tex-projects/LaTeX-examples
2
0
Fork 0
mirror of https://github.com/MartinThoma/LaTeX-examples.git synced 2025-04-26 06:48:04 +02:00
Code Activity

DYCOS-Algorithmus genauer beschrieben

Browse source
This commit is contained in:
Martin Thoma 2013-12-29 19:06:20 +01:00
parent 5496a1f553
commit 89c438ee52
6 changed files with 80 additions and 30 deletions
Download patch file Download diff file Expand all files Collapse all files

63
documents/DYCOS/DYCOS-Algorithmus.tex
View file

@ -4,14 +4,20 @@ algorithm with c\underline{O}ntent and \underline{S}tructure) ist ein
Knotenklassifizierungsalgorithmus, der Ursprünglich in \cite{aggarwal2011} vorgestellt
wurde. Er klassifiziert Knoten, indem mehrfach Random Walks startend
bei dem zu klassifizierenden Knoten gemacht werden und die Labels
der besuchten Knoten gezählt werden. Der DYCOS-Algorithmus nimmt
jedoch nicht einfach den Graphen für dieses Verfahren, sondern
eine Erweiterung.
der besuchten Knoten gezählt werden. Das Label, das am häufigsten
vorgekommen ist, wird zur Klassifizierung verwendet.
Der DYCOS-Algorithmus nimmt jedoch nicht einfach den Graphen für
dieses Verfahren, sondern erweitert ihn mit Hilfe der zur Verfügung
stehenden Texte.
Für diese Erweiterung wird zuerst wird Vokabular $W_t$ bestimmt, das
charakteristisch für eine Knotengruppe ist. Wie das gemacht werden kann, wird in
Abschnitt~\ref{sec:vokabularbestimmung} erläutert. Dann wird für
jedes Wort im Vokabular ein Wortknoten zum Graphen hinzugefügt.
charakteristisch für eine Knotengruppe ist. Wie das gemacht werden kann
und warum nicht einfach jedes Wort in das Vokabular aufgenommen wird,
wird in Abschnitt~\ref{sec:vokabularbestimmung} erläutert.\\
Nach der Bestimmung des Vokabulars wird für
jedes Wort im Vokabular ein Wortknoten zum Graphen hinzugefügt. Alle
Knoten, die der Graph zuvor hatte, werden nun \enquote{Strukturknoten}
genannt.
Ein Strukturknoten $v$ wird genau dann mit einem Wortknoten $w \in W_t$
verbunden, wenn $w$ in einem Text von $v$ vorkommt.
@ -22,18 +28,19 @@ verbunden, wenn $w$ in einem Text von $v$ vorkommt.
\label{fig:erweiterter-graph}
\end{figure}
Der DYCOS-Algorithmus betrachtet die Texte, die zu einem Knoten
Der DYCOS-Algorithmus betrachtet die Texte, die einem Knoten
zugeornet sind, als eine
Multimenge von Wörtern. Das heißt, zum einen wird nicht auf die
Reihenfolge der Wörter geachtet, zum anderen wird bei Texten
eines Knotens nicht zwischen verschiedenen Texten unterschieden.
Jedoch wird die Anzahl der vorkommen jedes Wortes berücksichtigt.
Jedoch wird die Anzahl der Vorkommen jedes Wortes berücksichtigt.
\subsection{Datenstrukturen}
Zusätzlich zu dem gerichteten Graphen $G_t = (V_t, E_t, V_{L,t})$
verwaltet der DYCOS-Algorithmus zwei weitere Datenstrukturen:
\begin{itemize}
\item Für jeden Knoten $v \in V_t$ werden die vorkommenden Wörter
\item Für jeden Knoten $v \in V_t$ werden die vorkommenden Wörter,
die auch im Vokabular $W_t$ sind,
