基于知识图谱和预训练语言模型深度融合的可解释生物医学推理

基于预训练语言模型(LM)和知识图谱(KG)的联合推理在应用于生物医学领域时,因其专业术语表示方式多样、语义歧义以及知识图谱存在大量噪声等问题,联合推理模型并未取得较好的效果。基于此,提出一种面向生物医学领域的可解释推理方法DF-GNN。该方法统一了文本和知识图谱的实体表示方式,利用大型生物医学知识库构造子图并进行去噪,改进文本和子图实体的信息交互方式,增加对应文本和子图节点的直接交互,使得两个模态的信息能够深度融合。同时,利用知识图谱的路径信息对模型推理过程提供了可解释性。在公开数据集MedQA-USMLE和MedMCQA上的测试结果表明,与现有的生物医学领域联合推理模型相比,DF-GNN可以更可靠地利用结构化知识进行推理并提供解释性。

基于联合编码的煤矿综采设备知识图谱构建

利用知识图谱技术进行数据管理可实现对煤矿综采设备的有效表示,以便获取具有深度挖掘价值的信息。煤矿综采设备数据不均衡、某些类别设备实体较少等问题影响实体识别精度。针对上述问题,提出了一种基于联合编码的煤矿综采设备知识图谱构建方法。首先构建综采设备本体模型,确定概念及关系。然后设计实体识别模型:利用Token Embedding、Position Embedding、Sentence Embedding和Task Embedding 4层Embedding结构与Transformer−Encoder进行煤矿综采设备数据编码,提取词语间的依赖关系及上下文信息特征;引入中文汉字字库,利用Word2vec模型进行编码,提取字形间的语义规则,解决煤矿综采设备数据中生僻字问题;使用GRU模型对综采设备数据和字库编码后的字符向量进行联合编码,融合向量特征;利用Lattice−LSTM模型进行字符解码,获取实体识别结果。最后利用图数据库技术,将抽取的知识以图谱的形式进行存储和组织,完成知识图谱构建。在煤矿综采设备数据集上进行实验验证,结果表明该方法对综采设备实体的识别准确率较现有方法提高了1.26%以上,在一定程度上缓解了在少量样本情况下构建煤矿综采设备知识图谱时因数据较少导致的精度不足问题。

基于联合模型的端到端事件可信度识别

事件可信度是对文本中事件真实情况的一种描述,是自然语言处理领域许多相关应用的基本任务。目前,大多数关于事件可信度的相关研究都是使用标注的事件进行事件可信度识别,不方便实际应用,并且忽略了不同事件源对事件可信度的影响。针对现有问题,提出了一个端到端的事件可信度识别的联合模型JESF。该模型可以同时进行事件识别、事件源识别、事件可信度识别3个任务;使用BERT(Bidirectional Encoder Representations from Transformers)和语言学特征加强单词的语义表示;使用注意力机制(Attention)和依存句法树构建图卷积神经网络(Graph Convolutional Network,GCN),以有效地提取语义和句法特征。特别地,该模型也可以应用于只考虑默认源(文本作者)的事件可信度任务。在FactBank,Meantime,UW,UDS-IH2等语料上的实验结果显示,所提模型优于基准模型。

面向图注意力网络的突发热点事件联合抽取

当前,突发热点事件的传播日益迅猛与广泛.如何通过事件抽取准确快速地抽取出事件触发词及其事件元素,有助于决策者分析舆情态势、引导社会舆论.针对现有事件抽取方法多是从单个句子中抽取事件元素,而突发热点事件的事件元素往往分布在多个句子当中的问题,提出了一种基于图注意力网络的突发热点事件联合抽取方法,该方法分为三个阶段:基于TextRank的事件句抽取、基于图注意力网络的篇章级事件联合抽取、突发热点事件补全.在抽取出新闻主旨事件以后对整篇新闻做事件抽取,利用候选事件与新闻主旨事件的事件向量相似度以及事件论元相似度对该新闻主旨事件进行补全.实验结果表明,该方法在DUEE1.0数据集上进行触发词抽取和论元角色抽取任务时的F1指标分别达到83.2%、59.1%;在中文突发事件语料库上进行触发词抽取和论元角色抽取任务时的F1指标分别达到82.7%、58.7%,验证了模型的合理性和有效性.

