融合因果推断的动态可解释知识追踪模型

可解释知识追踪对于教学诊断和优化具有重要意义。目前代表性的可解释知识追踪模型缺乏对知识点间因果关系的深入考量,同时未能关注模型中存在的特征混淆问题,影响预测性能。针对上述问题,提出一种融合因果推断的动态可解释知识追踪模型。首先利用因果推断算法挖掘知识点间掌握程度上的因果关系,并制定规则辨别因果效应强度,挖掘得到知识点因果效应特征图,并从中提取知识点外延影响因子特征,作为学生答题正确性预测的特征之一;其次,基于领域知识构建学习能力、习题难度和作答正确率之间的结构因果模型,采用后门调整的方法去除混杂因子的影响;然后,以迭代的方式进行学习能力和答题偏好特征的动态更新;最后,借助树增广朴素贝叶斯分类器实现可解释性知识追踪。在多个公开的数据集上进行实验验证表明,所提模型在保证可解释性的同时可提高预测准确性。

基于本体的造林树种知识图谱构建与应用

【目的】随着大数据、人工智能等信息技术的蓬勃发展,各领域信息服务方式由数据服务向知识服务转变。本文抓住林业知识繁杂、多源异构、知识获取困难等问题,通过研究基于本体的造林树种知识图谱的构建方法与应用场景,以期为造林领域提供一种更为有效的知识组织和表达方式。【方法】本文以造林树种相关知识为研究对象,以造林工作实际需求为出发点,通过与造林领域专家讨论交流,采用七步法构建了涵盖造林树种、病虫害、专家、机构、省份、应用产品、造林技术7类概念,树种别名、拉丁学名、林种类型等12种属性,分布、应用、研究等7种关系的造林树种本体模型,依据造林树种本体模型定义的实体、属性及关系构建了造林树种知识图谱,设计并实现基于造林树种知识图谱的相关知识应用。【结果】论文将知识图谱技术应用于造林树种实际场景完成了造林树种知识图谱的构建,实现了基于造林树种知识图谱的知识问答、知识可视化功能,为造林领域研究人员及工作者提供知识服务。此外,论文提出造林树种知识问答、GIS地图以及树种图片相结合的地图服务模式,搭建了造林树种地图服务平台,实现以“GIS地图+树种图片+文字描述”的方式表达造林树种在空间位置上的适宜性问题。【结论】论文构建的造林树种本体模型可为后续知识复用与知识共享提供数据支撑,基于知识图谱实现的知识问答、知识可视化以及GIS地图服务平台,有效地解决了林业知识多源异构、数据价值低、获取困难等问题,实现了领域信息资源从数据服务向知识服务的转变。后续研究需进一步扩充造林树种知识图谱的知识规模,探索更多基于知识图谱的应用场景,为林业发展与科学研究提供高质量的知识服务。

CHAID方法及其在高校教师职业倦怠感影响因素分析中的应用

目的介绍CHAID方法并探讨影响高校教师职业倦怠感的影响因素。方法应用CHAID法对100位高校教师的调查问卷资料进行分析。结果与结论高、低倦怠感组人群的态度显著不同。从工作中能否得到成就感、是否热爱本职工作、人际关系的状况以及工作环境氛围是影响高校教师职业倦怠感的主要因素。

决策树在乌鲁木齐市维吾尔和汉族儿童血铅影响因素分析中的应用

目的研究乌鲁木齐市维吾尔族、汉族儿童血铅水平及其影响因素。方法于2005年4—6月,按照整群抽样的方法,对乌鲁木齐市区988名6～10岁维吾尔族、汉族儿童的血铅水平进行了测定,并做了铅暴露危险因素的问卷调查。应用决策树分析影响儿童血铅的主要因素。结果儿童血铅均值为54.46μg/L,血铅值≥100μg/L的儿童占23.28%(230/988)。维吾尔族儿童血铅值略高于汉族儿童,但两者差异无统计学意义(P>0.05)。父母亲从事涉铅职业、不良的生活和卫生习惯和家庭住所装修情况等是影响两个民族儿童血铅升高的共同因素。结论乌鲁木齐市儿童血铅水平和铅中毒发生率较高。决策树分析表明,该市儿童血铅水平受到多种因素的影响。

