基于抽象事理图谱的因果简答题求解方法

如何利用人工智能技术回答标准测试题目是一项具有挑战性的任务,吸引了人工智能领域的广泛研究。该文聚焦在高中地理的因果简答题求解任务,求解因果简答题需要进行知识集成和多跳因果推理,最终生成一段长文本作为答案。为此,该文定义了抽象事理图谱(AEG)来表示因果等关系,并利用预训练语言模型从语料中自动抽取一个面向高中地理因果简答题的抽象事理图谱,实现了多源知识集成。基于抽象事理图谱,该文利用图神经网络技术来融合结构化和非结构化知识,实现了多跳因果推理。该文在包含真实的高中地理因果简答题的数据集GeoCEQA上开展实验,结果表明,无论是ROUGE、BLEU指标还是人工评价的得分,该文提出的方法都取得了最佳结果,在ROUGE指标上,相比最优基线方法提升0.8%～1.4%;在BLEU指标上,相比最优基线方法提升0.4%;在人工评价得分上,相比最优基线方法提升4.2%。     

舆情风险研究的知识图谱可视化分析

为了探究国内舆情风险领域的研究热点与发展前沿,针对其发展脉络进行梳理、总结、展望是十分必要的。本文选取2010—2022年知网数据库中的336篇文献,利用知网、CiteSpace对舆情风险研究领域进行可视化分析,包括发文量、作者图、机构图以及关键词显示的研究热点。研究结果表明,舆情风险是舆情发展的一个重要研究方向,尽管在国内该领域仍处于发展阶段,但舆情风险领域的研究热度在未来会持续增加,呈现出不断发展完善的态势。     

面向政治领域的事理图谱构建

事理图谱是一种描述事件之间顺承、因果等关系的事理演化逻辑有向图,它蕴含了丰富的事件间关系,在各领域都具有重要的研究意义和应用价值.当前研究主要集中于公开域的事件抽取上,而在特定领域,如政治领域,因其事件类型和事件内容较为复杂,相关研究十分有限.该文旨在构建面向政治领域的事理图谱,针对政治事件抽取中存在的语料匮乏、标准缺...     

基于领域知识图谱的应急处置预案动态融合

随着与社区矫正对象有关的突发事件情况的日益复杂,从已有应急预案库中匹配得到的单一固定方案无法通过动态注入数据为不同的异常情景制定智能化应急处置预案,难以满足应急决策所需.为了提高社区服刑监管质量以及信息化监管水平,本文针对异常情景数据的多源异构、复杂关联和动态演化等特点,对多源异构数据进行联合挖掘,构建司法领域知识图谱...     

基于CiteSpace的网络舆情演化研究知识图谱分析

随着互联网技术的快速发展,网络已成为人们获取信息、发表言论的主要载体,网络舆情具有传播速度快、范围广的特征。对网络舆情演化的研究与引导逐渐成为政府、舆情监测等相关部门与机构的关注重点。为探究我国网络舆情演化领域的研究进展及研究热点,本文收录了该领域CNKI数据库2012-2022年的文献,通过科学知识图谱的相关知识和方法,结合CiteSpace软件进行可视化分析。从文献年代分布、作者和机构合作、关键词共现分析及聚类分析等方面,梳理我国网络舆情演化领域的研究概况和研究热点,总结现有研究成果,并探索未来研究者们值得关注的问题及方向,为该领域后续的研究和发展提供参考。     

基于知识图谱和因果算法的告警根因定位方法研究

随着社会的发展,网络建设的拓扑结构越来越庞大且繁杂,当系统某一设备发生故障时,会导致相关设备在短时间内衍生出大量告警,这就导致运维人员难以在短时间内找到根本原因并解决,此时会导致整个网络部分或整体功能不可用。近年来,关于研究如何压缩告警信息并快速定位链路根因的方法越来越多,目前使用较多的方法是对大量的告警信息进行聚类收敛处理,从而减少最终需要解析的告警信息,这样的方法虽然减轻了运维人员部分工作量,但是告警的数据量对于人工定位来说依然较多,且收敛出的告警信息缺乏可解释性,对于定位设备及故障帮助有限。本文给出一种基于知识图谱和因果算法的告警根因定位方法,利用设备拓扑关系以及告警因果关系,给出告警发生的链路并定位出根因告警及设备,有效提升运维人员的工作效率。     