利用联合图模型的传感器网络数据修复方法

为了保证无线传感器网络数据本身的可靠性,以及不会因为数据缺失而导致数据处理过程中的效率降低,提出了一种利用联合图模型的传感器网络数据修复算法。首先基于网络数据的时间域平滑特性和空间域平滑特性建立联合图域模型,然后根据联合图域模型中网络数据的关联特性设计迭代恢复算法,最终实现网络数据恢复的目的。通过实验仿真表明,该方法与图信号模型中基于图全变分最小化算法相比,利用联合图模型的修复算法不仅数据修复精度提高约30%,迭代次数下降约80%。

含铰间隙平面连杆机构动力学建模与仿真向量键合图法

为提高含铰间隙平面连杆机构动力学建模与仿真的效率及可靠性,提出了相应的向量键合图法。通过无质量杆-弹簧阻尼元件来描述旋转铰间隙,建立其向量键合图模型。在此基础上,给出了含铰间隙平面连杆机构向量键合图模型的建立方法。针对该类机构向量键合图模型的微分因果环问题,提出了有效的解决方法,克服了其给机构自动建模与仿真所带来的代数困难。应用相应的算法,实现了含铰间隙的机电耦合系统计算机辅助动力学建模与仿真。通过实际算例验证了所述方法的可靠性和有效性。

基于键合图的含移动铰机电耦合系统动力学建模与仿真

针对含有移动铰的机电耦合系统动力学建模与仿真问题,提出了相应的键合图法。基于平面移动铰的运动约束条件,阐述了建立平面移动铰键合图模型的一般方法及其动力学原理。在考虑混合因果关系情况下,推导出便于计算机自动生成的系统状态方程及运动副约束反力方程的统一公式,实现了含移动铰机电耦合系统一体化建模与仿真,通过实例说明本文方法的有效性。

联合实体识别与关系预测的知识库问答

针对简单问题的知识库问答中实体识别和关系检测这两个组件相互独立,且忽略了实体与关系之间的对应关系的问题,提出一种联合实体识别和关系预测的神经网络模型。采用CNN-BiLSTM-CRF识别问句中的实体,将CNN-BiLSTM提取的文本特征与问题的标签嵌入特征组合后进行关系预测,提高实体识别的F1值和关系预测的准确率。模型能够同时检测问题中的实体和关系,提高了训练的效率。为快速将问题中的主题实体链接到知识库中,采用n-grams模型与TF-IDF的相结合构建实体别名索引,建立路径索引进行答案的查找。在流行的SimpleQuestions数据集上分析并验证了所提方法的有效性。

一种虚拟场景的动态建模与实时仿真方法

针对虚拟现实技术中虚拟场景的生成及仿真问题,将场景中的实体位置状态及其基元间的连接关系统一用关节描述;通过建立场景连接图来描述场景结构模型,并采用关节驱动基元的方式来进行场景的更新操作,从而提出一种面向连接的关节驱动型虚拟场景的动态建模与实时仿真方法。在此基础上,开发通用的虚拟场景可视化软件平台,并通过测试验证提出的方法可以有效提高场景的建模与仿真处理效率。

基于2-D彩色图像模型的PCB焊点检测方法研究

提出了一种基于2-D彩色图像模型的PCB焊点检测方法。首先,基于3色LED环形结构光源和彩色数字相机的图像采集子系统获取的彩色PCB图像,分析了片式晶片元器件焊点表面信息与其焊点图像色彩分布规律,建立了片式晶片良品焊点类型的焊点检测模型,其次,给出了反映可接受焊点图像中心感兴趣区域(ROI)色彩分布规律的灰度曲线图。在此基础上,以可接受焊点图像的灰度曲线图为基准,与待检测焊点的灰度曲线拟合,根据拟合程度的高低,检测焊点的质量。实验结果表明,本文所提方法的检测准确率为95.8%,检测时间为7s,在满足较高检测检测率的同时,具有较高的检测速度。

