Markov逻辑网及其在文本分类中的应用

介绍了Markov逻辑网的理论模型、学习算法和推理算法,并将其应用于中文文本分类中。实验结合了判别式训练的学习算法,MC—SAT、吉布斯抽样和模拟退火等推理算法,结果表明基于Markov逻辑网的分类方法能够取得比传统K邻近(KNN)分类算法更好的效果

第2 9卷第 l 0期2 00年 19月0文编号章：01 98 ( 901 2 2 0 10— 0 1 2 ) 0— 709— 4

算计应机用 Ju nl o oue pia n i o r fa mCp trA p lts co Vo . No 1 9 21 .0 0 .2c 0 t 9

M0kav辑网逻及其文在本分类 中的应用 ro张芳玉，黄涛，东梅，艾熊忠 阳(重庆学大计算机学，重庆院4 04 0 40(a ).nh g@ irc rit t tmlao ) n.

n摘要:介绍了 Mkva辑的网论理型模 ro、逻习学法和算推理算，法将并应用于其中文本分类文中实。验结合了判

别训练的学式习算，—A吉布法抽斯样模和退拟等火推算理法，MS T、 C结果表基明于M ao rv逻辑网的类分方法够能取k得传比统 K邻 近 N )(类算法好更的效果。 NK 分关键词:统计系学习；器关学；习ro机 akM逻v辑网；文分本类中分图类号： P 8T3 1 T 1; P 9献文标志码： A

Ma o o k i eow ka t pia i n nxt ls ic to vrl g cnt r n d si plat o i tcae sf ai nc iZ HNGA Yu—a gUHAG N AIDo og i—X I nf,Ta , n me ON, Go g y n Z h— ang( ol eo pot ne ch qn n vn tC,ogi 0 04 nh )C l g Cm ue i cS, oC g U ii i fer eg e yhn q 4 0n4, iC ga

Ab t cT: pip rn o u eetr,elr img tosa d i e cel iom f o gcre ok ta W Srst s a e th d dc t oy nne eh d fnr earh soMak vl tr t a a i r h ah nn t g n w oih sa p le o te Ci ee t l sx i ctn l o pa i d t h ns e ta cs af i.W i ee e c o t de srm i i ae lann g r hfrMa k lgv nct o k h io tr frn eth ic hi n t er gaio tm r o i ew r v ilo o w g e,tM C, GibS a l g

a dsm ua e e e n liom n ep r n s i p o e h t t me ehd sbd o i h s— AT bs spm in il td mtpr g a rg tni h i x em e, t r tv s t ha to a e n i

Mkvlg ae oki btr hcnne nl t re N e bir KN ro i t nr e e aoni v aK asNt eh o( )mN to x slfa i .ocw s tt o g e di t t si ta nh ne c c o i K e o d Sa:c eao saL ai g R ()yw r sttt aR li l e rn LS;m anher i;M avlk ge ok et l sct nilitn n icelnn a g o r i nt r;t a i oa ocw x c f S ii统计关系学习 (t i lR i li aL an, nR) S s ca ea l erigoS L称又 ta tnt

的权体值现该公了的限制式度强，值权越大满足该公，的世式界发的概生与率满足不公式该的界世发的生率之概间的差就越大。着公式上随权值的增加，ro Mkv逻a辑网渐逐纯向辑逻识库靠知拢。定义 1 Mka v r o辑逻网4 L己为元组集合二{ F ,}其 (iW ) ,中为一逻辑阶示表的公式，为实数。 定 Ma给vk辑逻网ro

概率逻辑学习 (r blb to il ri e,L)是工智人 Po aisc Lg aLa nP , iLi c n能g、机器学习和据挖掘交数研叉的产究物，旨在将关系 (逻辑表)示、然似理 (推不定确性处理)机学器(习和据挖数掘)

