概要生成器:叙述性描述与二进制矩阵表示之间的桥梁
机器学习
2025-11-26 v1 计算机科学中的逻辑
摘要
精神分离障碍,特别是由认知能力缺陷定义的认知障碍,在DSM-5中详细描述,包括定义和症状/体征的示例。开发了一种简化的、可机器操作的表征形式,用于评估这些障碍的相似性和可分离性,但不适用于最复杂的病例。由于症状组合的庞大数量,生成或应用完整的二进制矩阵进行相似性计算是不可行的。本研究发展了一种替代表征形式,将DSM-5的叙述性描述与二进制矩阵表示相链接,并可自动生成有效的症状组合。通过严格预定义的列表、集合和数字格式(带有轻微变体),可表示涉及大量症状组合的复杂诊断路径。该格式称为症状概要生成器(或简称生成器),提供了一种可读、可适应且全面的替代方案,相较于二进制矩阵而言更易于生成症状组合(概要)。因此,涉及多个诊断标准且包含多个症状的认知障碍可表示为生成器的列表。将几种精神分裂障碍表示为生成器形式并生成所有症状组合后显示,复杂障碍的矩阵表示变得过大难以管理。MPCS(最大成对余弦相似性)算法无法处理此类规模的矩阵,促使开发一种使用针对性生成器操作进行概要降级的方法,以在障碍之间查找特定的MPCS值。生成器允许更容易地为大型矩阵创建二进制表征,并通过条件生成器计算复杂障碍之间的特定MPCS情形。
引用
@article{arxiv.2511.19506,
title = {Profile Generators: A Link between the Narrative and the Binary Matrix Representation},
author = {Raoul H. Kutil and Georg Zimmermann and Barbara Strasser-Kirchweger and Christian Borgelt},
journal= {arXiv preprint arXiv:2511.19506},
year = {2025}
}
备注
31 pages, 8 figures, 4 tables