Redes Bayesianas aplicadas à Base de Conhecimento de um Sistema de Aprendizado Sem-Fim
Aprendizado de máquina, aprendizado sem-fim, redes Bayesianas
O primeiro sistema de aprendizado sem fim descrito na literatura é chamado NELL (Never-Ending Language Learning). O objetivo principal do sistema NELL é aprender a ler a web, cada dia melhor, para armazenar o conhecimento adquirido em uma base de conhecimento crescente e sem fim. Para ajudar o sistema NELL nesta tarefa de aprendizagem, neste projeto, é proposta a aplicação de redes Bayesianas para realizar inferências na base de conhecimento do NELL, bem como para identificar novas relações semânticas que possam ser inseridas na base de conhecimento. Um conjunto de dados foi construído a partir de informações das relações semânticas existentes na base de conhecimento do sistema NELL. Os resultados apresentados mostram que as redes Bayesianas induzidas pelos algoritmos de aprendizado DMBC e K2 podem representar relações existentes e sugerir novas relações para estender a ontologia inicial do NELL. As inferências realizadas também indicam que as redes bayesianas induzidas por ambos algoritmos são capazes de descobrir novas informações para serem inseridas na base de conhecimento do NELL.