阿雷维安，加伦;斯特凡·维尔姆特;克里斯托·潘切夫 用于文本挖掘的符号状态传感器和递归神经偏好机器。 （英文） Zbl 1026.68106号 国际J近似推理 32，编号2-3，237-258（2003）. 摘要：本文主要研究符号传感器和递归神经偏好机器，以支持文本信息的挖掘和分类任务。这些编码符号传感器和学习神经偏好机器可以被视为独立的代理，每个代理以不同的方式处理相同的任务。组合这些机器的系统可能会更加健壮，因为不同方法的优缺点会产生互补的知识，其中每台机器通过不同的范式对相同的信息内容进行建模。对这些符号传感器和神经偏好机器的性能进行了实验分析。研究表明，每种方法都可以成功地用于路透社新闻语料库的信息挖掘和新闻分类。符号换能器机器可以用数据驱动的方法快速手动编码相关知识，无需训练，而经过训练的神经偏好机器可以在额外训练的基础上提供更好的性能。 MSC公司： 68T05型 人工智能中的学习和自适应系统 68T50型 自然语言处理 关键词：有限状态自动机;符号传感器;循环神经网络;首选摩尔机器;混合系统;文本分类 PDF格式BibTeX公司 XML格式引用 \textit｛G.Arevian｝et al.，Int.J.近似推理32，No.2-3237-258（2003；Zbl 1026.68106） 全文： 内政部 参考文献： [1] N.M.Allinson，H.Yin，《使用自组织映射实现交互式和语义数据可视化》，载于《交互式多媒体系统中神经网络IEE学术讨论会论文集》，1998年；N.M.Allinson，H.Yin，《使用自组织映射实现交互式和语义数据可视化》，摘自：《交互式多媒体系统中神经网络IEE学术讨论会论文集》，1998年 [2] M.Balabanovic，Y.Shoham，《学习信息检索代理：自动化web浏览的实验》，载于《1995年AAAI异构分布式环境信息收集春季研讨会论文集》，加利福尼亚州斯坦福市，1995年；M.Balabanovic，Y.Shoham，《学习信息检索代理：自动网页浏览实验》，摘自：《1995年AAAI异构分布式环境信息收集春季研讨会论文集》，加利福尼亚州斯坦福市，1995年 [3] M.Balabanovic，Y.Shoham，Y.Yun，自动化web浏览的自适应代理，技术报告CS-TN-97-52，斯坦福大学，1997年；M.Balabanovic，Y.Shoham，Y.Yun，自动化web浏览的自适应代理，技术报告CS-TN-97-52，斯坦福大学，1997年 [4] T.Briscoe，《语言和语言习得设备的共同进化》，载于：计算语言学协会会议记录，1997年；T.Briscoe，语言和语言习得设备的共同进化，摘自：计算语言学协会会议记录，1997年 [5] Charniak，E.，《统计语言学习》（1993年），麻省理工学院出版社：麻省理学院出版社剑桥 [6] 克莱尔曼斯，A。；Servan-Schreiber，D。；McClelland，J.，有限状态自动机和简单递归网络，神经计算，1372-381（1989） [7] R.Cooley，B.Mobasher，J.Srivastava，《Web挖掘：万维网上的信息和模式发现》，收录于：人工智能工具国际会议，加利福尼亚州纽波特海滩，1997年11月；R.Cooley，B.Mobasher，J.Srivastava，《Web挖掘：万维网上的信息和模式发现》，收录于：人工智能工具国际会议，加利福尼亚州纽波特海滩，1997年11月 [8] M.Craven，D.DiPasquo，D.Freitag，A.McCallum，T.Mitchell，K.Nigam，S.Slattery，《学习从万维网中提取符号知识》，收录于：《第十五届全国人工智能会议论文集》，威斯康星州麦迪逊，1998年；M.Craven，D.DiPasquo，D.Freitag，A.McCallum，T.Mitchell，K.Nigam，S.Slattery，《学习从万维网中提取符号知识》，收录于：《第十五届全国人工智能会议论文集》，威斯康星州麦迪逊，1998年·Zbl 0939.68745号 [9] H.Cunningham，Y.Wilks，R.Gaizauskas，NLP的新方法、当前趋势和软件基础设施，摘自：NEMLAP-2会议记录，安卡拉，1996年；H.Cunningham，Y.Wilks，R.Gaizauskas，NLP的新方法、当前趋势和软件基础设施，摘自：NEMLAP-2会议记录，安卡拉，1996年 [10] J.L.Elman，《及时发现结构》，技术报告CRL 8901，加利福尼亚大学圣地亚哥分校，1988年；J.L.Elman，《及时发现结构》，技术报告CRL 8901，加利福尼亚大学圣地亚哥分校，1988年 [11] Freitag，D.