基于语义网络的舆情信息分类方法

针对多数舆情监控系统对领域知识考虑不足的问题,提出一种基于语义网络的舆情信息分类方法。运用逆文档词频技术拓展公开知识图谱,利用语义网络对舆情信息进行建模,以语义网络中概念节点的映射值表示舆情信息,通过相关概念的互相映射产生增益从而突出舆情信息主题,且可根据舆情信息中的概念发现文中未显式的相关概念,从而反映舆情信息的总体情况。结合主流分类器进行对比实验,结果表明基于语义网络的舆情信息分类技术具有更好的分类效果。     

基于知识图谱的软件平台知识表示方法研究

针对软件平台知识难以直观服务开发人员的问题,对开发人员与软件平台之间的知识流动进行研究,提出构建软件平台知识图谱的方法。基于软件平台构建Schema层;根据Schema层面向开发源代码进行知识抽取,并应用属性图模型进行知识表示;使用基于模糊集理论的知识评估方法实现软件平台知识融合;使用OrientDB图数据库实现知识存储与形式化检索。在CIFLog软件平台上进行实验,验证了该方法的有效性。     

金融领域事件因果关系发现及事理图谱构建与应用

事理图谱是研究事物动态发展的有效手段。针对金融因果事理图谱构建过程中数据集匮乏及构建方案缺少实践对比的现状,该文面向金融领域中发生频率较高的热点事件,研究构建事理图谱的方法。该文提出了一种新的金融领域事件论元的定义,制定了基于ATT+SBV结构的句法分析方案,针对信息抽取任务提出了面向金融因果事件的序列标注定义。该文同时提出了一种基于BERT+Bi-LSTM+CRF模型的信息抽取方案,并与不同神经网络模型进行对比研究。实验结果表明,该模型在信息抽取任务中,F₁值达到95.78%,准确性有较大提升。该文通过Neo4j图数据库存储并构建金融因果事理图谱,以事件关系可视化的方式揭示现实金融事件的演变逻辑规律,分析金融网络的风险传导扩散机制。     

基于知识图谱的典型零件加工工艺知识构建方法

现代柴油机关键零部件生产工艺的总方案设计迫切需要对零件生产制造过程中的工艺知识进行有效组织,以实现工艺知识的共享和重用,因此,文章对柴油机典型零件的工艺知识以及知识之间存在的内在关联进行分析,引入知识图谱构建工艺知识模型,对知识图谱的关键技术进行研究,包括知识抽取、知识表示和知识融合等。通过工艺知识建模建立本体模型,对柴油机生产制造过程的相关工艺知识进行描述,明确柴油机典型零件加工工艺本体的概念,研究属性以及概念之间的关系。基于知识图谱对柴油机典型零件加工工艺知识进行重构,面向柴油机典型零部件加工过程,将柴油机典型零部件加工工艺知识转换成计算机可识别和处理的内容,完成面向柴油机典型零部件工艺知识图谱的建立。     

案件要素句子关联图卷积的案件舆情摘要方法

案件舆情摘要是从涉及特定案件的新闻文本簇中,抽取能够概括其主题信息的几个句子作为摘要.案件舆情摘要可以看作特定领域的多文档摘要,与一般的摘要任务相比,可以通过一些贯穿于整个文本簇的案件要素来表征其主题信息.在文本簇中,由于句子与句子之间存在关联关系,案件要素与句子亦存在着不同程度的关联关系,这些关联关系对摘要句的抽取有着重要的作用.提出了基于案件要素句子关联图卷积的案件文本摘要方法,采用图的结构来对多文本簇进行建模,句子作为主节点,词和案件要素作为辅助节点来增强句子之间的关联关系,利用多种特征计算不同节点间的关联关系.然后,使用图卷积神经网络学习句子关联图,并对句子进行分类得到候选摘要句.最后,通过去重和排序得到案件舆情摘要.在收集到的案件舆情摘要数据集上进行实验,结果表明：提出的方法相比基准模型取得了更好的效果,引入要素及句子关联图对案件多文档摘要有很好的效果.     