合起来结，以获取关数据系中的似然模型…统计。关系学习方法似然由关系型模和学习法组成算似。然系关型模是关指系的然似示形式表习，是基指数于来据调整似然系模关型学

￡有和限个体项常合集C={ C,, 则可生成一个},2c… C,闭以词谓为节点、闭词关谓系为边的 M kv网 a: Mro 1中每个L闭谓词应肘对的中个一节点，闭谓为词 若 ),真则节值点为 1否则 0为；,2 中个每公式的F闭式对应公“中一个特函征数， )

的过程，即参学数习和结学构两习任个务统。计系关习学的早期研究多集

中归于纳逻辑程设序 (计 un e L g t d cIv o ii c oPm rgi L2),3rg am n,I P-tJ着随对 SL研究不的断入，深 R陆续提许多非 I出的P计统关学系方法习，ro L akv逻M辑网就是于M基ro的S方L法。 a vk网R 若闭公为式真，则特征数值函 1为否则为 特O征数值函是就，。 L中所对应的。为计了方便算，将常势函数 义定为：。 通=

1Ma kV逻辑 r网1O1 M avk辑逻简网介 . ro

真Mkvar o逻辑网是公附式权值加的阶一辑知识逻，库且

于一个对 aMvk逻辑，网不定的个同体常项集， r合给o就产生同不的 M avk。网r o由给定于的个体项常合集规模不同 (个体常项多，则成生Makv的网节就多，点 ro的网模也规就越大 )生成的 Mak v的规网可模完全不能同。, r o但因为它是来们可为构建作Mavk的网板模。从概率的角来度看， akv ro rM逻辑o网为型大M or kv网提供一种简洁a描述的言，并能够语活地将大量灵领知识模域化地块入引到M r ok va中网；一从阶逻辑的角来度看， akv逻辑网不仅可 以处理不确定性，可 Mro还

于同自一个 ro逻M辑网 a, vk所以其参相数同且构有相结的同规律性(数同相，因为对应同公式一的所有闭公均式拥参是有相权同值 )称些这Ma v网 k为闭 Mak逻v辑网。据 ro,ro根 M ka网v定义的， Mavk逻辑网帆 .r o闭 r。的o概率分布为应：

允以不许整完矛盾和的知。识外， ro此 aMkv辑逻网可还作以很多为统关计系学习务任的统一架框。 一阶逻在中辑，通常一个世界只要违反了一公式个，该世界生发的概率就为 0即一阶逻知识库作辑为能世界可的强约(束) M。avkr o逻辑网基的本想是软思化个这约束：当个一界世违反知识了中的一个库公式，世该界发生的概率降低但不不可是能；违而反的公越式，少则发生的概越率大公。式上P )=e[W): r…, (= ip] -( ) X 1∑I xn( ()￣2

其：中x为一世个界所中可能有闭谓词所构成的向量， 表示收稿日期：09— 4一2; 20 0 O修回臼

期：09 -51—。 02 07 基项金目：庆市自然科基金资助项学(目SC20 B 2 2 重 ) TC 0 8 B 0 1。者作介简：玉张(芳95 )女， 6一1,上人海，教授，副主要究研方向：数据挖掘、络入网侵检测；黄 (涛 9 2,, 1 8)男一安合肥徽人 硕，研士生究 主要研，究方向：计关统系习学、器学机习、数挖掘据；艾东梅(9 5一)女，1 8,四川内人江硕，研究士生主，研要究向：方据掘挖数、语义网；熊忠阳 9(2 )一男， 16,重庆，人授，教生导士师，博主要研究方：网格向并与处行理、据挖数掘、互联网。

23

介绍了Markov逻辑网的理论模型、学习算法和推理算法,并将其应用于中文文本分类中。实验结合了判别式训练的学习算法,MC—SAT、吉布斯抽样和模拟退火等推理算法,结果表明基于Markov逻辑网的分类方法能够取得比传统K邻近(KNN)分类算法更好的效果

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新人文社科Markov逻辑网及其在文本分类中的应用全文阅读和word下载服务。