Similarity based applications for data-driven concept and word models based on type-1 and type-2 fuzzy sets
Similarity based applications for data-driven concept and word models based on type-1 and type-2 fuzzy sets
复制标题
基于 1 类和 2 类模糊集的数据驱动概念和词模型的相似性应用
DOI：
--
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
J. Garibaldi
中科院分区：
文献类型：
--
作者：
Christian Wagner;Simon Miller;J. Garibaldi
在本文中，我们探讨了先前介绍的方法[1]从区间值数据生成模糊集的实际应用。我们演示了两个具体的示例应用程序，其中我们 1) 从单词（例如中性、优秀）和概念（例如氛围、食物）的区间值调查数据生成 1 类模糊集，2) 从调查的多次迭代中生成基于 zSlices 的通用 2 类模糊集值数据。我们强调需要同时对概念和单词进行评级，以维持结果模型的上下文（包括及时性）。此外，在这两个示例应用程序中，我们使用 Jaccard 相似性度量演示了如何使用相似性度量将单词模型与概念模型（例如，美味的食物）相关联和归因，并直接比较不同上下文的不同概念（例如，场地 A 的氛围与场地 B 的氛围）。我们为生成的单词/概念模型和相似性值提供解释，并强调它们的实用性，例如，用于数据驱动的场地语言描述生成。最后，我们强调技术术语和应用术语中剩余的问题和挑战。
In this paper we explore the practical application of the previously introduced approach [1] to generate fuzzy sets from interval-valued data. We demonstrate two specific example applications where we 1) generate type-1 fuzzy sets from interval-valued survey data for both words (e.g., neutral, excellent) and concepts (e.g., ambience, food) and 2) generate zSlices based general type-2 fuzzy set valued data from multiple iterations of a survey. We highlight the need for the simultaneous rating of both concepts and words in order to maintain context (including timeliness) of the resulting models. Further, in both example applications, we demonstrate using the Jaccard similarity measure how similarity measures can be employed to both relate and attribute word models to concept models (e.g., excellent food) and compare different concepts directly for different contexts (e.g., ambience in venue A vs. ambience in venue B). We provide interpretations for the resulting word/concept models and similarity values and highlight their utility, for example, for the data-driven generation of linguistic descriptions of venues. Finally, we highlight remaining questions and challenges both in technical terms and in application terms.
将区间2型模糊集的相似性测度扩展到一般2型模糊集
DOI：
10.1109/fuzz-ieee.2013.6622408
发表时间：
2013
期刊：
--
影响因子：
--
作者：
McCulloch J
通讯作者：
McCulloch J