基于事件图的在线事件检索

在线事件检索是针对事件查询,按时间序迭代返回小批量数据集中事件相关文档的检索任务。其目标是在时间轴上不断收集新鲜的事件文档,是进行一系列事件相关工作的重要基础。面对此任务,传统方法采用先进的检索模型来提升检索精度,然而却没有考虑事件本身的特性。针对这一问题,该文尝试使用两类图(事件关键词共现图、融合事件类型的二部图)对事件建模,提出了一种基于事件图的在线检索框架。案例分析与在两个公开的TREC数据集上的实验结果表明,该文方法显著提升了事件检索精度(P@10最高增幅达30%,平均增幅5.85%),且能自适应在线检索环境,支持事件的演变分析。     

案件要素异构图的舆情新闻抽取式摘要

是指从与司法案件相关的舆情信息中抽取与案件相关的句子作为摘要。在案件舆情文本中通常包含如涉案人员、案发地点等案件要素,这些案件要素对于摘要生成有着重要的指导意义。因此,针对案件舆情文本的特点,提出一种基于案件要素异构图的抽取式摘要模型。首先通过基于图注意力机制融入案件要素的方法,构建一个由句子节点、词节点和案件要素节点组成的异构图,来捕捉句子间的关联关系,最后对句子进行分类,生成摘要。在基于百度百科构建的案件舆情数据集上进行实验,结果表明,模型相比基于注意力机制融入案件要素的方法在ROUGE-L上取得14.22个百分点的提升。     

Natural Deduction for First-Order Hybrid Logic

This is a companion paper to Braüner (2004b, Journal of Logic and Computation 14, 329–353) where a natural deduction system for propositional hybrid logic is given. In the present paper we generalize the system to the first-order case. Our natural deduction system for first-order hybrid logic can be extended with additional inference rules corresponding to conditions on the accessibility relations and the quantifier domains expressed by so-called geometric theories. We prove soundness and completeness and we prove a normalisation theorem. Moreover, we give an axiom system first-order hybrid logic.     

基于状态可达图的离散事件系统时态性质分析

离散事件系统的许多重要性质可用时态逻辑方便，直接和简明地进行描述，系统的性质分析可转化成时态满足关系的判定。基于状态可达图，给出了有限系统时态特征的判定方法。     

基于在线Biterm主题模型的舆情新闻事件跟踪

舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型（online Biterm topic model,DBTM）,通过随机坍缩变分贝叶斯（stochastic collapsed variational Bayesian inference,SCVB0）算法更新参数,提出面向舆情新闻事件监控的主题模型MBTM(monitor Biterm topic model),利用该模型检测初期事件主题,跟踪后续新闻所属的主题。为了对存在关联关系的事件进行串联,进一步给出事件线索的概念,分别从主题层面和语义层面度量线索关联度,进而针对新闻事件主题生成事件线索。实验结果表明,MBTM模型在大多数指标上均优于OBTM等模型,验证了该方法的有效性和高效性。     

Two Natural Deduction Systems for Hybrid Logic: A Comparison

In this paper two different natural deduction systems forhybrid logic are compared and contrasted.One of the systems was originally given by the author of the presentpaper whereasthe other system under consideration is a modifiedversion of a natural deductionsystem given by Jerry Seligman.We give translations in both directions between the systems,and moreover, we devise a set of reduction rules forthe latter system bytranslation of already known reduction rules for the former system.     

互联网突发事件的舆论传播特征及引导研究

随着网络传播这一新型传播方式的逐渐普及,网络突发事件这一在网络传播中出现的事件也展现了频发的态势.正确的网络舆论引导可以有效规避网络突发事件传播中的负面效应.通过对互联网突发事件的舆论传播进行整理和分析,以10月16日"湖南新晃修建夜郎古国"网络事件为例,总结了网络舆论传播的主要特征,并指出舆论引导的注意事项,最后提出...