Linguistic Characterization of Natural Data by Applying Intermediate Quantifiers on Fuzzy Association Rules
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F17%3AA1801RAV" target="_blank" >RIV/61988987:17610/17:A1801RAV - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Linguistic Characterization of Natural Data by Applying Intermediate Quantifiers on Fuzzy Association Rules
Popis výsledku v původním jazyce
The objective of this paper is to apply fuzzy natural logic together with the FuzzyGUHA method for analysis and linguistic characterization of scientfic data. FuzzyGUHA is a tool for extracting linguistic association rules from data. Obtained associationsare IF-THEN rules composed of evaluative linguistic expressions, which allowthe quantities to be characterized with vague linguistic terms such as very small,big, medium etc. Originally, fuzzy GUHA provides several numerical indices ofrule quality, which may not be easily understandable for domain experts that are notfamiliar with GUHA association rules. Therefore, we show in this paper that the theoryof intermediate quantfiers (a constituent of fuzzy natural logic) can be applied to theresults in an automatic manner in order to obtain natural linguistic summarization.We also present an idea of how the theory of generalized Aristotles's syllogisms can beused for a detailed data analysis
Název v anglickém jazyce
Linguistic Characterization of Natural Data by Applying Intermediate Quantifiers on Fuzzy Association Rules
Popis výsledku anglicky
The objective of this paper is to apply fuzzy natural logic together with the FuzzyGUHA method for analysis and linguistic characterization of scientfic data. FuzzyGUHA is a tool for extracting linguistic association rules from data. Obtained associationsare IF-THEN rules composed of evaluative linguistic expressions, which allowthe quantities to be characterized with vague linguistic terms such as very small,big, medium etc. Originally, fuzzy GUHA provides several numerical indices ofrule quality, which may not be easily understandable for domain experts that are notfamiliar with GUHA association rules. Therefore, we show in this paper that the theoryof intermediate quantfiers (a constituent of fuzzy natural logic) can be applied to theresults in an automatic manner in order to obtain natural linguistic summarization.We also present an idea of how the theory of generalized Aristotles's syllogisms can beused for a detailed data analysis
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
<a href="/cs/project/GA16-19170S" target="_blank" >GA16-19170S: Fuzzy parciální logika</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Pardubice, Czech Republic September 17-20, 2017 Proceedings of the 20th Czech-Japan Seminar on Data Analysis and Decision Making under Uncertainty
ISBN
978-80-7464-932-5
ISSN
—
e-ISSN
—
Počet stran výsledku
12
Strana od-do
115-126
Název nakladatele
University of Ostrava
Místo vydání
University of Ostrava
Místo konání akce
Pardubice
Datum konání akce
17. 9. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000418391500014