基于知识图谱多跳推理的中文矿物知识问答方法与系统

已有相关矿物数据库用于存储和查询相关矿物知识,常用的搜索引擎也可以对矿物知识进行查询,但无法回答用自然语言进行提问的矿物问题,查询返回的答案需要进一步筛选。亦有基于知识图谱进行矿物知识问答的相关研究,但只能回答涉及知识图谱中一个三元组的简单问题,无法回答涉及多个三元组的多跳复杂问题。为此,本文提出基于知识图谱多跳推理的矿物复杂知识问答方法,采用ComplEx模型将矿物实体、关系和问句表示为复数向量,以更好地获取相互之间的语义及推理关系。输入矿物问句后,通过Bert-LSTM-CRF获取其中心词,采用基于编辑距离及分词的方法获得中心词的候选实体集合,然后采用全连接网络确定最相关的实体作为推理起点,与矿物问句拼接后通过全连接网络获得当前跳的最相关关系。根据当前跳的起始实体及最相关关系,在矿物知识图谱中获得另一实体作为下一跳的推理起点,并将下一跳的问句更新为原问句,与当前跳最相关关系拼接,以将当前跳的推理信息带入到下一跳推理中,直到获得的最相关推理关系为预定义的结束标识符,推理结束,返回最后一跳的实体为答案,并给出推理路径。采用Python语言,在Tensorflow框架下实现了本文提出的矿物复杂知识问答并与相关模型进行对比,证明了本文方法的有效性。采用前后端分离架构,使用RESTful API、React、Ajax、echarts和Flask等框架和技术,开发了基于知识图谱多跳推理的矿物复杂知识问答系统,为矿物知识获取及相关地质研究提供了平台和工具。

基于案例推理的隧道洞门智能设计方法研究

为将以往隧道案例的经验应用到新建隧道设计中,以解决传统设计方法工作量大且效率低下的问题,提出基于案例推理的隧道洞门智能设计方法。结合隧道洞门工程特点,选取影响洞门设计的主要因素,将影响因素划分为12个属性单元来表征工程案例,运用三角模糊数的层次赋权计算方法对各属性单元权重进行赋值,借助相似度理论建立隧道洞门设计方案相似决策模型。基于GIS技术开发了隧道洞门工程案例库,实现对既有工程的存储管理,同时利用SQL查询语言及Python计算脚本实现案例的属性特征值计算与最相似匹配,进一步修正后可实现隧道洞门修建方案的设计决策。以某山区隧道为例对智能设计方法进行验证,结果表明:根据属性单元特征值计算结果,在案例库中比选得出与拟建隧道相似度最高的既有工程为凤凰山隧道,且相似度为0.707。因此,设定阈值为0.7时能加快案例库的检索速率与匹配准确率,该方法吸取了既有工程案例的经验,能应用于隧道洞门施工方案的决策设计,可供今后隧道洞门方案的智能化设计参考。

融合知识图谱和案例推理的燃气应急辅助决策研究

燃气事故发生时,应急处置人员基于文本资料查询应急处置方案难以满足处置科学性与快速性的需求。为此,提出了一种融合知识图谱和案例推理的燃气应急辅助决策方法。将已有燃气事故案例文本资料以知识图谱的形式存储与表示,利用案例推理的属性相似度与关系相似度加权计算方法,根据事故目标案例与源案例的综合相似度,检索出最佳相似源案例作为现场处置人员应急处置决策的重要参考,并将新的案例与处置措施存储于燃气应急处置知识图谱库中,实现处置措施的知识更新。通过案例相似度权重分配、属性权重分配、属性相似度方法选取,以及案例验证等,验证了本文方法的合理性与有效性。

基于事故表征和案例推理的煤矿瓦斯爆炸预测研究

为更好地通过案例预测煤矿瓦斯爆炸事故结果,在融合事故树分析和防御性悲观思想后,提出煤矿瓦斯爆炸事故表征方法,包括事故表征结构模型、表征规范和案例库编码规则;为提升案例推理精度,通过专家置信度改进层次分析法的主观影响,提出针对不同类型表征信息的相似度计算方法,引入时间衰退系数修正案例时效性。通过山西某煤矿瓦斯爆炸事故案例对该方法进行验证,结果表明,该方法的预测结果与实际结果相吻合,并能推荐事故预防措施。研究结果可为煤矿安全管理提供支持。

