智能信息系統(tǒng)模擬試題及答案(2)(編輯修改稿)
2025-02-04 08:32 本頁面
【文章內(nèi)容簡介】 理（向前推理）：它是從可用的事實出發(fā)，向前推理，用當前的事實匹配規(guī)則的前提，產(chǎn)生新的結(jié)論，直到達到目標狀態(tài)終止。這種推理方式是由數(shù)據(jù)到結(jié)論，所以也叫數(shù)據(jù)驅(qū)動策略。推理方式如下所示： 初始狀態(tài) 目標狀態(tài) （事實 條件） → （結(jié)論 假設） 設所用知識庫包括事實和規(guī)則，正向推理算法描述如下： （ 1）掃描知識庫，產(chǎn)生可用規(guī)則集 S，這些規(guī)則左邊條件均為真，即都被事實庫中的事實滿足； （ 2）調(diào)用解決沖突算法，從 S 中選出規(guī)則 R； （ 3）執(zhí)行規(guī)則 R 右邊的結(jié)論部分，將產(chǎn)生的新事實加入事實庫； （ 4）若目標得證或無新的事實存在，則停止；否則轉(zhuǎn)（ 2）； 2. 分析一種智能信息檢索方法的思想及過程。 智能信息檢索 的實現(xiàn)可采用不同的方法（以下四類方法只需 詳盡的分析一種即可）。 （ 1）統(tǒng)計方法：最典型的統(tǒng)計方法是詞頻統(tǒng)計法，其最早的理論依據(jù)是 Zipf定律。早在 20 世紀 50 年代 Luhn 就注意到 Zipf 定律，并在此基礎上提出自動抽詞標引的思想。指出標引詞應該在某特定文獻中的發(fā)生頻率較高，在整個文獻集合中出現(xiàn)的頻率較低的特征詞。現(xiàn)在許多自動標引的工作都是在 Luhn 頻率統(tǒng)計思想的基礎上展開的，如自動標引的矢量空間模型、概率標引原理等。統(tǒng)計方法也是 智能信息檢索 的基本方法。 （ 2）文本分析方法： 智能信息檢索 的文本處理離不開文本分析。進行文本分析時，首先處理文本源，這種文本源可能是幾個詞組、句子、段落乃至篇章。計算機首先通過文本上下文中的一些線索來識別文本源所使用的語言。對于漢語文獻，一個難點在于漢語的分詞。漢語的分詞涉及到漢語的詞法、句法、語義各個層面上。漢語分詞后，文本分析需要確定各個詞在文本源中的重要程度；以及多字詞、縮寫詞和其他詞匯，而漢語分詞及特征詞提取的方法決定文本分析方法的質(zhì)量。 （ 3）人工智能方法：利用人工智能進行信息檢索主要涉及以下方法。 ① 知識表示和處理的方法：知識表示是將關于世界的事實、關系 、過程等編碼成為一種合適的數(shù)據(jù)結(jié)構(gòu)。知識表示 方法有 許多種，常見的知識表示有產(chǎn)生式表示法、框架式表示法、語義網(wǎng)絡表示法、面向?qū)ο蟮谋硎痉ǖ葞追N。 ② 基于自然語言處理的方法：包括詞法分析、句法分析以及語義和語用分析等幾個階段，句法分析和語義分析是自然語言處理的基礎。語義分析的結(jié)果是語義網(wǎng)，而語義分析的工具之
公司管理相關推薦
鄂ICP備17016276號-1