“离散数学与组合数学”精准思政教学实践探究

课程思政是实现“三全育人”的重要载体,而精准思政为高校思想政治工作的提质增效提出了新的发展思路与挑战。为此,北京邮电大学计算机学院树立了“不忘立德树人初心、牢记为党育人、为国育才使命,树立正确科学观、正确价值观”的课程思政目标。本文针对“离散数学与组合数学”精准思政教学实践过程,以“不忘初心”为出发点,以“立德树人”为落脚点,融合课程思政总体方案、嵌入式思政教学方法实践以及精准思政等内容,将精准思政教学方法应用于“离散数学与组合数学”日常教学实践中,努力实现知识传授、能力培养、价值塑造“三位一体”的教育理念。最后列举课堂中思政教学效果较好的部分典型案例,以期对工科类专业的精准思政教学提供参考与借鉴。

从“不忘初心”到“立德树人”再到精准思政的课程思政探究与实践

针对软件项目管理思政示范课建设过程,提出以“不忘初心”为出发点、以“立德树人”为落脚点的课程思政总体设计思路,通过课程思政案例库建设、嵌入式思政教学方法实践以及精准思政的阐述,介绍课程思政实践过程,最后说明教学效果。

基于主体的语义Web服务自动组合研究

语义Web服务要解决的一个主要问题就是如何实现服务组合自动化.主体技术因其智能性、自主性等特点在解决语义Web服务组合问题中具有较大优势.通过分析语义Web服务组合研究现状,分析主体、语义Web与Web服务的紧密关系,论证了基于主体的语义Web服务的可行性并描述了基于多主体的Web服务组合平台架构.介绍了基于主体技术的语义Web服务组合技术,将服务组合看成是一个多主体环境下的规划问题,给出语义Web服务作为主体动作子类的形式化定义,并针对服务组合问题增加限定条件,定义服务之间的5种关系,试图从逻辑角度,以描述逻辑为基本工具,突出服务的动态性与交互性.最后利用主体的目标规划以及基于描述逻辑的有效推理,给出了服务的自动组合算法.

藏文语义本体中的上下位关系模式匹配算法

语义本体是共享概念模型显示的形式化规范说明,其目标是将杂乱无章的信息源转变为有序易用的知识源。目前语义本体还主要依赖于手工创建模式。上下位关系是一种基本的语义关系,常用于语义本体中概念的自动获取和验证。该文首先描述了藏文语义本体的创建方法,进而给出了藏文中的上下位关系模式以及模式匹配算法。上下位关系的模式可以辅助进行概念扩充,也可以作为建立和维护本体的辅助工具,这在一定程度上降低了创建和维护本体的成本。

基于本体的语境信息模型与推理

语境信息是用来刻画一个实体情形的信息,该文提出了基于本体的语境信息建模以及查询方法,利用本体极强的语义描述能力和有效的推理机制,更好地实现了语境信息的管理。介绍了关键技术、相关支持工具以及开发的原型系统。该模型采用2种推理机制:基于描述逻辑的推理与规则推理,能够更快速有效地管理语境信息。

一种基于组件的Web应用程序构筑结构

在简单分析Web应用程序设计方法(OOHDM)的基础上,针对Web应用程序的设计思想提出了一种简明的体系结构,描述了结构中的主要组件,提出了使用此体系结构例化Web应用程序的步骤,给出了一个处理HTTP请求的详细过程。

支持创新概念设计的多Agent系统

概念设计在产品开发过程中起着重要作用。针对概念设计的独特性,分析了支持创新概念设计系统的关键技术,利用多Agent系统的结构特征,以基于树结构的遗传算法作为创新支持,给出了一个支撑环境,该环境为设计人员的协作以及资源共享提供了支撑框架;文中还详细描述了环境中各模块的功能和组成,并给出了相应模块的数学模型。

纤维逻辑

形式逻辑已经从简单命题逻辑发展到比较复杂的模态逻辑系列。但是在主体环境下,已有逻辑的复杂性仍然不能有效刻画主体复杂的心智。有一些人工智能研究者根据主体心智的多重性,在模态逻辑中引入多种模态算子,并借此对主体加以刻画。但是原来的可能世界语义却难以容纳如此复杂的语法,出现了很多不合理的地方。本文首先介绍了新近出现的纤维逻辑(fibring logics),然后归纳了目前将此理论应用在主体 BDI 建模的研究现状,最后分析纤维逻辑的不足之处,讨论了其他可能的应用,并对今后的工作做了展望。

动态描述逻辑的Tableau判定算法

动态描述逻辑在描述逻辑的基础上引入了动态维,用于描述和推理动态领域的知识,但目前缺少有效的判定算法作为支撑.文中以描述逻辑ALCO的动态扩展为例,构建出动态描述逻辑D-ALCO.以D-ALCO的构建过程为基础,将ALCO的Tableau算法、命题动态逻辑的Tableau算法以及对可能模型途径的处理有机地结合起来,给出了D-ALCO的Tableau判定算法,证明了算法的可终止性、可靠性和完备性.应用该算法,可以在采用开世界假设的情况下对D-ALCO中公式的可满足性进行判定.对于D-ALCQO、D-ALCQIO等具有更强描述能力的动态描述逻辑,可以对该算法扩展后得到相应的Tableau判定算法.

