统计关系学习综述研究.pdfVIP

统计关系学习综述木 刘大有 齐红 孙舒杨 孙成敏 高滢 刘杰 吉林大学计算机科学与技术学院130012 吉林大学符号计算与知识工程教育部重点实验室 e—mail：dyliu@jlu．edu．cn 摘要：统计关系学习是人工智能领域的一个新研究热点，它集关系、逻辑表示，似然推理村LStJ，机器 学习、数据挖掘于一体，用于获取复杂数据(数据问具有多种关系)的似然模型。首先，本文阐述了统计 关系学习研究的重要意义：其次，本文根据所用的概率表示和推理机制不同，将统计关系学习方法分为基 于贝叶斯网、(隐)马尔可夫模型、随机文法和马尔可夫网等四类，并对每类方法所用的概率逻辑(关系) 模型、参数估计和结构学习算法，以及相关的研究现状进行了详细介绍；最后，本文指出了统计关系学习 的应用领域和未来研究的重点问题。 关键词：统计关系学习似然逻辑学习(多)关系数据挖掘关系学习 A onStatisticalRelational Survey Learning Li