語言模型的獲取方法及其應(yīng)用研究.pdf

1、基于規(guī)則的語言模糊模型具有較高可解釋性，但是由于對(duì)規(guī)則結(jié)構(gòu)有嚴(yán)格的限制所以其模型的適應(yīng)性不強(qiáng)因而精度低。相反，基于規(guī)則的貼近度模糊模型由于沒有嚴(yán)格的規(guī)則限制而具有適應(yīng)性強(qiáng)的特點(diǎn)，但是可解釋性低。所以，在基于規(guī)則的模糊模型建模過程中，通常會(huì)遇到兩個(gè)相互矛盾的需求，即模型的可解釋性和精確性。對(duì)于有些復(fù)雜問題，人們應(yīng)用模糊建模不但要求精確反映系統(tǒng)的輸入/輸出關(guān)系，而且希望通過建模過程以及模型的結(jié)構(gòu)和參數(shù)提高對(duì)象的認(rèn)知性和描述性(即認(rèn)知建模過程

2、)；同時(shí)模糊模型作為知識(shí)表達(dá)器，也要求其具有可理解性。本文就是在這一背景下開展可理解性模糊建模——語言模糊建模方法研究，力圖使模型獲得較高精確性的同時(shí)，不丟失模型的語言描述能力。 本文首先介紹了關(guān)于語言建模的一些基礎(chǔ)理論知識(shí)，闡述了有關(guān)語言模型的基本概念及基本結(jié)構(gòu)和推理機(jī)制。 然后從語言模型自身的特點(diǎn)出發(fā)(具有很好的對(duì)象描述性和認(rèn)知性，但其在面向復(fù)雜對(duì)象時(shí)精確性比較低)，展開語言模型的可解釋性和精確性平衡策略研究，首先本