単一例題からの帰納的学習のための類推的一般化

• 大川剛直

• 馬場口, 登

書誌事項

タイトル別名

• Analogical Generalization for Inductive Learning from a Single Example
• 人工知能

抄録

新しい知識を獲得するための有力な方法として帰納的学習が挙げられるが、これは通常、多数の例題を必要とする。一方、人間はしばしば既存の知識を利用することにより、与えられた例題が少数であった場合にも適切な一般化を行い、新しい妥当な知識を導き出すことが可能である。本論文では、帰納的学習の枠組で、既存の類似ルールをガイドとして単一の例題を一般化する類推的一般化と呼ぶ新しい手法を提案する。例題とルール間の類似性を、各々を構成する原子式の演繹的閉包間の包含関係に基づいて定式化することにより、形式的な操作で類似ルールを選択することが可能である。英文構文解析システムにおけるルール生成実験の結果、類推的一般化により、単一例題から適切なルールが生成されることを確認した。

収録刊行物

• 情報処理学会論文誌

  情報処理学会論文誌 36 (12), 2771-2781, 1995-12-15

  一般社団法人情報処理学会

キーワード

• 論文

詳細情報

• CRID: 1050282812863420416
• NII論文ID: 110002721997
• NII書誌ID: AN00116647
• ISSN: 18827764
• Web Site: http://id.nii.ac.jp/1001/00013755/
• 本文言語コード: ja
• 資料種別: journal article
• データソース種別:
  • IRDB
  • CiNii Articles