概率软逻辑(PSL,Probabilistic soft logic)是用于开发概率模型的机器学习框架。它可以使用简单的逻辑语法去定义模型,通过快速凸优化进行运算。PSL在自然语言处理,社交网络分析,知识图,推荐系统和计算生物学等许多领域产生了最不错的结果。PSL框架在GitHub上作为Apache许可的开源项目进行提供,具有活动用户组google论坛作为支持。
PSL的优势在于:
(1)和马尔可夫逻辑网(MLN,Markov logic network)类似,使用一阶逻辑,能够简洁地表示复杂关系;和MLN使用0,1二值逻辑不同的是,PSL使用[0,1]之间的软真值作为运算值。
(2)概率图模型,可以捕捉真实世界知识中固有的不确定性和不完备性。PSL使用“软”逻辑作为其逻辑组成部分,以马尔可夫网络作为其统计模型。
转载于:https://www.cnblogs.com/zhangjiajia/p/9463126.html