Jul, 2018

推断、学习和种群大小：SRL 模型的投影性

PDF
TL;DR本文研究了命题数据和关系数据之间微妙差别，指出在许多关系模型中，边缘概率取决于人口或领域的大小，将此与统计理论中的经典概率密度函数基本概念建立联系：Projectivity 意味着关系预测对领域大小的变化具有鲁棒性，讨论了许多常见 SRL 系统的 projectivity，找出了保证产生 projective 模型的语法片段，但语法条件是限制性的，这表明在 SRL 中难以实现 projectivity，应注意区分不同领域大小。
relational datamarginal probabilitiesprojectivitysrl systemsdomain size
发现论文，激发创造
  • 统计关系模型的可投射性完整特征描述

    通过利用无限可交换阵列的表示定理，介绍了一类有向图形潜变量模型，精确对应于投影关系模型，此外，还获得了关于什么时候给定大小 - k 结构上的分布是在更大的 size-n 结构中的大小 - k 子结构的统计频率分布的表征。

    Apr, 2020

  • 工程性重新审视

    本文研究统计关系表示在不同规模域中的行为，并通过将域的概念从仅大小表示扩展到从数据库中获取的外延数据的函子，为更广泛的应用提供了 projectivity。将关于 projective families 的关键结果转移到了新的设置中，从而证明了 projectivity 和无限域上的分布之间的对应关系，并使用扩展后的 projectivity 定义了更强大的 sigma-projectivity。

    Jul, 2022

  • 关于马尔科夫逻辑网络中的可投影性

    该论文研究了马尔可夫逻辑网络及其特征，提出了一种基于 projectivity 的模型 ——relational block model (RBM), 并证明了它是在二元片段中最佳 projective MLN，并且可以对采样数据进行一致的参数学习。

    Apr, 2022

  • 从关联数据中诱导可解释的可能逻辑理论

    提出了一种使用可能性逻辑来编码关系模型的统计关系学习方法，该方法相对于马尔可夫逻辑网络更快且产生的模型更容易解释。

    May, 2017

  • 概率逻辑编程的渐近分析及其在表示正射系列分布中的应用

    探讨了概率逻辑编程在统计关系人工智能中的具体应用及其在不同领域中的变化，解释了基于概率逻辑编程的统计关系表示随着变量域大小的复杂行为，揭示出抽象分布语义的必要性并给出了相应的具体证明。

    Feb, 2021

  • 关系蕴含的概率模型

    通过构建一个概率模型，该论文提出了一种新的关系推导框架，提高了在相关数据集上的推导分数；此外，该论文还提供了两个用于帮助未来研究的实用资源：一种改进的判定数据集框架和一个包含 17848 个标记实例的公共数据集，其标记的精度从 53％提高到了 95％。

    Jul, 2019

  • 基于相对频率的统计关系人工智能：跨领域规模建模和转移学习的贡献

    该研究介绍了两种形式化方法，将相对频率明确地纳入统计关系人工智能中，并提供了两种形式主义在不断扩大的域上诱导的渐近概率分布的表示，这有助于更好地对训练和测试域大小不同的学习问题进行建模和估算参数。

    Feb, 2022

  • 一阶概率推断的新可提升类别

    在这篇论文中，我们研究了域递推推理规则，它被认为是冗余的。我们发现，这个规则比预期的更强大，并且实际上显著扩展了模型的范围，其中一些模型的抬升推理时间多项式增长。我们还确定了新的域可抬升理论类别，其中一些理论的使用域递推可以实现指数加速。

    Oct, 2016

  • 探索概率关系模型中的未知宇宙

    本文旨在提出一种适用于具有未知宇宙的模型的语义模型，以实现解耦与特定约束语言，从而实现提升推理和从而使其具有可处理的推理的优势。

    Jan, 2020

  • PROPRES: 探索各种触发器和环境中的预设语的项目性

    项目性等词设想和词语公推等范围应该在言语理解研究中得到充分考虑。

    Dec, 2023