权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

確率的ネットワークを用いた情報検索モデルに関する研究

基于随机网络的信息检索模型研究

基本信息

批准号：
10780253
负责人：
塩谷浩之
金额：
$ 1.22万
依托单位：
Hokkaido University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1998
资助国家：
日本
起止时间：
1998 至 1999
项目状态：
已结题

项目摘要

本研究においては,確率的ネットワークを用いた統計的情報検索システムの構築と,現在の計算機ネットワーク環境に適応するような実用性の向上を目的としている。本年度においては,前年度に提示した,Bayesian Networkを用いたキーワード学習システムと,最大エントロビー原理を用いた統計的情報検索手法を組み合わせたシステムを基礎とし,それに関するより実用を目指し追加的機能に関する研究を行った。まずファジィリクエストの入力を,このシステムに導入する。検索者が入力すべきキーワードの有効度合い(条件付確率値で表現されている)をファジィメバシップ関数に置き換え,システムがデータから検索を行うときには,最大エントロビーをファジィ代数による直積に置き換えることで,元の統計的検索システムのファジィ化を行った。その機能によって,検索者が要求するキーワードの必要度合いを確定的な数値で入力する元のシステムに対し,より柔軟な情報検索が期待される。あいまいさを数値的に扱うことを目的とするファジィを統計的システムと共存させることで,検索者が統計的システムの場合には入力として用いないキーワードの必要度合いを,自然に検索条件に加味させることで改良を行い,検索の柔軟さを獲得している。その他,確率的ネットワークの理論的研究として,確率的ネットワークという意味で結びつきがある多層パーセプトロンにおける汎化能力を高める学習に関する基礎的結果も得た。それは,ニューラルネットワークの学習で用いられる構造化学習の代表的手法である正則化学習の形式を持つもので,統計モデルの分散が付加項に組み込まれた学習方法である。この方法は,文献データが少ないときのキーワードネットワークの学習に寄与すると考えられる。

This study aims to establish an accurate and useful information retrieval system for computer applications. This year,Bayesian Network has been used for research on the basis of statistical information. The entry force of this system is introduced. The search engine has the right degree of integration (conditional accuracy rate), the search engine has the right degree of integration ( The function of the search engine is to determine the value of the input engine, and the soft information search engine is expected. In the case of statistical problems, the search engine is required to adjust the search engine's performance and to improve its flexibility. A theoretical study of the probability of occurrence of other types of errors and the probability of occurrence of errors and errors is carried out. The results show that the probability of occurrence of errors and errors is higher than that of other types of errors and errors. In this paper, we discuss the structure learning method, regularization learning method and statistics learning method. This method is based on the literature and the research results.