学位论文 > 优秀研究生学位论文题录展示

基于Kolmogorov复杂性的知识获取方法研究

作　者: 郝宇
导　师: 张钹；朱小燕
学　校: 清华大学
专　业: 计算机科学与技术
关键词: Kolmogorov复杂性知识获取规则优化条件信息距离
分类号: TP182
类　型: 博士论文
年　份: 2005年
下　载: 424次
引　用: 3次
阅　读: 论文下载

内容摘要

1.将Kolmogorov复杂性引入到知识获取规则集的优化问题中。根据最小描述长度准则,推导出一般知识获取系统中,知识获取规则集优化的目标函数。并以此为基础,提出了基于规则扩展和局部搜索的规则库优化算法。2.参与设计并建立了生物文献知识提取系统,系统通过预处理,自动规则提取,规则优化及规则动态匹配,实现了从生物医学文献中提取蛋白质关系的功能,并初步达到实用。基于Kolmogorov复杂性的规则优化算法在大大减少规则数量的前提下,性能提高了8.9%。3.在信息距离的基础上,定义了条件信息距离,并推导出条件信息距离的一般计算公式,并证明了条件信息距离满足距离的一般性质。通过多义词的实验,说明了条件信息距离比一般信息距离能够更全面、准确、灵活地把握概念之间的关系,因而具有很好的理论潜力和应用前景。4.依据编码定理,给出了对象x的Kolmogorov复杂性K(x)和条件复杂性K(x|c)的近似计算方法。根据信息距离和条件信息距离的计算公式,提出基于大规模数据统计的信息距离NSD和c条件下的条件信息距离CNSD及其计算方法。并通过词形相似词的实验证明了NSD比当前流行的基于压缩的相似性度量CDM,在获取概念信息关系等底层知识时的优越性。5.为克服条件信息距离中条件定义的不确定性,提出了基于条件模式的扩展条件信息距离。首先确定需要处理的语义关系,并根据特定的语义关系生成一组语法规则,然后将语法规则转化为条件模式。提出了条件模式下的扩展条件信息距离的计算方法。利用语义规则为y-ISA-x的扩展条件信息距离,设计并实现了一个概念分类知识获取系统。并通过把用户的需求转换为条件模式,实现了一个智能问答系统。

全文目录

第1章引言  8-20
  1.1 研究的目的、意义及研究背景  8-9
  1.2 知识获取的方法  9-12
  1.3 知识获取的内容  12-13
  1.4 文本知识获取研究现状  13-18
  1.5 利用信息距离进行知识获取  18-19
  1.6 论文内容安排  19-20
第2章 KOLMOGOROV 复杂性  20-24
  2.1 KOLMOGOROV 复杂性的定义  20-22
  2.2 通用概率分布  22-24
第3章知识获取规则的优化  24-45
  3.1 最小描述长度原则  25-26
  3.2 基于KOLMOGOROV 复杂性的规则优化算法  26-28
  3.3 生物关系提取系统概述  28-32
  3.4 描述长度的计算  32-34
  3.5 规则扩展  34-35
  3.6 局部搜索  35-37
  3.7 实验设计  37-38
  3.8 实验结果及讨论  38-44
  3.9 本章小结  44-45
第4章条件信息距离及其统计实现  45-60
  4.1 正规化信息距离  46-47
  4.2 条件信息距离  47-51
  4.3 KOLMOGOROV 复杂性的近似计算方法  51
  4.4 基于压缩的信息距离  51-53
  4.5 通用统计分布  53-54
  4.6 基于大规模数据统计的信息距离与条件信息距离  54-55
  4.7 词的多义  55-59
  4.8 本章小结  59-60
第5章条件信息距离的扩展  60-71
  5.1 概念关系与条件模式  61-63
  5.2 分类知识的获取  63-67
  5.3 聪明的问答系统  67-70
  5.4 本章小结  70-71
第6章结论  71-74
参考文献  74-81
致谢  81
声明  81-82
个人简历、在学期间发表的学术论文与研究成果  82

基于Kolmogorov复杂性的知识获取方法研究

内容摘要

全文目录

相似论文