基于浅层语义树核的阅读理解答案句抽取

阅读理解系统是通过对一篇自然语言文本的分析理解,对用户根据该文本所提的问题,自动抽取或者生成答案。本文提出一种利用浅层语义信息的英文阅读理解抽取方法,首先将问题和所有候选句的语义角色标注结果表示成树状结构,用树核(tree kernel)的方法计算问题和每个候选句之间的语义结构相似度,将该相似度值和词袋方法获得的词匹配数融合在一起,选择具有最高分值的候选句作为最终的答案句。在Remedia测试语料上,本文方法取得43.3%的HumSent准确率。

限定语义距离的关键词同义扩展及精简

针对现存的单纯借助同义词词林或知识词典扩展关键词方法中存在噪音数据和计算量大的问题,提出了先扩展后精简的方法,即先利用同义词词林进行同义扩展,再利用知网义原树计算扩展词之间的语义距离,依据语义距离剔除相似度较小的噪音数据,实现关键词集合的精简。实验表明,当词语相似度阈值取0.8时,精简比例高达46.9%,精简后的关键词集合有效剔除了噪音数据,兼顾了信息检索的召回率和准确率,表现出良好的综合性能。

广东省严重急性呼吸综合征临床诊断标准回顾分析

目的选择广东省的严重急性呼吸综合征(SARS)临床资料数据库,应用判别分析法对当时的诊断标准进行回顾分析,评价新增的病原学指标的诊断敏感性。方法完善广东省的SARS临床资料数据库后,分两组:①按临床确诊标准选取SARS患者402例;②从广州医学院第一附属医院和广州市第八人民医院选取同期住院、经专家组讨论排除SARS的疑似患者176例。应用判别分析法自动筛选出区分两组患者的关键指标。结果判别结果为:①有接触SARS病人,起病早期血清抗原或含漱液PCR(简称PCR)呈阳性,可确诊为SARS患者;②有接触SARS病人,PCR呈阴性和抗体呈阳性,可确诊为SARS患者;③有接触SARS病人,PCR呈阴性和抗体呈阴性,可确诊为非SARS患者;④没有接触SARS病人,抗体呈阳性,可确诊为SARS患者;⑤没有接触SARS病人,抗体呈阴性,可确诊为非SARS患者。结论上述得出的判别规则是对卫生部临床诊断标准的补充,增加病原学指标能提高诊断的快速性和准确性。

基于CTL的并发系统CSP模型验证

主要通过指称语义和回答集程序(Answer Set Programming,简称ASP)完成迹模型的生成,并构建了一套基于计算树逻辑(computing tree logic,简称CTL)的CSP模型验证方法.实验表明,该方法对于分支类型的性质具有较好的描述能力,且保证了验证的正确性.

欧拉猜想的计算机证明─—六阶正交拉丁方对的不存在性

本文阐述了这样的一个算法，即利用一个栈组通过构造及搜索解答树的所有结点，证明了Ｅｕｌｅｒ猜想在ｎ＝６时不成立，亦即没有六阶的拉丁方对。

数据挖掘技术与智能查询应答结合分析

数据挖掘过程基于查询启动．论述了数据挖掘过程及基于ＳＱＬＳｅｒｖｅｒ２０００的数据挖掘技术。

钣金件弯曲工序优化

工序编排问题可用解答树来描述 ,解答树的搜索空间通过采用复合弯曲、保存和重用前面的计算结果、从三维工件到二维展开图等多种方法进行优化 .以干涉作为回溯条件得到可行的弯曲方案 ,再利用估算公式得到优化的弯曲工序 .该优化结果优于其他已知的优化方法 .

研究Ramsey问题的计算机方法

本文阐述了一个构造Ramsey图的算法,它可以作为寻找Ramsey数(P=3)的一个辅助工具.算法采用回溯方法,搜索极大独立集组成的堆栈.并给出了寻找Ramsey数的一种具体的步骤.