基于Bookmark标准设定方法的数学演绎推理能力表现研究

为了深入分析八年级学生的数学演绎推理能力表现情况,了解不同性别、不同学校地域学生的表现差异.通过Bookmark方法开展标准设定,基于IRT技术获得学生数学演绎推理能力表现的水平比例.结果显示,有30%的学生达到最高水平,有超过17%的学生处在低水平,尚未达到课程标准要求.总体表现中女生成绩略好于男生,但在水平分布上呈现明显差异性,女生较男生更稳定.城市和县镇学生的能力表现明显好于农村地区学生,3类地域的学生水平分布也呈现明显不同,农村地区高水平人数比例最低,且不合格水平人数比例高于高水平学生比例.结果表明需要关注数学演绎推理能力在性别、地域上的表现差异,教育测量评价研究中开展标准设定工作对测评结果分析有重要作用.

7~8年级学生数字推理能力测验的编制及信效度验证

参考美国成熟的鉴别能力倾向测验中分维度数字推理能力的题目设置,编制适用于国内7~8年级学生的数字推理能力测验,初始测验共包含22道题目。选取初中七、八年级共计7500余名学生为被试。经过探索性因素分析、验证性因素分析以及基于Rasch模型对测量工具的质量进行分析之后,最终的数字推理能力测验由18道题目组成,该测验的内部一致性信度、分半信度、结构效度、效标效度都达到了心理测量学的标准,并且在性别上不存在项目功能差异,表明该测验可以有效地测量初中7~8年级学生的数字推理能力,该测验可用于甄别出数字推理能力与学业成绩不匹配的学生,以及筛查出是否因数字推理能力不足导致的数学学习困难学生,帮助一线教育工作者有针对性地对学生进行干预和指导。

基于加权实例推理的缓倾斜综采工作面液压支架选型研究

为实现地质构造简单的缓倾斜综采工作面液压支架智能化选型,提出了一种基于加权实例推理的液压支架选型方法。首先,建立了液压支架选型实例库;其次,采用粗糙集理论和序关系分析法进行权重构造;另外,将液压支架的条件属性分为3种类型计算相似度;最后通过匹配实例选型。以某煤矿选型方案为例,并以50组液压支架的属性数据进行验证。结果表明,该方法的准确率为88%,能够为液压支架的智能化选型提供较好的参考依据。

中医智能推理辨证模型探索

虽然中医人工智能辨证诊断技术不断发展,但现有的智能辨证模型只能输出辨证诊断结果,无法展现辨证推理过程,不具有中医诊断学知识的可解释性,难以真正体现中医的辨证思维过程,这可能是困惑已久的难题。本文阐述了中医智能辨证诊断的发展历程与技术特点,探讨了当前中医智能辨证诊断研究在中医辨证思维推理解析问题上遇到的关键技术及瓶颈,提出了一种可推理解释中医辨证思维过程的新型智能辨证诊断模型架构,并阐述了模型与算法的实现过程,以及进行了详细的数据实例分析。本文将为中医的智能辨证发展提供了新的方法,为中医临床辅助决策打开了新的研究思路。

非连通空间对象方向关系表达与推理

为了弥补现有的二维空间对象方向关系表达模型大都利用点、最小外包矩形等近似地代替空间对象,距离真实空间对象间方向关系的描述与推理仍存在差距的不足,提出了一种基于Voronoi图的非连通空间对象方向关系表达模型。该模型借助Gestalt心理学理论,通过提取非连通空间对象的特征点、特征链,构建空间对象间的可视区域,生成方向关系Voronoi图,实现了非连通、含洞的参考对象与目标对象间方向关系的表达。该模型较好地顾及了空间对象形状、大小等因素带来的影响,表达精度更高、适用范围更广。为了提高复杂空间对象方向关系复合推理的精度,基于该模型提出了一个非连通对象间主方向关系复合推理算法。该算法借助Tile-union运算和Pr运算,实现了该模型下基本主方向关系的复合推理,降低推理结果的不确定性。分析和验证的结果表明,提出的非连通空间对象方向关系模型及复合推理算法,提高了表达与推理的精度,完善和提高了对复杂空间对象方位关系的分析与处理能力。

基于科学推理的科学探究——以“探究安培力方向”为例

科学推理能力的培养越来越受到人们的关注,科学探究过程为提升学生的科学推理能力提供了条件.基于论证驱动的科学探究过程,提出了提升学生科学推理能力的实施路径,并给出了“探究安培力的方向”实验教学案例,从而为教师提升学生的科学推理能力提供借鉴.

