Resumen

La fusión de información es un proceso que consiste en combinar información procedente de múltiples fuentes para obtener un nuevo conjunto de información. Los trabajos existentes sobre fusión de información son aplicables en diversos escenarios, como los sistemas multiagente, la toma de decisiones en grupo y el resumen de documentos múltiples. Este trabajo pretende desarrollar un marco eficaz para resolver el problema de fusión de objetos basado en conjuntos múltiples difusos. Los objetos definidos en este trabajo son segmentos de datos en la tarea de fusión de documentos, referidos a los conceptos con términos semánticamente relacionados de diferentes relaciones semánticas incrustadas. La operación fundamental es la función de fusión que mapea segmentos de datos en múltiples multisets difusos en un objeto, que es una solución. En este marco, definimos medidas de calidad de pureza y entropía para cuantificar la calidad de las soluciones, equilibrar la precisión y la exhaustividad de los resultados. La función de fusión que produce este tipo de soluciones es la función de fusión VI-óptima y se estudian una serie de propiedades teóricas relativas a ella. Por último, investigamos el marco propuesto en un escenario de aplicación especial (es decir, la fusión de documentos) que está relacionado con la tarea de resumen de múltiples documentos y mostramos cómo funciona el marco con un ejemplo ilustrativo.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:marco de trabajo, resumen de documentos múltiples, función de fusión que asigna segmentos de datos, diferentes relaciones semánticas, tarea de fusión de documentos, toma de decisiones en grupo, conjuntos múltiples difusos, función de fusión óptima, escenario de aplicación especial, información
• Keywords:framework, multidocument summarization, merge function mapping data segments, different semantic relations, document fusion task, group decision making, multiple fuzzy multisets, optimal merge function, special application scenario, information