，《从html中提取信息：通用机器学习方法的应用》，（威斯康星州麦迪逊市人工智能全国会议（1998）），517-523 [12] C.Lee Giles，B.G.Horne，T.Lin，使用递归神经网络学习一类大型有限状态机，技术报告UMIACS-TR-94-94，NEC研究所，新泽西州普林斯顿，1994年8月；C.Lee Giles，B.G.Horne，T.Lin，使用递归神经网络学习一类大型有限状态机，技术报告UMIACS-TR-94-94，NEC研究所，新泽西州普林斯顿，1994年8月 [13] Honkela，T.，符号处理中的自组织映射，（Wermter，S.；Sun，R.，《混合神经系统》（2000），施普林格：施普林格-海德堡，德国） [14] T.Joachims，《支持向量机文本分类：具有许多相关特征的学习》，载于《欧洲机器学习会议论文集》，德国Chemnitz，1998年；T.Joachims，支持向量机的文本分类：具有许多相关特征的学习，载于：《欧洲机器学习会议论文集》，德国开姆尼茨，1998年 [15] Jordan，M.I.，连接主义序列机器中的吸引子动力学和平行性，（马萨诸塞州阿默斯特认知科学学会第八届会议论文集，1986），531-546 [16] Kaski，S。；Honkela，T。；拉古斯，K。；Kohonen，T.，WEBSOM-文档集合的自组织映射，神经计算，21，101-117（1998）·Zbl 0917.68059号 [17] Kohonen，T.，《自组织地图》（1995），《施普林格：柏林施普林格》 [18] Kohonen，T.，《超大文件集的自我组织：最新进展》（《国际人工神经网络会议论文集》，瑞典斯科夫德（1998）），65-74 [19] Kremer，S.C.，《关于Elman型递归网络的计算能力》，IEEE神经网络汇刊，6，4，1000-1004（1995） [20] Yann le Cun，Une procédure d’apprantissage pour re seauáseuil assymétrique，in：认知85：智能前沿人工科学，巴黎，CESTA，1985年，第599-604页；Yann le Cun，Une procédure d’applicantissage pour re seauáseuil assymétrique，in：认知85：智能前沿人工科学，巴黎，CESTA，1985年，第599-604页 [21] D.D.Lewis，路透社-21578文本分类测试集，1997年。可从以下位置获得http://www.research.att.com/～刘易斯；D.D.Lewis，路透社-21578文本分类测试集，1997年。可从以下位置获得http://www.research.att.com/～刘易斯 [22] F.Menczer，R.Belew，W.Willuhn，《应用于自适应信息代理的人工生命》，载于《1995年AAAI异构分布式环境信息收集春季研讨会论文集》，1995年；F.Menczer，R.Belew，W.Willuhn，《人工生命应用于自适应信息代理》，载于：1995年AAAI春季研讨会论文集，关于异构分布式环境中的信息收集，1995年 [23] Niki，K.，《网上自组织信息检索系统：SirWeb》（Kasabov，N.；Kozma，R.；Ko，K.；O'Shea，R.）；Coghill，G.；Gedeon，T.，《基于连接的信息系统进展》，《1997年神经信息处理和智能信息系统国际会议论文集》，第2卷（1997），施普林格：施普林格新加坡），881-884·Zbl 0972.68172号 [24] C.W.Omlin，C.Lee Giles，在递归神经网络中构建确定性有限状态自动机，技术报告94-3，伦斯勒理工学院计算机科学系，特洛伊，纽约州121801994；C.W.Omlin，C.Lee Giles，在递归神经网络中构建确定性有限状态自动机，技术报告94-3，伦斯勒理工学院计算机科学系，特洛伊，纽约121801994·Zbl 0883.68105号 [25] 帕普卡，R。；Callan，J.P。；Barto，A.G.，《使用指数梯度下降法进行基于文本的信息检索》（Mozer，M.C.；Jordan，M.I.；Petsche，T.