摘要：针对信息增益偏向于多值属性,信息增益率倾向于少值属性的特点,研究几何平均参与评价划分属性的决策树。从候选划分属性中,筛选高于信息增益算术平均水平的属性;分别计算这些属性的信息增益与信息增益率的几何平均值,从中选择几何平均值最大的属性,建立分支决策;用递归方法建立决策树。对4份不同规模数据进行实验验证,验证结果表明,该决策树准确性较好,运行时间较低,可行有效。

摘要：知识图谱(KG)是一种基于图的数据结构,其知识是以三元组的形式呈现,即(头实体,关系,尾实体)。随着人工智能的发展,知识图谱已在系统推荐、智能问答、知识搜索等领域发挥了重要作用。然而构建的知识图谱具有不完整性,影响了知识图谱的下游任务应用,知识图谱补全能够很好地解决这一问题。近年来,基于知识表示学习的知识图谱补全方法成为研究的热点,其以表示向量的形式在低维连续向量空间中学习实体和关系的嵌入特征,旨在预测未知的事实信息进行知识图谱补全。根据KG类型的不同,将其分为静态知识图谱补全、时序知识图谱补全以及多模态知识图谱补全,对这三类知识图谱补全方法拟解决的关键问题、设计思路、模型评价等方面进行对比总结,展望知识图谱补全未来的发展方向,为相关领域的研究人员提供参考。

摘要：目的为了更好的完善电子处方审核系统,协助医生精准开方,给患者提供安全用药咨询,提高用药给药安全性。方法通过构建相关的药品知识图谱代替传统的关系型数据库,设计并开发安全给药预警系统。结果设计并实现构建安全给药预警系统。结论安全给药预警系统的应用不仅提高了药物审核的效率,还增强了用药给药的安全性,一定程度上为患者和医生提供了巨大的帮助。

摘要：随着人工智能技术的快速发展,任务型对话系统成为人机交互领域的热点研究方向。管道式方法是其一种经典的设计框架,在任务型对话系统的研究和应用中扮演着重要角色。对管道式任务型对话系统的研究进展进行了综述,并重点探讨了其在医疗领域的应用。首先介绍管道式对话系统各模块的基本原理、评价指标以及常用的数据集。然后,梳理了近年来深度学习技术在管道式对话系统研究中取得的重要进展,并进一步归纳了所用模型的优缺点。接着,重点关注了管道式对话系统在医疗领域的应用,并讨论了医疗对话系统的需求和挑战。最后,总结并展望了未来的研究方向和发展趋势。

摘要：特征选择通过去除无关和冗余特征提高学习算法性能,本质是组合优化问题。黑寡妇算法是模拟黑寡妇蜘蛛生命周期的元启发式算法,在收敛速度、适应度值优化等方面具有诸多优势。针对黑寡妇算法不能进行特征选择的问题,设计五种优化策略:二进制策略、“或门”策略、种群限制策略、快速生殖策略以及适应度优先策略,提出黑寡妇特征选择算法(black widow optimization feature selection algorithm,BWOFS)和生殖调控黑寡妇特征选择算法(procreation controlled black widow optimization feature selection algorithm,PCBWOFS),从特征空间中搜索有效特征子集。在多个分类、回归公共数据集上验证新方法,实验结果表明,相较其他对比方法(全集、AMB、SFS、SFFS、FSFOA),BWOFS和PCBWOFS能找到预测精度更高的特征子集,可提供有竞争力、有前景的结果,而且与BWOFS相比,PCBWOFS计算量更小,性能更好。