关于全局路径的相近线段法的凸区规划问题

介绍一种全局路径表示法。以障碍物的相近线段为基础构造平面图，找出先决条件与结果之间的操作符，使用构造解答树的方法及搜索方法，给出所有可通路径的全局路径规划的一个算法。

正则表达式在网络蜘蛛抽取问答系统信息中的应用

问答系统是信息检索系统的一种高级形式,为了提高网络蜘蛛在抽取问答系统信息时的爬行效率,从问答系统所特有的布局结构特点出发,结合正则表达式,设计了一个针对问答系统的网络蜘蛛爬行策略。实验证明,该爬行策略提高了网络蜘蛛爬行效率,节省了网络带宽和本地存储空间,有效地提高了答案抽取的精度和效率。

智能答疑系统中的答案库设计

网络教育和网络教学平台随着互联网的飞速发展而发展。网络教育平台中对智能答疑系统的研究和探索一直是业内的重点。本文就E-learning教学平台中智能答疑系统的架构进行来搭建,并重点对答疑系统的知识库设计中的推理决策树机制进行了探讨。

面向课程的中文FAQ自动问答系统模型

面向课程的中文FAQ自动问答系统作为网络教学平台中的子系统,可以实现课程自动答疑,具有较强的实用性,该类问答系统的FAQ库大都人工构建,费时费力,针对此种状况,本文提出一种新的问答系统模型,从"百度知道"自动获取不同课程FAQ库的问答对,并根据提出的融合语义词典和句法依存关系的句子相似度算法,实现学生问句与根据问句关键字向量得到的FAQ库检索子集中的问句之间的相似度计算,自动应答,其他情况采用人工解答,并更新FAQ库。实验结果表明,本系统模型,具备根据不同课程自动构建高质量FAQ库的能力,具备更高的应答准确率,具备不断增强答疑效果的能力,具有广阔的应用前景。

基于事件抽取的学科建设知识图谱构建与应用

学科建设是高校发展的核心,随着高校学科建设的不断深入与强化,学科建设信息持续增加,且以离散的文件组织形式难以对学科建设成果进行高效的管理,不利于后续分析与评估工作的开展.针对此问题,对学科建设知识图谱的构建及相关应用进行了研究.首先通过BERT-BiLSTM-CRF模型对学科建设文本进行事件抽取,并使用爬虫进行相关知识的补充.然后选择属性图模型存储知识,完成学科建设知识图谱的初步构建.基于构建好的知识图谱,搭建了学科建设可视化系统,并引入最小斯坦纳树算法实现智能问答应用.最后,通过对学科建设事件抽取与智能问答方法进行实验分析,验证了本文所提出方法的有效性.

一种基于决策树的选项识别方法

文章将机器学习中的决策树算法和图像处理技术相结合,提出了一种基于决策树的选项识别方法,该方法首先需要通过人工标注的方式从答题卡中抽取选项构造训练集和测试集,训练集和测试集都包括填涂的选项和未填涂的选项两类,接着将训练集中的答题卡选项切割成n个大小相同的小矩形,通过计算这些小矩形的占空比并通过设定阈值的方式将其离散化成{0,1}中的其中一个值,这些值将作为选项的填涂空间信息特征,然后将n个小矩形的离散后的值相加作为表征选项整体填涂信息特征,再将这n+1个特征构成特征向量的形式,去构造选项识别的决策树,最后,用测试集测试决策树的准确率和速度。经过仿真测试,在权衡识别准确率和识别效率之后,得出选项切割的最佳个数和最佳离散化阈值,在该参数的设置下,决策树的识别性能具有满意的结果。该方法实现方便、简单、易于理解,并具有很高的准确率和很快的识别速度。

基于查询模板的特定领域中文问答系统的研究与实现

随着网络信息的爆炸性增长,传统的搜索引擎已经不能满足人们的需求,从而促使对问答系统(Question AnsweringSystem,QAS)的研究.文中介绍了基于查询模板的问答系统框架结构,定义了关键词词典和查询模板的结构,并且介绍了基于关键词词典的分词算法、查询模板存储结构以及模板匹配算法.在此基础上实现了基于铁路领域的问答系统,实验结果表明该系统具有很高的准确率和识别率.