，《神经信息处理系统进展》，第9卷（1997），麻省理工学院出版社：麻省理学学院出版社剑桥，MA） [26] D.B.Parker，《学习逻辑》，技术报告TR-47，麻省理工学院斯隆管理学院，马萨诸塞州剑桥，1985年；D.B.Parker，《学习逻辑》，技术报告TR-47，麻省理工学院斯隆管理学院，马萨诸塞州剑桥市，1985年 [27] M.Perkowitz，O.Etzioni，《自适应网站：人工智能挑战》，载于：国际人工智能联合会议，日本名古屋，1997年；M.Perkowitz，O.Etzioni，《自适应网站：人工智能挑战》，摘自：国际人工智能联合会议，日本名古屋，1997年·Zbl 0938.68514号 [28] Rumelhart，D.E。；辛顿，G.E。；Williams，R.J.，《通过错误传播学习内部表示法》，（Rumelhart，D.E.；McClelland，J.L.，《并行分布式处理》，第1卷（1986年），麻省理工学院出版社：麻省理学院出版社剑桥，318-362 [29] M.Sahami，M.Hearst，E.Saund，将多原因混合模型应用于文本分类，技术报告，AAAI信息访问中机器学习春季研讨会，1996年；M.Sahami，M.Hearst，E.Saund，将多原因混合模型应用于文本分类，技术报告，AAAI信息访问中机器学习春季研讨会，1996年 [30] Salton，G.，《自动文本处理：计算机信息的转换、分析和检索》（1989），Addison-Wesley：Addison-Whesley Reading，MA [31] H.Schuetze，D.A.Hull，J.O.Pedersen，《路由问题分类器和文档表示的比较》，收录于：《信息检索特别兴趣小组会议记录》，1995年；H.Schuetze，D.A.Hull，J.O.Pedersen，路由问题的分类器和文档表示的比较，载于：信息检索特别兴趣小组会议记录，1995 [32] D.Servan-Schreiber，A.Cleermans，J.L.McClelland，《简单递归网络中的序列结构编码》，技术报告CMU-CS-88-183，卡内基梅隆大学，匹兹堡，宾夕法尼亚州，1988年；D.Servan-Schreiber，A.Cleermans，J.L.McClelland，《简单递归网络中的序列结构编码》，技术报告CMU-CS-88-183，卡内基梅隆大学，匹兹堡，宾夕法尼亚州，1988年 [33] 北卡罗来纳州沙基。；Sharkey，A.，《分离学习和表征》（Wermter，S.；Riloff，E.；Scheler，G.，《自然语言处理学习的连接主义、统计和符号方法》（1996），Springer:Springer Berlin），17-32 [34] Sun，R。；Peterson，T.，《多智能体强化学习：权重和划分》，神经网络（1999） [35] van Noord，G.，《FSA实用程序：操纵有限状态自动机的工具箱》，（Raymond，D.；Wood，D.；Yu，S.，《自动机实现》，《自动化实现》，计算机科学讲义，第1260卷（1997），Springer:Springer New York），87-108 [36] P.J.Werbos，《超越回归：行为科学中回归和分析的新工具》，哈佛大学工程与应用物理系博士论文，1974年；P.J.Werbos，《超越回归：行为科学中回归和分析的新工具》，哈佛大学工程与应用物理系博士论文，1974年 [37] S.Wermter，混合连接主义自然语言处理，查普曼和霍尔，汤姆森国际，英国伦敦，1995年；S.Wermter，混合连接主义自然语言处理，查普曼和霍尔，汤姆森国际，英国伦敦，1995年 [38] Wermter，S.，神经模糊集成的Preference Moore机器，（国际人工智能联合会议论文集，斯德哥尔摩（1999）），840-845 [39] Wermter，S.，使用神经偏好摩尔机器的神经模糊偏好集成，神经系统国际期刊，10，4，287-309（2000）·Zbl 1060.68627号 [40] Wermter，S。；阿雷维安，G。；Panchev，C.，文本路由的递归神经网络学习，（人工神经网络国际会议论文集，英国爱丁堡（1999）），898-903 [41] Wermter，S.公司。；阿雷维安，G。；Panchev，C.，《神经学习网络代理中的网络分析》，（计算智能和神经科学国际会议论文集，宾夕法尼亚州大西洋城，美国（2000）），880-884 [42] Wermter，S。；潘切夫，C。；Arevian，G.，《新闻代理的混合神经似真性网络》（美国奥兰多国家人工智能会议论文集，1999年），93-98 [43] Wermter，S。；Sun，R.，混合神经系统（2000），施普林格：施普林格-海德堡 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。