概率軟邏輯（PSL，Probabilistic soft logic）簡介

本文轉載自查看原文 2018-08-12 15:19 928 機器學習/ probabilistic soft logic

概率軟邏輯（PSL，Probabilistic soft logic）是用於開發概率模型的機器學習框架。它可以使用簡單的邏輯語法去定義模型，通過快速凸優化進行運算。PSL在自然語言處理，社交網絡分析，知識圖，推薦系統和計算生物學等許多領域產生了最不錯的結果。PSL框架在GitHub上作為Apache許可的開源項目進行提供，具有活動用戶組google論壇作為支持。
PSL的優勢在於：
（1）和馬爾可夫邏輯網（MLN，Markov logic network）類似，使用一階邏輯，能夠簡潔地表示復雜關系；和MLN使用0，1二值邏輯不同的是，PSL使用[0，1]之間的軟真值作為運算值。
（2）概率圖模型，可以捕捉真實世界知識中固有的不確定性和不完備性。PSL使用“軟”邏輯作為其邏輯組成部分，以馬爾可夫網絡作為其統計模型。