基于本体概念相似度的语义Web服务匹配算法

通过定义本体中概念之间的语义距离来计算本体概念之间的相似度,提出一种基于该相似度的Web服务的精确匹配算法,新的算法与经典的OWL-S/UDDI匹配算法比较,不仅在等级上保持一致,而且使同一等级或不同等级之间的服务匹配都达到精确的程度。用GEIS系统中Web服务的数据进行两种算法的性能测试,得出相似度匹配算法的平均查准率是OWL-S/UDDI匹配算法的1.8倍,平均查准率是OWL-S/UDDI匹配算法的1.4倍。

一个基于相似度计算的动态多维概念映射算法

本体作为一种领域知识结构化描述和推理的基础已经获得广泛认可.然而,本体本身是异构的.特别在多Agent系统、语义网、知识管理等开放环境下,如何协调不同领域的本体,甚至是同领域的本体的语义差异是一个基本问题.本文以相似度计算为基本思想提出了一个多维动态的概念映射算法S-Match.该算法可以根据不同的灵活性和准确性需求,在语言级、结构级、实例级和推理级四个维度上动态地进行本体概念映射.初步试验结果表明,S-Match算法在查全率和查准率方面要优于H-Match算法,并且比GLUE方法要求更少的专业知识支持.

多民族语言本体知识库构建技术

语义本体是共享概念模型的显示的形式化规范说明,其目标是将杂乱无章的信息源转变为有序易用的知识源。语义本体知识库的构建是文本自动处理的一个重要环节,跨语言信息检索、信息抽取、自动翻译等领域中都有广泛的应用。该文旨在描述统一标准、统一接口的多民族语言本体知识库的创建思路,以及包含的若干问题,例如:多民族语言中共有概念的一般表示与各民族语言特有的事物表达方式的规律,基于词汇语义的、包括汉语、英语及少数民族语言在内的多民族语言语义本体的表示理论与方法等。

城市应急联动系统GEIS

GEIS(Grid Based Emergency Inter-Act System)是一个基于主体网格的城市应急联动与社会综合服务系统,通过主体网格和通信系统将治安、消防、卫生急救、交通、公共设施、自然灾害等突发事件的应急联动与综合服务,调度集成在一个管理平台中,通过共享指挥平台和基础信息,实现统一接处警,统一指挥、联合行动、快速反应、为市民提供更加便捷的紧急救援及相关服务,为政府科学决策和处置各种紧急与灾害事件提供技术支持,为城市公共安全提供技术保障。GEIS的一个突出优势是将范例推理(Case Base Reasoning,CBR)与规则推理(Rule Base Reasoning,RBR)两种人工智能技术相结合,实现了快速预案生成系统。它能在紧急情况发生的时候,为应急部门提供快速的辅助预案支持,为科学决策打下良好基础。目前,GEIS已经应用到抗洪抢险和交通事故处理中,效果表明它具有跨平台性好,稳定性强,响应速度快,易操作的独特优势。

基于精准化的研究生课程思政体系建设与实践——以“软件开发项目管理”课程为例

课程思政是落实立德树人这一根本任务的重要举措,是实现“三全育人”的重要载体,是培养德智体美劳全面发展的社会主义建设者和接班人的重要路径之一。针对研究生专业课“软件开发项目管理”思政示范课建设过程,提出了以专业学习的初心和使命为出发点,以立德树人为落脚点,建设课程思政案例库,实现多手段嵌入式思政教学实践方法,同时通过数据挖掘技术实现精准思政。教学实践反馈证明,课程思政教学得到了学生的高度认可,学生有不同程度的收获,从而实现了知识传授、能力培养、价值塑造“三位一体”的教育理念。

基于图表示学习的消息回复关系判断方法

微信、QQ和钉钉等社交媒体都提供多对多聊天群组功能,这些聊天群组包含海量信息,对群组聊天内容进行有效分析,获取有价值的关联信息,是当前领域的研究热点。群组中用户间交互是群组实现的主要功能,用户间消息回复是用户间交互实现的方式,消息间的回复行为下隐藏着消息间和用户间的关系。群组消息间回复通常是隐式和非连续的,大部分群组消息间没有指定明确的回复关系,当前消息也不一定是上一条临近消息的回复,回复关系要根据具体的聊天场景确定。当消息间没有显示指定回复关系时,回复不易于分析和理解群组聊天内容,阻碍了对群组聊天内容的整体性分析。本论文针对群组消息间的回复关系,提出了基于图表示学习的消息回复关系判断方法,该方法不同于以往方法仅使用部分群组要素,是在综合学习消息的文本信息、发送消息的用户信息和上下文信息的基础上,根据群组内容构建群组图和生成自适应消息图,得到了多种群组要素信息和要素间关系组成的图结构,利用图模型在图结构上进行群组消息的表示学习,图模型输出群组消息的表示向量,拼接消息对的表示向量并进一步预测群组消息间的回复关系。在消息间回复关系的学习过程中,图模型通过任务学习更新图中消息节点,同时更新图中用户节点向量表示,经过用户向量分析实验验证了该模型输出的用户向量的有效性和合理性。在公开数据集和标注数据集上进行了对比实验和显著性检验分析,结果显示模型在多个评估指标上大幅优于对比模型,如在F1指标上,比单纯依赖BERT的句子对分类模型提高了接近20%。

互联网视角下蒙古语本体半自动扩充方法研究

蒙古语本体资源建设关系蒙古语在语义层面研究的未来发展,在蒙古语自然语言处理中占有重要地位。构建蒙古语本体,合理组织蒙古语的知识概念,将促进蒙古语信息化的进一步发展。蒙古语本体扩充的半自动方法,采用增量法,利用基于人工构建指导本体和自主学习富集的方法来扩充蒙古语本体,旨在增加关于本体论实例的本体知识。在该方法的指导下,可以初步构建较为合理的蒙古语本体。在实验中使用有监督方法构建的本体进行指导,可以扩充出更多合理的蒙古语本体知识,是一种有效的本体构建方法,可以为构建蒙古语语义词典奠定基础。