机电系统一体化建模与动力学仿真向量键合图法

针对机电系统一体化动力学仿真过程中存在的问题,提出了适用于计算机自动建模的向量键合图法。考虑到系统独立贮能场、耗散场方程是非线性的情况,推导出了系统状态方程;以修正非线性连续接触碰撞力混合模型为基础,建立了间隙运动副的向量键合图模型;在此基础上,建立了计及驱动电机、非线性运动副间隙的曲柄滑块压力机机构系统向量键合图模型,实现了非线性机电系统的一体化自动建模及动力学仿真,验证了所述方法的可靠性。研究结果表明:建立的系统状态方程通用性更强,建模方式程式化;建立的间隙运动副向量键合图模型具有精细度高、模块化的特点,特别适用于精确计及运动副间隙的机电系统一体化计算机建模及动力学仿真;运动副间隙对机电系统动态性能产生一定程度的影响,使机构连杆两端运动副约束反力、刀具加速度呈高频振荡状态,最大值分别增加3.55%、2.8%、5.7%,进一步说明了该方法的有效性。

结合颜色与纹理的JPEG图像快速分割

图割方法是图像分割中的有效方法,为改善JPEG图像的分割效果,提高分割效率,提出将图割理论与JPEG图像的DCT系数相结合的方法.该方法以基于图割理论的GrabCut算法为基础,采用其交互简单的特点,为克服GrabCut算法基于全部像素迭代估计参数而导致算法效率低下,对高分辨率JPEG图像分割实时性差的不足,利用JPEG图像中的DC系数生成DC图像(低频图像)作为迭代估计GMM参数的样本点,缩小问题处理的规模,提高分割效率,提取水平、垂直、对角方向的AC系数作为纹理特征,颜色与纹理相结合,改善分割效果.实验结果表明,分割效果得到了改善,算法效率得到了显著提高.

基于改进SD的区域水土资源联合配置研究

将区域水土资源联合配置的多学科综合与新技术的应用成果相结合,以水土资源联合配置的体系为基础,定量刻化了水资源、土地资源配置系统与社会、经济、环境发展之间的互动影响关系,将包括需水、供水、土地需求及供给和生态环境影响等相关的水资源、土地资源联合配置的要素,与社会、经济、环境系统耦合成一个复杂的水资源-土地资源-社会经济-生态模拟系统,利用基于图论改进的流率基本入树的系统动力学(SD)规范建模方法,建立起了比较完整的区域水土资源优化配置的系统动力学流率基本入树模型。运用该模型,对位于苏南丘陵地区的句容市按照不同水土资源联合配置方案(情景)的水资源、土地资源与社会经济环境耦合系统进行模拟计算,该计算结果可为水资源、土地资源的联合统一管理提供基础支撑。

3-RRC型并联机器人动力学分析向量键合图法

为提高空间并联机器人系统动力学分析的效率及可靠性,提出了相应的向量键合图法。根据3-RRC型并联机器人构件间的邻接关系,将空间运动刚体、空间旋转角及圆柱铰的向量键合图模型组合起来,建立了3RRC型并联机器人向量键合图模型。针对微分因果关系及非线性结型结构给空间并联机器人机构自动建模与动力学分析所带来的代数困难,提出了有效的增广方法。应用相应的算法,实现了3-RRC型并联机器人系统计算机自动建模与动力学分析。通过实际算例说明了所述方法的可靠性及有效性。

基于知识图谱的水工程联合调度计算方案生成技术研究

人工方法构建水工程联合调度计算方案工作效率低且容易产生人为错误,为更好地生成水工程联合调度计算方案,研究和探索如何应用知识图谱技术实现计算方案的自动生成。研究领域知识图谱概念和物理2种模型的构建,以及知识图谱存储、检索和推理方法,并以淠河流域为例应用专题知识图谱的检索、推理方法,将检索和推理结果存储为规定的数据内容和格式,即所需的水工程联合调度计算方案。研究表明:专题知识图谱是构建水工程联合调度计算方案的信息载体,专题知识图谱的检索、推理是水工程联合调度计算方案自动生成的主要方法。相对于传统人工方法,基于知识图谱技术生成大规模的水工程联合调度计算方案更加准确和高效。

