التعلم النشط و استقراء قاعدة المعرفة

العناوين الأخرى

Active learning and knowledge-base induction

المؤلفون المشاركون

الرتيمي، محمد أبو القاسم
بسباس، وجدي سالم

المصدر

أبحاث و دراسات المؤتمر الرابع عشر للاتحاد العربي للمكتبات و المعلومات (اعلم) : هندسة المعرفة في الوطن العربي، طرابلس (ليبيا) 14-18 مارس 2003.

الناشر

الاتحاد العربي للمكتبات و المعلومات

تاريخ النشر

2003-03-31

دولة النشر

تونس

عدد الصفحات

22

التخصصات الرئيسية

علم المكتبات والمعلومات

الموضوعات

• مراكز المعلومات
• قواعد البيانات

الملخص العربي

-تعرض هذه الورقة طرقا لتعزيز دقة أنظمة التعلم الاستقرائي، و تهتم بمسائل : تعلم قواعد الأثر production rules في مهام تصنيف متعددة الفئة multi-class classification tasks في مجالات مشوشة، و اإبقاء على تعلم مستمر عند مصادفة وضع جيد عقب انتهاء مرحلة التعلم الأولى، و تصنيف كائن ما object عندما لا يوجد قانون ينطبق على ذلك الكائن.

لقد اوضحنا أن دمج نسق تقييم الأداء و التعلم يعمل على تقديم تصنيفات دقيقة لفئات بيانات واقعية.

و تعرض الورقة النظام أريس ARISالذي يحقق هذا الأسلوب، و قد تبين أن التصنيفات الناتجة هي غالبا أدق من تلك التي توفرت عن طريق قواعد المعرفة غير المنقحة.

يعتمد قرار التصميم الرئيسي في نظام أريس على ترتيب القوانين Rules طبقا لأوزانها، و يتم تعلم وزن القانون باستخدام نظرية باييز لحساب أوزان شروط القانون و دمجها، و يركز هذا النموذج على تحليل قاعدة المعرفة و يساند عملية التنقيح بكفاءة.

إن هذا النظام (أي أريس ARIS) ليس تفاعليا، و يعتمد على كاشفات heuristics لتركيز عملية التنقيح على تلك التجارب التي تبدوا أكثر تناغما مع فئة بيانات التنقيح.

و يتكون الإطار التصميمي لنظام ARIS من نموذج جدولي لتمثيل أوزان القانون و العلاقة بين حالات التنثيح و القوانين التي تنطبق على كل حالة لتركيز عملية التنقيح، و قد استخدم النظام لتنقيح قواعد معرفة صنعها ARIS بنفسه، و كذلك تنقيح قواعد معرفة اختلقها نظام RIPPER و نظام C4.5 في عشرة ميادين تم اختيارها.

نوع البيانات

أوراق مؤتمرات

رقم السجل

BIM-376320

• APA
• MLA
• AMA