Apprentissage relationnel polynomial pour la classification d'arbres - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2010

Apprentissage relationnel polynomial pour la classification d'arbres

Résumé

Après avoir rappelé le cadre général de la programmation logique inductive, nous proposons une sous-famille des clauses de Horn nommée MQD. Visant des applications de classification de document XML, nous définissons un langage de clauses permettant de représenter des arbres et des motifs d'arbres. Ce langage nous fournit exemples et hypothèses. Nous montrons que ce langage est inclus dans les MQD et proposons des algorithmes dédiés pour les opérations de base nécessaires à l'apprentissage, à savoir les calculs de theta-subsomption et de moindre généralisé. Nos algorithmes étant polynomiaux et non exponentiels comme dans le cas général des clauses de Horn, ils peuvent participer à la classification supervisée d'arbres, l'apprentissage relationnel devenant alors de complexité polynomiale.
Fichier principal
Vignette du fichier
PliXmlCAp2010.pdf (179.03 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00675216 , version 1 (29-02-2012)

Identifiants

  • HAL Id : hal-00675216 , version 1

Citer

Jean Decoster, Slawomir Staworko, Fabien Torre. Apprentissage relationnel polynomial pour la classification d'arbres. CAp - Conférence Francophone sur l'Apprentissage Automatique - 2010, May 2010, Clermont-Ferrand, France. pp.189-200. ⟨hal-00675216⟩
232 Consultations
132 Téléchargements

Partager

Gmail Facebook X LinkedIn More