模糊广义决策信息系统的证据特征与信任约简

探究模糊广义决策信息系统的证据特征和信任约简.首先,给出模糊广义决策信息系统中的模糊上、下近似算子及其相关性质.然后,基于证据理论探讨模糊广义决策信息系统的数值特征,并在模糊广义决策信息系统中,利用证据理论中的模糊信任和模糊似然函数对模糊近似集进行刻画.最后,根据模糊信任函数定义的属性重要度,提出模糊广义决策信息系统信任约简的算法,并给出实例验证其有效性.     

采用局部粗糙集模型的决策规则提取

研究基于局部粗糙集模型下的决策规则提取.对经典粗糙集的决策规则提取进行改进,给出局部粗糙集模型下的决策规则公式,并研究相关性质.结合局部粗糙集模型给出的规则提取公式,引入参数值α,α∈(0,1］,使规则提取公式的泛化能力更强,适用性更广.通过3个实例对局部粗糙集模型决策规则提取的运用进行说明.     

基于密度优先策略的答案源搜索方法研究

针对特定自然问题,答案源搜索的目标是检索蕴含答案的相关短文本。在大规模数据集中高效精准地获取答案源,能够有效辅助现有的阅读理解技术实现开放域的答案抽取。以统计和语义编码策略为基础的相关度计算模型,已在获取相关短文本方面取得了显著成果。然而,前者虽具有较高时效性,却往往精度偏低;后者虽精度较高,但却消耗较大计算成本与时空代价。针对这一问题,文章提出一种密度优先策略,旨在利用问题关键词在短文本中的最大分布密度,实现问题与候选答案源的相关性度量。利用SQuAD数据集进行测试,并与现有方法进行对比。实验结果显示,密度优先策略对比其他方法取得了较为明显的性能优势,并体现了较高的计算效率。