基于案例-规则检索的特征阈值选择模型

摘要：

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-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.

关键词：基于规则的推理、基于案例的推理、特征阈值、信息检索

所属期刊栏目：36

分类号：TP3;G2

资助基金：国家自然科学基金面上项目71571105;国家自然科学基金青年项目7160010405

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：260-266