融合频谱特性与聚类云-证据推理的油纸绝缘老化程度诊断

油纸绝缘系统老化程度与电力变压器的稳定运行密切相关。针对油纸绝缘频域介电谱(frequency-domain spectroscopy,FDS)所提相关特征量单一和未考虑频谱特性指标间冲突性与随机性而导致老化诊断结果误差大的问题,提出了融合频谱特性与聚类云-证据推理的油纸绝缘老化程度诊断方法。首先,根据不同老化试样的频谱特征提取老化诊断多特征指标,并利用非线性拟合构建老化特征数据库。其次,基于Kmeans聚类提出适配非线性变化指标的聚类云模型基本概率分配方法。最后,针对多特征量的冲突性及相关性差异,利用CRITIC-G1综合赋权法计算各指标对应的证据修正因子,并进行基本概率再分配,利用证据融合推理得出油纸绝缘系统真实老化程度。实验结果表明,所提方法可准确诊断复合油纸绝缘样本的老化状态,为电力检修策略的制定提供了理论指导。

基于案例推理的法律人工智能建模——以海波案例系统的法律解析为中心

案例推理系统采取符号主义的路径进行法律人工智能建模,运用逻辑学的方法刻画案例推理的过程,但是,传统逻辑工具难以对案例推理过程中的可废止过程进行刻画和表达。运用论证理论中的论证型式工具,对经典案例推理系统海波的工作原理进行解析,可重构案例推理系统的逻辑模型,明确案例推理系统的智能界限。基于案例推理系统逻辑模型的解析,反思当下司法实践中的类案系统,可证立人工智能辅助司法的基本原则。

刑法教义学中的类比推理

类比推理是一种从个别到个别的推理方法,其推理根据在于两个事物之间的类似性,因而具备同类相推的特征。类比推理与类推具有密切联系,可以说,类推是一个采用类比推理的法律适用过程。因此,类推是以类比推理为基础的,但类推又不能等同于类比推理。在制定法的语境中,由于类比推理受到刑法罪刑法定原则的限制,因而不能采用以类比推理为基础的推理适用方法,但对于兜底条款可以采用类比解释的方法,以明确其语义。在判例法的语境中,类比推理在寻找先例和判例推理中都发挥了重要作用。

基于概率逻辑推理的高阶互补云API推荐方法

云时代,云API作为服务交付、数据交换和能力复制的最佳载体,已成长为当今面向服务软件开发和企业数字化转型不可或缺的核心要素.然而动态开放网络中持续增长的云API在给开发者提供了更多选择的同时,也将其淹没在海量的云API选择之中,设计有效的云API推荐方法就此成为API经济健康发展中迫切要解决的现实问题.但是,现有研究主要利用搜索关键词、服务质量和调用偏好进行建模,生成质量高功能单一的云API推荐列表,没有考虑服务化软件实际开发中开发者对多元化高阶互补云API的客观需要.高阶互补云API推荐旨在为多个查询云API生成多元互补云API列表,要求推荐结果与查询云API均互补,以满足开发者的联合需求.针对此问题,本文提出基于概率逻辑推理的高阶互补云API推荐方法(Probabilistic Logic Reasoning for High-order Complementary Cloud API Recom⁃mendation,PLR4HCCR).首先,通过云API生态真实数据分析论证云API互补推荐需求的必要性和互补关系建模中替补噪声的客观存在,为云API互补推荐问题研究提供动机和数据支持.其次,采用Beta概率嵌入对云API及其之间的关系约束进行编码,以刻画云API间互补关系的不确定性和支持互补逻辑推理.接着,设计由投影、取反和交并三个基本逻辑算子构建的互补关系逻辑推理网络,使查询集中的每个云API获得非对称互补关系感知和替补噪声消解约束下的互补云API表示.然后,引入注意力机制为查询云API的互补云API分配不同权重,增强高阶互补云API基向量的表征能力.在此基础上,采用KL散度度量高阶互补云API基向量与候选云API之间的距离,并根据KL散度排序生成高阶互补性可感知下的云API推荐结果.最后,我们利用两个真实云API数据集在不同阶互补推荐场景下进行实验,实验表明,与传统启发式推荐方法和深度学习推荐方法相比,PLR4HCCR在互补关系感知推理和替补噪声消解方面均具有较大的优势,继而使其在低阶、高阶和混合阶互补云API推荐中均展示出更优的推荐效果和更强的泛化能力.进一步,超参数敏感性实验、实例分析和用户调查验证了方法的有效性、实用性和可行性,这使结合高阶互补关系的云API推荐方法PLR4HCCR不仅更有可能生成开发者满意的结果,而且可有效提升云API服务提供者的收益.

