属性类比学习法 Attribute Analogy Methods of Study
We propose a method of Chinese personal names recognition based on learning by analogy, taking personal names as the object of study.
在本文中，我们以人名(包括汉族人名和译名)为研究对象，提出了一种基于类比学习的人名识别方法。
参考来源 - 基于类比学习的人名识别方法研究·2,447,543篇论文数据，部分数据来源于NoteExpress
在智能技术的研究中，从例子中学习和类比学习是两种好方法。
In the research of intelligence technology, the example-based learning and the analogy learning are two good methods.
当使用者在暗示有用的域和联系时，这个类比学习过程可能成为互动的。
This analogical learning process can be interactive when the user suggests useful domains and correspondences.
本文详细论述了类比学习机制在本系统实现的算法、结构、过程等内容。
The article particularly discuss the arithmetic, structure and procedure of analogical learning mechanism in this system.
最典型的类比学习方法是K-最近邻方法，它属于懒散学习法，相比决策树等急切学习法，具有训练时间短，但分类时间长的特点。K-最近邻算法可以用于分类和聚类中。 基于案例的学习方法可以应用到数据挖掘的分类中。基于案例学习的分类计数的基本思想是：当对一个新案例进行分类时，通过检查已有的训练案例找出相同或者相近的案例，然后根据这些案例提出这个新案例的可能解。利用案例学习来进行数据挖掘的分类必须要解决案例的相似度度量，训练案例的选取以及利用案例生成新案例的组合解等相关问题，并且它们也是目前研究的主要问题。 这种思路非常简单，当预测未来情况或进行正确分类时，系统寻找与现有情况类似的事例，并选择最佳的相同的解决方案，这种方法能用于很多问题的求解，并获得好的结果，其缺点是系统不能生成汇总过去经验的模块或规则。
应用推荐