und deren Anzahl gespeichert. Das könnte z.~B. über ein
assoziatives Array geschehen. Wörter, die nicht in
Texten von $v$ vorkommen, sind nicht im Array. Für
@ -57,7 +64,7 @@ des strukturellen $l$-Sprungs benötigt:
\end{definition}
Der strukturelle $l$-Sprung ist also ein Random Walk der Länge $l$
im Graph $G_t$. Im Gegensatz dazu benötigt der inhaltliche $l$-Multisprung
im Graph $G_t$. Im Gegensatz dazu benötigt der inhaltliche $l$-Mehrfachsprung
tatsächlich die Grapherweiterung:
\begin{definition}
@ -65,7 +72,7 @@ tatsächlich die Grapherweiterung:
um die Wortknoten $W_{t}$ erweiterte Graph.
Dann heißt ein Random Walk der Länge $l$ in diesem Graphen
ein \textbf{inhaltlicher $l$-Multisprung}, wenn für den Random Walk
ein \textbf{inhaltlicher $l$-Mehrfachsprung}, wenn für den Random Walk
in jedem der $l$ Schritte, startend von einem Knoten $v \in V_t$
eine Kante zu einem Wortknoten und von dem Wortknoten wieder
zu einem Strukturknoten genommen wird.
@ -79,15 +86,37 @@ tatsächlich die Grapherweiterung:
$p_s$ (Wahrscheinlichkeit eines strukturellen Sprungs)
\Ensure Klassifikation von $\N_t \setminus \T_t$\\
\ForAll{Knoten $v$ in $\N_t \setminus \T_t$}
\Procedure{SturkturellerSprung}{Dictionary $d$, Startknoten $v$, Länge $l$}
\For{$i$ von $1$ bis $l$}
\State $sprungTyp \gets \Call{random}{0.0, 1.0}$
\If{$sprungTyp \leq p_s$}
\State Strukturellen $l$-Sprung ausführen
\State $v \gets v.\Call{Next}{}$
\ForAll{Label $w$ in v.\Call{GetLabels}{}}
\State $d[w] = d[w] + 1$
\EndFor
\EndFor
\EndProcedure
\\
\Procedure{InhaltlicherMehrfachsprung}{Dictionary $d$, Startknoten $v$, Länge $l$}
\For{$i$ von $1$ bis $l$}
\State $v \gets v.\Call{Next}{}$ \Comment{TODO: Hier muss ein mehrfachsprung beschrieben werden!}
\ForAll{Label $w$ in v.\Call{GetLabels}{}}
\State $d[w] = d[w] + 1$
\EndFor
\EndFor
\EndProcedure
\\
\ForAll{Knoten $v$ in $\N_t \setminus \T_t$}
\State $d \gets $ Dictionary, das für neue Einträge 0 annimmt
\For{$i$ von $1$ bis $r$}
\State $sprungTyp \gets \Call{random}{0, 1}$
\If{$sprungTyp \leq p_S$}
\State \Call{SturkturellerSprung}{$v$, $l$}
\Else
\State Inhaltlichen $l$-Sprung ausführen
\State \Call{InhaltlicherMehrfachsprung}{$v$, $l$}
\EndIf
\EndFor
\State $label \gets \Call{max}{d}$
\State $v.\Call{SetLabel}{label}$
\EndFor
\State \Return Labels für $\N_t \setminus \T_t$
\end{algorithmic}
@ -100,7 +129,7 @@ Es ist nicht sinnvoll, direkt von einem strukturellem Knoten
$v \in \N_t$ zu einem mit $v$ verbundenen Wortknoten $w$ zu springen
und von diesem wieder zu einem verbundenem strutkurellem Knoten
$v' \in \N_t$. Würde man dies machen, wäre zu befürchten, dass
aufgrund von Polysemen die Qualität der Klassifizierung verringert
aufgrund von Homonymen die Qualität der Klassifizierung verringert
wird. So hat \enquote{Brücke} im Deutschen viele Bedeutungen.
Gemeint sein können z.~B. das Bauwerk, das Entwurfsmuster der
objektorientierten Programmierung oder ein Teil des Gehirns.