xué)習(xí)的結(jié)合,目的是獲得多關(guān)系數(shù)據(jù)中的似然模型。馬爾可夫邏輯網(wǎng)作為將馬爾可夫網(wǎng)和一階邏輯結(jié)合的統(tǒng)計(jì)關(guān)系學(xué)習(xí)模型,可以解決多關(guān)系數(shù)據(jù)挖掘問(wèn)題中存在的不足:即假定此類數(shù)據(jù)是由同類、相互獨(dú)立和等概率分布的實(shí)體組成。傳統(tǒng)方法忽略了對(duì)象自身結(jié)構(gòu)提供的更加豐富的信息和對(duì)象之間存在的聯(lián)系;馬爾可夫邏輯網(wǎng)則可以有效地將這些“聯(lián)系”和概率結(jié)合起來(lái)。馬爾可夫邏輯網(wǎng)是人工智能領(lǐng)域研究的熱點(diǎn),已成功應(yīng)用在語(yǔ)義角色標(biāo)注、遷移學(xué)習(xí)、信息抽取、分子生物學(xué)等領(lǐng)域。本文重點(diǎn)研究了馬爾可夫邏輯網(wǎng)在超文本分類和鏈接預(yù)測(cè)中的應(yīng)用。主要工作歸納如下:①研究了馬爾可夫邏輯網(wǎng)相關(guān)理論。本文首先介紹了一階邏輯、概率圖模型和馬爾可夫網(wǎng)等馬爾可夫邏輯的理論基礎(chǔ)。其次介紹了馬爾可夫邏輯網(wǎng)的基本概念,闡述了馬爾可夫邏輯網(wǎng)的權(quán)值學(xué)習(xí)和推... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

統(tǒng)計(jì)關(guān)系學(xué)習(xí)圖

z) Friends(x,z)致癌癥 x Smokes(x) Cancer(x) Smokes(x)∨Cancer(x) 人是朋們要么么都不 x y Friends(x,y) (Smokes(x) Smokes(y)) Friends(x,y)∨Smokes(x)∨ Smo Friends(x,y)∨ Smokes(x)∨Smo表 3.1 的規(guī)則 F 2, F 3和常數(shù) Anna 和 Bob 定義。在圖 3.1 中，原子（如， Friends ( Anna , Bob )）。當(dāng)兩個(gè)原子在同一規(guī)則中同弧連接它們。在此L,CM 中，當(dāng) Anna 和 Bob 吸煙習(xí)慣相同時(shí)友的概率；或是當(dāng)二人為朋友時(shí)，Anna患有癌癥，Bob 患有

、標(biāo)簽文本（Tagged Words ，添加指向該網(wǎng)頁(yè)所有網(wǎng)頁(yè)鏈接周圍Linked Names ，添加所鏈接到的網(wǎng)頁(yè)名稱）、網(wǎng)頁(yè)標(biāo)題與 Met Meta 中的文本）[67]。本分類采用與文本分類相似的分類步驟。因?yàn)樗麄兊姆诸惾蝿?wù)斷文本（超文本）是否屬于某個(gè)類別。超文本按照下列步驟進(jìn)特征提取、權(quán)值學(xué)習(xí)、用已訓(xùn)練好的分類器給待分類的文本進(jìn)效果。預(yù)處理階段需確定超文本的表示規(guī)則，然后進(jìn)行停用詞要分詞。特征提取旨在用最少的詞最貼切地反映文檔主體，提，常用的特征提取方法有文檔頻率方法(Document Frequency,D(Information Gain,IG)、互信息方法(Mutual Information,MI)以及經(jīng)過(guò)特征提取后就可以用分類器進(jìn)行權(quán)值學(xué)習(xí)和分類了，在超的分類方法有樸素貝葉斯、KNN 與一階邏輯，choon[68]還采用的方法，也取得較好的效果。過(guò)程如圖 4.2 所示：

【參考文獻(xiàn)】：
期刊論文
[1]Markov邏輯網(wǎng)在重復(fù)數(shù)據(jù)刪除中的應(yīng)用[J]. 張玉芳,黃濤,艾東梅,熊忠陽(yáng),唐蓉君.  重慶大學(xué)學(xué)報(bào). 2010(08)
[2]基于粒子群優(yōu)化的項(xiàng)聚類推薦算法[J]. 熊忠陽(yáng),張鳳娟,張玉芳.  計(jì)算機(jī)工程. 2009(23)
[3]Markov邏輯網(wǎng)及其在文本分類中的應(yīng)用[J]. 張玉芳,黃濤,艾東梅,熊忠陽(yáng).  計(jì)算機(jī)應(yīng)用. 2009(10)
[4]統(tǒng)計(jì)關(guān)系學(xué)習(xí)研究進(jìn)展[J]. 劉大有,于鵬,高瀅,齊紅,孫舒楊.  計(jì)算機(jī)研究與發(fā)展. 2008(12)
[5]統(tǒng)計(jì)關(guān)系學(xué)習(xí)模型Markov邏輯網(wǎng)綜述[J]. 孫舒楊,劉大有,孫成敏,黃冠利.  計(jì)算機(jī)應(yīng)用研究. 2007(02)
[6]基于項(xiàng)目聚類的協(xié)同過(guò)濾推薦算法[J]. 鄧愛林,左子葉,朱揚(yáng)勇.  小型微型計(jì)算機(jī)系統(tǒng). 2004(09)
[7]網(wǎng)頁(yè)分類技術(shù)[J]. 孫建濤,沈抖,陸玉昌,石純一.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(01)

博士論文
[1]適合分布計(jì)算環(huán)境不確定性處理的概率圖模型若干問(wèn)題研究[D]. 石東昱.上海交通大學(xué) 2006



本文編號(hào)：3123005