基于时序知识推理的时序知识图谱补全方法

基于知识推理的知识图谱补全技术研究在静态图谱上已经获得了较为明显的效果,但其在处理与时间相关的事件上仍存在着不足,而基于时序推理的知识图谱补全方法更加贴合真实事件,有较高的研究价值。然而,现有的时序知识图谱补全技术在处理节点信息和全局信息上存在局限性问题。因此,提出了一种基于注意力聚合邻居信息并使用双向LSTM处理时间信息的改进方法。首先,通过推理预测的方式补全时序知识图谱中缺失的信息,并在推理过程中生成推理路径图来解决由神经网络所带来的不可解释性问题;然后,使用4种不同时间跨度的公开数据集进行了实验并与主流方法进行了比较。实验结果表明:所提方法在R mr、h@1和h@10这3个指标上是优于现有方法的。

最佳解释推理在侦查中的技术展开

最佳解释推理在我国刑事侦查领域有积极借鉴意义,主要用于刑事疑难案件中侦查假说的生成和检验。最佳解释推理以“预见”和“叙事”的功能生成并验证侦查假说,生成机制有哈曼的“三段式”和利普顿的“四段式”,生成技术有信息处理程式和求解的逻辑思维。最佳解释推理形成的侦查假说具有或然性,需要进行解释性检验,检验标准有融贯性、涵盖性和简单性。在我国刑事司法的规范层面,最佳解释推理的运行需借助于排除合理怀疑的规范空间,才能取得制度容许性。

嵌套集合建模能力和数字表征对儿童贝叶斯推理的影响

为进一步探讨数字表征对贝叶斯推理的影响,特别是自然频数促进效应的作用机制,以285名小学生为被试,考察不同嵌套集合建模能力儿童在解决三种数字表征的贝叶斯推理问题时的表现。结果发现:(1)具有高嵌套集合建模能力的儿童能更好地解决贝叶斯推理问题;(2)相比于概率和几率格式,儿童在自然频数格式下的推理表现更好;(3)概率格式下高低嵌套集合建模能力被试的推理表现无差异,但在自然频数和几率格式下,高嵌套集合建模能力被试的推理成绩好于低嵌套集合能力被试。这表明在适当的数字表征下,嵌套集合建模能力是影响儿童进行贝叶斯推理的关键因素。

联合核预测和特征推理的渐进式壁画修复算法

针对现存深度模型修复壁画时,未兼顾像素级特征与语义级特征,而导致纹理精细度欠缺、结构扭曲等问题,提出一种联合核预测和特征推理的渐进式壁画修复算法.首先,设计区域渐进模块,通过部分卷积实现壁画特征渐进式映射.然后,提出双分支修复模块,其中核预测卷积分支实现破损区域的像素级修复;而语义特征推理分支中引入门控可变形卷积,并结合语义一致性注意力机制实现特征推理,完成破损壁画的语义级修复.最后,将双分支修复结果融合输出,最大限度地减少重构误差,提升修复精度.通过对敦煌壁画进行数字化修复实验,结果表明所提方法修复后的壁画具备较好的结构纹理特征,在评价指标上优于比较算法.

试论“证据推理与模型认知”对认知能力提升的促进作用

依据普通高中化学课程标准,分析化学学科“证据推理与模型认知”的培养要求。从认知心理学角度结合教学实例分析“模型认知”对图式建构、化学陈述性知识表征能力提升的促进作用;“证据推理”对产生式建立、化学程序性知识表征能力提升的促进作用。

Copula层次化变分推理

为提高Copula变分推理(CVI:Copula Variational Inference)的近似性能,提出了一种Copula层次化变分推理方法(CHVI:Copula Hierarchical Variational Inference)。该方法的主要思想是将CVI方法中的Copula函数与层次化变分模型(HVM:Hierarchical Variational Model)特殊的层次变分结构相结合,使HVM的变分先验服从CVI方法中的Copula函数。CHVI不但继承了CVI中的Copula函数较强的捕获变量相关性的能力,而且还继承了HVM的变分先验结构能获取模型隐变量依赖关系的优势,使CHVI可以更好地捕获隐变量之间的相关性,提高近似精度。利用基于经典的高斯混合模型验证CHVI方法,在合成数据集和实际应用数据集上的实验结果表明,CHVI方法的近似精度相较于CVI有较大提升。