-
题名规则半自动学习的概率软逻辑推理模型
被引量：6
- 1
-
-
作者
张嘉
张晖
赵旭剑
杨春明
李波
-
机构
西南科技大学计算机科学与技术学院
西南科技大学理学院
中国科学技术大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第11期3144-3149,3155,共7页
-
基金
赛尔网络下一代互联网技术创新项目(NGII20170901)
教育部人文社会科学基金资助项目(17YJCZH260)
+2 种基金
四川省军民融合研究院开放基金资助项目(18sxb017
18sxb028)
四川信息管理与服务研究中心基金资助项目(SCTQ2016YB13)~~
-
文摘
概率软逻辑(PSL)作为一种基于声明式规则的概率模型,具有极强的扩展性和多领域适应性,目前为止,它需要人为给出大量的常识和领域知识作为规则确立的先决条件,这些知识的获取往往非常昂贵并且其中包含的不正确的信息可能会影响推理的正确性。为了缓解这种困境,将C5.0算法和概率软逻辑相结合,让数据和知识共同驱动推理模型,提出了一种规则半自动学习方法。该方法利用C5.0算法提取规则,再辅以人工规则和优化调节后的规则作为改进的概率软逻辑输入。实验结果表明,在学生成绩预测问题上所提方法比C5.0算法和没有规则学习的概率软逻辑具有更高的精度;和纯手工定义规则的方法相比,所提方法能大幅降低人工成本;和贝叶斯网络(BN)、支持向量机(SVM)等算法相比,该方法也表现出不错的效果。
-
关键词
概率软逻辑
规则自动提取
机器学习
C5.0算法
半自动学习
-
Keywords
Probabilistic Soft Logic(PSL)
automatically rule extracting
machine learning
C5.0 algorithm
semi-automatic learning
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
TP391.7
[自动化与计算机技术—计算机应用技术]
-
