面向危险化学品事故的事理图谱构建

为提高危险化学品企业安全管理水平,构建危险化学品事故因果关系事理图谱。首先,依据事故调查报告,提出一种基于改进CasRel的实体关系联合抽取模型,该模型通过关系感知双向编码器表征法(R-Bert)和Span指针网络提高文本信息的抽取准确性;其次,利用相似度计算方法进行事件泛化,使得图谱更加完整和准确,并将其存储在图数据库Neo4j中,以可视化的方式直观展示事件之间的关联;最后,基于构建的事理图谱,设计出与之匹配的问答系统架构,开发危险化学品事故因果关系智能问答系统。研究结果表明:改进的CasRel模型计算结果F_(1)值为90.5%,较未改进模型准确率提升约2%。构建的危险化学品事故事理图谱及智能问答系统,在多个评价指标表现良好,能够清晰揭示事件之间的逻辑关系;所提方法可满足危险化学品事故知识问答需求,协助探究事故发生的规律和潜在风险因素,推断事故发展趋势。

基于不变图卷积神经网络的文本分类

文本分类是自然语言处理中一个基本而又重要的任务,近年来,图神经网络被越来越多地应用于文本分类中。然而,使用图神经网络的图表示学习在涉及文本分类的任务中不能很好地满足新词的归纳学习,其一般假设训练和测试数据来自相同的分布,但现实中这个假设经常不成立。为了克服这些问题,文中提出了Invariant-GCN,用于通过GCN进行归纳文本分类。首先为每个文档构建单个图,使用GCN根据其局部结构学习细粒度的单词表示,这可以有效地为新文档中没见过的单词生成嵌入进而将单词节点作为文档嵌入合并;然后提取最大限度地保留不变类内信息的期望子图,使用这些子图进行学习不受分布变化的影响;最后通过图分类方法完成文本分类。在4个基准数据集上与5种分类方法进行了比较,实验结果表明Invariant-GCN具有良好的文本分类效果。

基于因果行为模型的机械运动系统方案求解

从机械运动系统的多能复合特征出发,提出了基于因果行为模型的方案求解方法。采用键合图建模运动行为语义,提取了输入输出的能量类型、变化与约束特征。通过有向图联结基本行为,建立因果行为模型来描述系统的复杂行为。建立了相应的方案求解过程模型,其中方案创新主要通过正向推理组合基本元件,方案变型则通过在约束下扩展行为模板实现。最后,以工业高速平头锁眼机运动方案为例,验证了该方案的可行性。

不完备日志的过程挖掘算法

算法能够在日志不完备的情况下,首先构造初始依赖图,根据依赖图所需满足的消极边约束条件,直接删除禁止的边,对于消极路径约束,需要针对约束关系进行分类以删除因果值最小的边.对于积极边约束,可直接添加所需的边,但对于积极路径约束,还需进一步计算出权值最优的路径以添加到模型中.为使构造出的网结构更吻合原始模型,随后还通过绑定操作生成一个支持原有日志轨迹的因果网.算法通过对消极的约束关系分类,减少了对消极约束的处理,同时在积极约束上采用权值更新最优算法提高效率.绑定操作可以进一步帮助我们约束网模型的行为,减少非原始日志轨迹的生成.整个挖掘算法,比已有的算法在效率上有显著提升,同时新增了一些对复杂约束条件的处理能力.

基于攻击规划图的实时报警关联方法

针对报警因果关联分析方法存在无法及时处理大规模报警且攻击场景图分裂的不足,提出一种基于攻击规划图(APG)的实时报警关联方法。该方法首先给出APG和攻击规划树(APT)的定义;其次,根据先验知识构建APG模型,并提出基于APG的实时报警关联方法,重建攻击场景;最后,结合报警推断完善攻击场景和预测攻击。实验结果表明,该方法能够有效地处理大规模报警和重建攻击场景,具有较好的实时性,可应用于分析入侵攻击意图和指导入侵响应。

基于事理图谱的元宇宙发展路径分析

构建元宇宙因果事理图谱,结构化展示元宇宙传播特征,梳理相关概念、实体、逻辑发展线条,分析元宇宙未来发展路径。当下元宇宙话题热度持续高涨,目前尚未有对元宇宙关联逻辑的系统梳理和研究,传统的框架分析也难以处理复杂动态演变的信息传递过程。而知识工程中的事理图谱能够刻画事件之间逻辑演化关系。以今日头条元宇宙新闻为数据集,正则化提取457个因果事件对,采用余弦相似度聚类并成功构建包含107个节点和224条边元宇宙事理图谱。研究发现,元宇宙呈现多极性、多方向性、复杂性传播的特征。

煤矿企业安全文化与安全投入之间的关系

为了解决煤矿企业日益增长的安全文化需求与安全投入不足之间的矛盾,探索两者之间的定性与定量关系。基于安全价值观与安全氛围建立企业安全文化与安全投入之间的交互影响定性关系,基于两者相似特点提出4个阶段的定量关系假设,基于系统动力学方法构建因果反馈回路图。通过验证定量关系假设,制定合理的安全投入决策,实现煤矿企业安全文化最优效果。