基于案例-规则检索的特征阈值选择模型

基于案例.规则的信息检索模型因知识不确定性或推理不可靠性而存在匹配效率不高的问题,因此制定合理高效的匹配策略来增强信息检索的准确性显得非常重要。本文提出融合酉空间的概念,并通过归一化处理将异构的案例和规则知识在空间中统一表示,定义检索模型的效能解;其次利用酉空间奇异值分解定理得到检索模型的阈值向量,引入融合推理传递函数矩阵的能量泛函的基础上证明了阈值的有效性;再次采用特征阈值向量界定了知识源的元数据与决策目标解集之间的关联性;最后根据特征阈值向量制定融合检索策略并提出了采用特征阈值的案例一规则融合方法实现知识融合,使用基准数据验证本方法的有效性。...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:情报学报 2017, Vol.36 (3), p.260-266
1. Verfasser: 徐曼 沈江 甘丹 余海燕
Format: Artikel
Sprache:chi
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:基于案例.规则的信息检索模型因知识不确定性或推理不可靠性而存在匹配效率不高的问题,因此制定合理高效的匹配策略来增强信息检索的准确性显得非常重要。本文提出融合酉空间的概念,并通过归一化处理将异构的案例和规则知识在空间中统一表示,定义检索模型的效能解;其次利用酉空间奇异值分解定理得到检索模型的阈值向量,引入融合推理传递函数矩阵的能量泛函的基础上证明了阈值的有效性;再次采用特征阈值向量界定了知识源的元数据与决策目标解集之间的关联性;最后根据特征阈值向量制定融合检索策略并提出了采用特征阈值的案例一规则融合方法实现知识融合,使用基准数据验证本方法的有效性。
ISSN:1000-0135