统计关系学习模型Markov逻辑网综述  

Survey of Markov Logic Networks

作　　者：孙舒杨[1] 刘大有[1] 孙成敏[1] 黄冠利[2] 

机构地区：[1]吉林大学计算机科学与技术学院 [2]北京电子科技职业学院,北京100029

出　　处：《计算机应用研究》2007年第2期1-3,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(60496321;60373098;60173006);国家"863"计划资助项目(2003AA118020);吉林省科技发展计划重大资助项目(20020303;20030523)

摘　　要：统计关系学习是人工智能研究的热点,在生物信息学、地理信息系统和自然语言理解等领域有着重要应用,Markov逻辑网是将Markov网与一阶逻辑相结合的一种全新的统计关系学习模型。介绍了Markov逻辑网的理论模型和学习方法,并探讨了目前存在的问题和研究方向。Statistical Relational Learning（SRL） is a highlight in AI research field, and has important applications on many areas, such as bioinformatics, geography information systems and natural language processing, etc. Markov Logic Networks （MLNs） are a kind of SRL model combining Markov networks and the first-order logic together. In this paper, we introduced the theory and learning methods of MLNs, as well as discussed current problems and directions for future work.

关 键 词：统计关系学习 一阶逻辑 MARKOV网 机器学习 MARKOV逻辑网 

分 类 号：TP30[自动化与计算机技术—计算机系统结构]