马尔可夫逻辑网在Web中的应用

发布时间：2024-07-08 23:33

　　概率图模型能很好处理不确定性,一阶逻辑可以简洁地表示知识,将概率与逻辑整合在同一个表示之中一直是人工智能领域的一个长期目标。Markov逻辑网是公式附加权值的一阶逻辑知识库,且可作为构建Markov网的模板。 传统的统计方法是基于数据间的独立同分布,并假设这些数据具有相同的结构。但是在现实的Web世界中,存在着大量的半结构化数据,数据本身不但具有复杂的内部结构,而且数据外部通过超链接、引用等联系起来构成关系数据集合。传统的统计方法忽略了这些数据间的关系结构,而这些“关系”却含有更多深层次的语义信息。 统计关系学习就是针对“关系”的学习方法,集一阶逻辑/关系表示、不确定性处理和机器学习/数据挖掘于一体,其目的是挖掘关系数据中的似然模型。Markov逻辑网是一种将Markov网与一阶逻辑相结合的统计关系学习模型,已经成为人工智能领域的一个重要研究热点,在互联网、社会网、计算生物学、普适计算等领域应用广泛。 本文重点研究了Markov逻辑网在Web领域的相关应用。主要工作归纳如下: 1.研究了Markov逻辑网相关理论。 本文首先介绍了Markov逻辑网的理论基础,即概率图模型、Markov...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图2.2概率逻辑学习图

的对象彼此相似，与其他类中的对从客户基本库中发现不同的客户群——统计关系学习法存在一个很严重的问题，就是它数据。但是Web上绝大多数数据关系数据的复杂数据库。为了对该现的结构信息。率逻辑学习（ProbabilisticLogic数据挖掘的基础上发展起来的跨领表示、似然推理....

图3.2闭Markov逻辑网及闭谓词Fig.3.2ClosureMarkovLogicNetworksand.ClosurePredicates

④Cla(A,A)→(Run(A)Run(A))，其中的闭谓词为：Cla(A,A)、Run(A)⑤Cla(B,A)→(Run(B)Run(A))，其中的闭谓词为：Cla(B,A)、Run(A)un(B)⑥Cla(B,B)→(Run(B)Ru....

图4.1文本分类的一般过程

图4.1文本分类的一般过程Fig.4.1TheTraditionalFlowchartofTextClassification于Markov逻辑网的文本分类于文本分类的任务本质上是判断某个类是否有某篇文本，而通常采本的基本单位——“词”，也就是某篇文本有某些词....

图4.2Markov逻辑网与KNN查准率对比图

征数比例5%15%25%50%75%100%布斯抽样吉宏查全宏查准宏F1微查全微查准微F10.863330.904770.883560.877810.877810.413790.879610.917210.898010.894960.894960.431690.8....

本文编号：4004043