大规模历史人物亲属关系网络的智能优化
摘要:亲属关系网络在历史研究中具有重要作用,但大规模历史人物亲属关系网络的智能优化面临诸多挑战:关键信息分散于海量文献及专业数据库中,需整合碎片化且含噪声的信息;传统依赖领域专家人工处理的方法效率低下。本研究提出一种基于知识表示与融合框架的高效算法策略,核心贡献包括:(1)建立亲属关系代数,支持复杂亲属关系的表示与操作;(2)设计迭代式优化—整合(Optimization-Integration)算法,通过节点合并与
摘要:亲属关系网络在历史研究中具有重要作用,但大规模历史人物亲属关系网络的智能优化面临诸多挑战:关键信息分散于海量文献及专业数据库中,需整合碎片化且含噪声的信息;传统依赖领域专家人工处理的方法效率低下。本研究提出一种基于知识表示与融合框架的高效算法策略,核心贡献包括:(1)建立亲属关系代数,支持复杂亲属关系的表示与操作;(2)设计迭代式优化—整合(Optimization-Integration)算法,通过节点合并与