记忆基础推理.pptVIP

設定組合函數(二)表8.4為未分類新聞評分CODE1234SCORER/CA0.9240.65400.6072.185R/CO0.9240000.924R/FE0.9240.6540.6310.6072.816R/JA00.6540.6310.6071.892R/MI000.63100.631若將門檻值設為1，則此篇文章可以指派的code為R/CA,R/FE,andR/JA第30页，共69页，星期日，2025年，2月5日設定鄰近資料集數量此案例嘗試使用1~11個鄰近資料集數目，發現使用越多鄰近資料集數目，結果越好此例,因每則新聞會得到的分類項不只一個。較典型的問題是配置在單一編碼或分類項，此情況則較少的鄰近資料集數目，反而較好。第31页，共69页，星期日，2025年，2月5日結果(一)為了測試MBR在編碼上的有效程度，我們將200則由人工(專家)及MBR編碼的新聞稿混合結果，交由一群編輯進行複審，只有過半數同意才能被當成“合格”。結果：人工編碼正確的數目比上“合格”編碼數目為88%(recall,回想)；然而，人工編碼正確的數目比上人工編碼全部為83%(precision,精確)，即不正確比例為17%。第32页，共69页，星期日，2025年，2月5日圖8.4利用人工作業及MBR將新聞進行分類的比較第33页，共69页，星期日，2025年，2月5日結果(二)MBR表現並不好:由MBR分配編碼的recall為80%；而precision僅為72%。問題與原因：Q:為什麼MBR表現不好?A:因為資料數不足，無法讓MBR使用全由資深編輯分類的訓練組資料可能是因為原資料處理者的專業程度不足結論：MBR比其他技術能夠處理困難的問題。第34页，共69页，星期日，2025年，2月5日六、回想與準度第35页，共69页，星期日，2025年，2月5日回想與準度回想(RECALL)記憶基礎推理究竟提供了多少個正確碼。假如ＭＢＲ所提供的編碼包含了每ㄧ個正確的編碼，其反查值就是100%，假如提供的編碼中沒有一個正確的，回想值就是0%準度(PRECISION)在記憶基礎推理所提供的編碼中，有多少是正確的？準度100代表著預測的編碼百發百中，若是提供的沒一個正確，那準度就是0第36页，共69页，星期日，2025年，2月5日回想與準度的範例-表8.5CODESBYMBRCORRECTCODESRECALLPRECISIONA,B,C,DA,B,C,D100%100%A,BA,B,C,D50%100%A,B,C,D,E,F,G,H,A,B,C,D100%50%E,FA,B,C,D0%0%A,B,E,FA,B,C,D50%50%第37页，共69页，星期日，2025年，2月5日利用編碼類別測量回想與準度個人編輯對新聞編碼，回想83%準度88%記憶基礎推理，回想80%準度72%CATEGORYRECALLPRECISIONGovernment85%87%Industry91%85%MarketSector93%91%Product69%89%Region86%64%Subject72%53%第38页，共69页，星期日，2025年，2月5日七、測量距離第39页，共69页，星期日，2025年，2月5日測量距離假設你要到一個小鎮旅行，而你想知道那裡的天氣狀況如何，但是卻沒有管道獲得資訊，因為天氣預報都只報導大城市。如果你在當地沒有朋友，則通常的作法就是查詢附近大城市的天氣狀況，就以那個城市的天氣當成判斷標準，或者綜合附近三個大城市的天氣狀況。以上所描繪的正是利用記憶基礎推理找出天氣狀況的例子，而這裡的距離函數是兩個地點的距離。第40页，共69页，星期日，2025年，2月5日距離函數的特性（一）妥適定義(Well-defined)：兩點之間的距離永遠是可以找出來的，且大於零同位(Identity)：從一點到它本身的距離一定是０交換性(Commutatively)：距離沒有方向性，所以Ａ到Ｂ的距離就是Ｂ到Ａ的距離三角不等式(TriangleInequality)A與C的距離小於或等於A與B的距離加B與C的距離第41页，共69页，星期日，2025年，2月5日距離函數的特性（二）妥適定義確保每ㄧ筆資料都一定有鄰近資料的存在，記憶基礎推理便是需要這些鄰近資料才能進行分析同位確保每ㄧ筆資料最相似