Page 43 - 169

Для такого випадку кластерна модель може бути подана у вигляді
таблиці, або у вигляді графу, рис.3.7.

S 2 S 1
S 1 S 4
S 1 S 2 S 3 S 4
S 4 S 2

S 3 S 4
а) б)

Рис.3.7. - Кластерні моделі а) – таблична; б) – графова.

Якщо ввести градацію семантичної значимості переходів, отримаємо
семантичну кластерну модель по переходах, в якій відображаються тільки ті
переходи які мають значення семантичних коефіцієнтів значимості (q ) більші
ij
за прийнятий критичний поріг (  ). Семантичні коефіцієнти переходів також
подаються у вигляді матриці
 q 11 q 21  q i1  q n1 
 
  
 q q  q  q  .
 j 1 j 2 ij nj 
  
 q q  q  q 
 1 m 2 m im nm 
Взявши за основу попередній приклад з семантичними ваговими
коефіцієнтами:

 q 11 q 12 q 13 q 14 
 
q q q q
 21 22 23 24  ,
 q q q q 
 31 32 33 34 
 
q
 41 q 42 q 43 q 44 
при чому q   , q   , q   , q   то кластерну модель можна подати
21 14 32 24
в наступних варіантах:
- відображення S  S , для яких p   (рис.3.7б);
i j ij
- відображення S  S , для яких p   і позначенням семантичних ваг
i j ij
переходів, рис.3.8:
q 21 q 42

S 1 S 2 S 3 S 4
q q
14 34

Рис.3.8. - Приклад побудови кластерної моделі по імовірнісних
коефіцієнтах з позначенням семантичної ваги дуг