基于深度学习的作物病虫害可视化知识图谱构建

针对作物病虫害领域存在实体关系交叉关联、多源异构数据聚合能力差、知识共享困难等问题,利用知识图谱以结构化的形式描述实体间复杂关系的优势,该研究提出了一种基于深度学习的作物病虫害知识图谱构建方法。该方法在领域本体的基础上,以一种与领域语料相适应的新标注模式实现实体和关系的联合抽取。将实体和关系抽取任务转化为序列标注问题,对实体和关系进行同步标注,有效提高标注效率;为了解决重叠关系抽取问题,直接对三元组建模而不是分别对实体和关系建模,通过标签匹配和映射即可获得三元组数据。利用来自转换器的双向编码器表征量(Bidirectional Encoder Representations from Transformers,BERT)-双向长短期记忆网络(Bi-directional Long-Short Term Memory,BiLSTM)+条件随机场(Conditional Random Field,CRF)端到端模型进行试验,结果表明效果优于基于普通标注方式的流水线方法和联合学习方法中的卷积神经网络(ConvolutionalNeuralNetworks,CNN)+BiLSTM+CRF、BiLSTM+CRF等经典模型,F1得分为91.34%。最后,将抽取到的知识存储到Neo4j图数据库中,直观地反映知识图谱的内部结构,实现知识可视化和知识推理。该研究构建的知识图谱可为作物病虫害智能问答系统、推荐系统、智能搜索等下游应用提供高质量的知识库基础。

圆梯中梯图的亏格分布

近几十年来,拓扑图论都是数学研究的一个重要领域,计算图的亏格分布是拓扑图论中的一个热点内容.该文对图的可定向亏格分布问题进行了研究,应用联树模型的方法,计算了一类新的3-正则图——圆梯中梯图的亏格分布.

一种基于变分推断的雷达多目标跟踪JPDA算法

针对雷达邻近多目标跟踪问题,提出了一种基于变分推断的联合概率数据关联算法(Joint Probability Data Association,JPDA)。通过建立关于目标状态和两个关联指示的概率图模型,并根据不同变量之间的信息传递构造对应的自由能目标函数,迭代该目标函数求解出目标和当前检测量测之间的最佳边缘关联概率。将所提算法与经典JPDA和k近邻联合概率数据关联(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)算法进行对比,结果表明新算法具备更高的跟踪位置精度,并且能够有效地避免因邻近目标数量增多而引起的计算上的组合爆炸问题。

基于概率图模型的天气预测研究

天气预测关系国计民生,从传统预报到数值预报,随着科技进步特别是计算能力的提升,预测准确率已大幅提高,但仍受限于对大气变化规律的认知程度。由数据驱动的天气预测方法层出不穷,以期帮助人们发现更多天气规律,提高预测准确率。机器学习方法一直是备受各个领域青睐的建模方法,气象领域也不例外。为解决非平稳时间序列的天气预测中的多重共线性问题,探索空间相关关系,文中应用图信号方法,以条件高斯图模型,学习出华东地区21个测站之间可解释的降水量空间相关关系和气温相关性,在此基础上用联合条件高斯图模型,联合预测各站未来24小时的降水量和平均气温,与其他未考虑空间相关性和输出变量相关性的预测模型相比,预测准确率有所提升。因为所用数据为易获取的国际交换站地面观测数据,模型简单而高效,经准确率验证,该方法可在天气预报业务中推广应用。

基于自然语言处理的产业链知识图谱构建

产业链知识图谱在金融领域应用较为广泛,但目前多数研究是面向单一产业的知识图谱构建或面向产业竞争情报服务,并没有把产业链和知识图谱有机地结合起来。本文从产业链应用角度出发,对产业链知识图谱的构建方法进行研究。首先提出了产业链知识图谱的构建流程和本体库,再基于领域语言模型,实现知识分类、抽取、融合等金融领域文本处理方法,对海量的领域文本进行知识抽取和融合,最终成功构建产业链知识图谱。根据本文方法构建的产业链知识图谱系统,覆盖产业链78个,细分行业7629个,已经应用到投融资、监管和产业规划等多个重要场景中。