注塑模具模架选型专家系统

针对目前我国模具设计过程中存在的效率低、工作量大的问题,根据注塑模具设计知识的特点,提出了一种基于知识的模架设计专家系统。该系统采用产生式规则的专家系统表示和获取注塑模具模架知识库中的知识,提高了模具设计的效率,缩短模具设计周期。     

基于知识库的CAPP系统应用

为实现CAPP系统的高效率、高集成以及高实用性,从某公司工艺设计中诸多闸题的分析入手,应用面向对象的知识表示方法和数据库技术,建立工艺知识库并对其进行有效管理。提出在全公司范围内建立以工艺知识库／产品工艺数据库为核心、以交互设计为基础、集成工艺知识管理工具等应用支持工具的实用化CAPP系统的思想。基于知识库的CAPP系统应用在生产中应用后,提高了某公司工艺设计的效率,缩短了工艺准备周期,促进了工艺设计和工艺管理的标准化工作,总结和继承工艺设计知识,提高工艺设计水平和设计质量,并且为该公司的PDM／ERP系统提供基础的工艺数据。     

论计算机术语学的影响与应用

计算机术语学是术语学与计算机科学的结合或者说是计算机技术与信息网络技术在术语学中的应用,其最重要的应用成果就是术语数据库。计算机与术语学是什么关系？计算机科学对术语学又有什么影响？本文先描述两者的辨证关系,然后着重探讨计算机科学在方法论、在术语实践活动和在术语工作方面对术语学的影响,最后简要描述计算机术语学的应用成果。     

基于WordNet的无导词义消歧方法

有导词义消歧机器学习方法由于需要大量人力进行词义标注,难以适用于大规模词义消歧任务.提出一种避免人工词义标注的无导消歧方法.该方法综合利用WordNet知识库中的多种知识源（包括：词义定义描述、使用实例、结构化语义关系、领域属性等）描述歧义词的词义信息,生成词义的“代表词汇集”和“领域代表词汇集”,结合词汇的词频分布信息和所处的上下文环境进行词义判定.利用通用测试集Senseval 3对6个典型的无导词义消歧方法进行开放实验,该方法取得平均正确率为49.93％的消歧结果.     

基于本体的FMEA知识库的构建方法研究

为合理有效地利用失效模式与后果分析(potential failure mode and effects analysis,FMEA)知识,针对在解决制造过程中进行质量问题的分析和处理时,由于受现场人员知识和经验水平的制约而使分析结果具有极大的不确定性问题,提出了基于本体论构建的FMEA知识库,对FMEA过程形成的知识进行有效提取和集成.研究了FMEA知识的获取和分类,建立了一个基于本体的FMEA知识表示模型,并给出了一个基于本体的FMEA知识库框架结构,讨论了基于本体的FMEA知识检索和知识库的维护.通过FMEA知识库的建立,为质量问题的处理和分析提供了一个有效的决策支持途径.     

中文知识库问答中的路径选择

路径选择是知识库问答任务的关键步骤,语义相似度常被用来计算路径对于问句的相似度得分。针对测试集中存在大量未见的关系,该文提出使用一种负例动态采样的语义相似度模型的训练方法,去丰富训练集中关系的多样性,模型性能得到显著提升。针对复杂问题候选路径数量组合爆炸问题,该文比较了两种路径剪枝方法,即基于分类的方法和基于集束搜索的方法。在包含简单问题和复杂问题的CCKS 2019-CKBQA评测数据集上,该方法能达到较优异的性能,测试集上单模型系统平均F₁值达到0.694,系统融合后达到0.731。     

基于查询路径排序的知识库问答系统

该文提出了一种基于查询路径排序的知识库问答系统。为了将简单问题与复杂的多约束问题统一处理,同时提高系统的准确性,该系统采用基于LambdaRank算法构建的排序模型,对查询路径按照与问题的相关度大小进行排序,选择与问题相关度最高的路径用于抽取答案。同时,该系统还应用了一种融合方法以提高实体识别的准确性。该文所构建的系统在CCKS2019 KBQA任务与CCKS2020 KBQA任务上均取得了较好的效果。     

基于问句感知图卷积的教育知识库问答方法

近年来,随着教育信息化的不断深入,海量教育资源和教学数据不断累积,一些教育知识库被提出,这为数据驱动的智慧教育提供了良好的发展条件.基于教育知识库的问答方法能够为学习者提供即时的答疑辅导,进而有效提升学习者的学习兴趣和效率.然而,目前特定于教育领域的知识库问答研究较少,且开放领域的知识库问答方法大多独立地建模问句和候选答案实体,因而建模效果有限.基于此,提出一种基于问句感知图卷积网络的教育知识库问答方法.首先,针对特定问句,提取其中的问句描述信息和查询实体集,并分别通过Transformer和预训练的知识库嵌入进行处理得到两者的表示;其次,根据查询实体集从知识库中抽取候选答案集的子图,并通过双注意力的图卷积神经网络更新节点信息,其中注意力的得分分别利用问句描述信息和查询实体集的表示,进而实现问句感知;最后,融合问句描述信息、查询实体集和候选实体表示来计算得分,并预测答案.在真实数据集MOOC Q&A上进行实验,采用预测准确率和平均倒数排名的指标进行评估,实验结果表明提出的方法优于基准模型.     

外部信息引导和残差置乱的场景图生成方法

场景图因其具有的表示视觉场景内容的语义和组织结构的特点,有助于视觉理解和可解释推理,成为计算机视觉研究热点之一.但由于现存的视觉场景中目标和目标之间关系标注的不平衡,导致现有的场景图生成方法受到数据集偏置影响.对场景图数据失衡问题进行研究,提出一种基于外部信息引导和残差置乱相结合的场景图生成方法(EGRES),缓解数据集偏置对场景图生成的负面影响.该方法利用外部知识库中无偏置的常识性知识规范场景图的语义空间,缓解数据集中关系数据分布不平衡的问题,以提高场景图生成的泛化能力;利用残差置乱方式对视觉特征和提取的常识性知识进行融合,规范场景图生成网络.在VG数据集上的对比实验和消融实验证明,提出的方法可以有效改善场景图生成.对于数据集中不同标签的对比实验证明,提出的方法可以改善绝大多数关系类别的生成性能,尤其是中低频关系类别下的场景图生成性能,极大地改善了数据标注失衡的问题,比现有的场景图生成方法具有更好的生成效果.     

基于BiLSTM的智能语音餐厅推荐方法

为了方便人们在就餐前选择餐厅,提高就餐效率,文中提出一种基于双向长短时记忆网络的智能语音餐厅推荐方法。首先利用长短时记忆网络进行意图识别,再利用BiLSTM实现餐厅推荐系统中的实体提取,便于系统根据用户所提供的实体信息结合用户意图做出相应反馈。根据意图识别在餐厅推荐系统中的实际应用情况,准备充分的意图识别数据,确定意图识别方案。同时,文中采用基于Rasa_Core的对话管理机制制定对话场景来训练对话管理模型,在用户意图的指引下利用训练好的模型可以选择最优的反馈动作,达到机器与人的有效沟通。