学习元组概率
数据库
2016-09-21 v2
摘要
从带标签训练数据中学习复杂概率关系模型的参数是机器学习中的一项标准技术，已在统计关系学习（SRL）子领域得到深入研究，但迄今为止，在概率数据库（PDB）背景下，这仍是一个研究不足的课题。本文聚焦于从带标签的谱系公式中学习 PDB 中基础元组的概率值。由此产生的学习问题可视为 PDB 中置信度计算的反问题：给定一组带标签的查询结果，学习基础元组的概率值，使得查询结果的边缘概率再次得出所分配的概率标签。我们从理论角度分析了该学习问题，将其转化为一个优化问题，并提供了一种基于随机梯度下降的算法。最后，我们在三个真实数据集和一个合成数据集上进行了实验评估，从而将我们的方法与 SRL、信息抽取推理和优化中的各种技术进行了比较。
引用
@article{arxiv.1609.05103,
title = {Learning Tuple Probabilities},
author = {Maximilian Dylla and Martin Theobald},
journal= {arXiv preprint arXiv:1609.05103},
year = {2016}
}