【文章內(nèi)容簡介】 去，則我們可以得到下列的正式定義： 設，對每個有，支持反對的鑒別信息可以由下式定義： 此式在式（9）已給出，支持反對的鑒別信息可以由下式定義： (10) 且t傳達的剩余信息由下式定義： (11)現(xiàn)在進一步假設是t以先驗概率從中提取，設是t從中提取的，且。接著回到式（8），信息半徑包含所有的詞，每個都有兩個子項：和。首先考慮第一個子項，它類似于，是鑒別兩個相反的假設的能力，測量t關于A在決策力上的意義，因此，，表明支持反對的信息。類似的討論將應用到第二個子項中，則有下列正式定義： 對每個都設，則每個支持反對的鑒別信息的定義為： (12) 支持反對的鑒別信息的定義為： (13) 且t傳達的剩余信息的定義為： (14)在下一節(jié)中，并給出相應的解釋。 鑒別測量的闡述取決于他們的屬性的個別的鑒別測量的闡述是不同的，在這節(jié)中，在表達A的上下文關系時，我們將明白t是否是最有信息的或不取決于A是否是ssc（也就是，），而不是剩余支持度的標志。 的闡述 注意，對于每個非對稱定向散度中的詞在中的符號可能是正也可能是負，因此我們有下列的定量表示： ，則，即t在分類C到c中不能提供鑒別信息。，則，且t傳達支持反對的信息，： 且 3. 如果，則，且t傳達支持反對的信息，因此，如第2節(jié)中所提，t應該馬上丟棄。評論 注意，從上面的三點我們不能找到t的ssc和，在這三點的情況下，我們也不能說t有助于支持反對的，因為。 的闡述 在給出定量表示之前，首先讓我們通過下列的定理[42]考慮的屬性：定量 對任意，若滿足，則我們通常有且 ，則，也就是；2. 有且只有當，則，也就是。從上面的定理，我們了解到非對稱散度的每個詞都是非負的，且對每個都有，因此我們有下列的定量表示：1. 如果，則，即t在分類C到c中不能提供鑒別信息。2. 如果，則a. ,則t傳達支持反對的信息，且t有助于支持反對的。b. ，t也傳達支持反對的信息，且它有助于支持反對的。因此，我們可得，且，因此表明t支持比更多一些。，則a. ，t傳達支持反對的信息，且t有助于支持反對的。b. ，t也傳達支持反對的信息，且它有助于支持反對的。因此，且，因此與第二點比較，表明t支持比更多一些。評論 從以上三點，我們能明白當，剩余支持度并不表示，這是因為為正是受所決定的，在第二節(jié)中的已經(jīng)給出了這兩個實例清晰地闡述了我們的觀點。 因此，為判斷是否有，我們必須進行更深入的考慮，從以上第二點我們可以很容易得到，若存在，只有在： (15) 的闡述 注意的符號可能正可能負，因為它的兩個子項可能正可能負，因此，類似于，在給出定量表示之前，我們通過下列定理[32]首先考慮下的屬性： 對任意，若滿足，我們常有： ，則，也就是；2. 有且只有當，則，也就是。從上面的定理，我們了解到對每個都有，因此我們有下列的定量表示：1. 如果，則，即t在分類C到c中不能提供鑒別信息。2. 如果，則a. ，也就是，因此，t傳達支持反對的信息，且t有助于支持反對的。b. ，也就是，因此，t也傳達支持反對的信息，且t有助于支持反對的。因此，我們可得，且，因此從非負性出發(fā)，表明t支持比更多一些。，則a. ，也就是，因此，t傳達支持反對的信息，且t有助于支持反對的。b. ，也就是，因此，t也傳達支持反對的信息，且t有助于支持反對的。因此， ，且，因此與第二點比較，表明t支持比更多一些。評論 從以上三點，我們能明白當，剩余支持度并不表示，這是因為為正是受所決定的（見第二節(jié)中已經(jīng)給出了）。 因此，為判斷是否有，我們必須進行更深入的考慮，從以上第二點我們可以很容易得到，若存在，只有在： (16)已給出了MDI的正式分析后，現(xiàn)在我們是要考慮如何將它運用到實際問題中——測量詞之間的語義關聯(lián)程度。，根據(jù)式(9)(14)給出的鑒別測量方法，我們可以寫出關聯(lián)性測定的一系列定義，： 設每個都有，在每個中，t與對象之間的關聯(lián)性可以由下式規(guī)定： (17) 設每個都有且,在每個中，t與對象之間的關聯(lián)性可以由下式規(guī)定： 上式在式（17）已給出；t與對象之間的關聯(lián)性可以由下式規(guī)定： (18)t與對象之間的剩余關聯(lián)性可以由下式規(guī)定： (19) 對每個設，在每個中，t與對象之間的關聯(lián)性可以由下式規(guī)定： (20) t與對象之間的剩余關聯(lián)性可以由下式規(guī)定： (21) t與對象之間的剩余關聯(lián)性可以由下式規(guī)定： (22) 特別是，如果我們只考慮鑒別信息而沒將對象的權重合并到關聯(lián)值中，上面所說的個別關聯(lián)性測量方法的相應的關聯(lián)性測定法可以寫出，例如： (23) (24) (25)它能夠讓我們了解詞的鑒別信息是如何為系統(tǒng)性能發(fā)揮作用的。 ，我們很容易給出任意兩個詞關于的關聯(lián)性定義。 設D是式(1)給出的一些散度測量，對兩個任意的詞，當且僅當滿足下列條件其一，它們要彼此密切相關，滿足的情況如下：Case 1: 1.,也就是（或大部分），則有。Case 2:1. ,也就是2. 對所有（或大部分），則有。 在式(9)(14)給出的鑒別測量方法可以用于鑒定哪一類是ssc，且式(17)(25)給出的關聯(lián)性測定方法可以用于，然后量化詞之間的關聯(lián)性。評論 假設我們關注于類A：我們從中選擇一些彼此密切相關的詞，當使用了（這種情況在實際運用中并不常見），我們強調(diào)的是下面的點必不可少。正如第三節(jié)所提到的，是兩個相反的和的代數(shù)加權和：當t在文件中也出現(xiàn)的時候，它提供的不僅是的關聯(lián)性，而且還是的關聯(lián)性。注意當而時，表明，但是并不能保證A是t的ssc，僅因為而推出是不夠的，因此理解和這兩個值并不代表兩個密切相關是非常重要的。，盡管t可能出現(xiàn)在文件中。因此僅查證，就足以為每個選定的詞有效鑒定它們在中密切相關。2. 是和的代數(shù)加權和,因此和這兩個值并不能保證兩個密切相關，為鑒定中的詞互相密切相關，則可通過式(15)為每個選定詞的查證。3. 是和的代數(shù)加權和, 因此和這兩個值并不能保證兩個密切相關，而式（16）可為每個詞進行查證。 在本節(jié)中，我們從數(shù)學抽象出一些具體的例子，則有助于進一步闡明我們正式方法中的一些思想，MDI的兩個典型的應用是在文本挖掘（TM）和信息領域（IR）。因此我們選擇的例子是在TM和IR環(huán)境中。 TM的實例TM通常指的是提取新的、以前并不知道的知識的過程，它是通過從文本信息源中自動提取關鍵詞，TM的一個典型例子發(fā)生在基因組學領域：蛋白質與其他蛋白質相互作用，為預測它們的相互作用，現(xiàn)有一些統(tǒng)計模型學習方法可以在討論蛋白質文件中確定詞共現(xiàn)模型。統(tǒng)計模式學習方法已經(jīng)在TM領域取得了