危机矿山的综合信息矿产预测系统

综合信息矿产预测系统是一个可用于大比例尺矿产靶区定量预测的智能化地理信息系统,因而应用在危机矿山上更有实效。其程序是以地质体和矿产资源体为单元,建立矿山三维空间的控矿因素信息库,划分成矿异常单元,进行成矿单元信息变量的综合研究,实现最佳矿床(体)靶区的优选。     

混合语义约简和选择估值优化SPARQL

本文在定义SPARQL查询优化问题基础上,利用本体中概念间的语义关系提出语义约简优化方案.并通过与选择估值策略的有机结合,给出RS-Opti优化算法及其实现.测试表明:RS-Opti优于单独使用语义约简和选择估值两种优化策略;与其它查询引擎测试对比表明:该优化方案在查询的元组模式个数较多和语义较复杂时效果明显.     

间接使用扩展规则求解#SAT问题

针对求解#SAT问题时算法时间会随着子句集的规模迅速增加的问题,提出一种间接应用扩展规则的MCEHST算法。该算法首先求出子句集的所有极小碰集,然后应用扩展规则计算这些极小碰集所能扩展出的极大项的数量,即模型数。实验结果表明:MCEHST算法运行时间随子句集规模增加的速度要比CDP和CER算法慢;当子句的长度较短、子句数较多时,MCEHST算法的时间效率较高。     

关系抽取中基于本体的远监督样本扩充

远监督学习是适合大数据下关系抽取任务的一种学习算法.它通过对齐知识库中的关系实例和文本集中的自然语句,为学习算法提供大规模样本数据.利用本体进行关系实例的自动扩充,用于解决基于远监督学习的关系抽取任务中部分待抽取关系的实例匮乏问题.该方法首先通过定义关系覆盖率和公理容积率,来寻找与关系抽取任务关联性大的本体;然后,借助本体推理中的实例查询增加待抽取关系下的关系实例;最后,通过对齐新增关系实例和文本集中的自然语句,达到扩充样本的效果.实验结果表明:基于本体的远监督学习样本扩充方法能够有效完成样本匮乏的关系抽取任务,进一步提升远监督学习方法在大数据环境下的关系抽取能力.     

基于深度学习的语言模型研究进展

语言模型旨在对语言的内隐知识进行表示,作为自然语言处理的基本问题,一直广受关注.基于深度学习的语言模型是目前自然语言处理领域的研究热点,通过预训练-微调技术展现了内在强大的表示能力,并能够大幅提升下游任务性能.围绕语言模型基本原理和不同应用方向,以神经概率语言模型与预训练语言模型作为深度学习与自然语言处理结合的切入点,...     

基于语义的主题爬行策略

为使主题爬行能够充分利用资源的语义信息,提出基于语义的主题爬行策略.该策略利用领域本体刻画爬行主题,将本体语义映射到关键词表.通过定义断言集一致性扩展和域值关联推理任务,推演关键词间语义关系.在定义网页主题概念的基础上,结合本体推理方案提出主题概念的语义叠加效应模型.最后,利用主题概念的语义包含关系判定URLs抓取顺序.实验结果表明,该语义主题爬行策略在抓取收获率和爬行效率上优于现有同类方法,该方案有效、可行.     

不协调本体调试与修复的冲突路径优化策略

本文以基于黑盒法的不协调本体调试与修复技术为研究对象,分析了黑盒法及其优化方法在调试过程中所存在的问题.针对这一问题,提出了一种基于冲突路径的调试与修复策略,证明了该策略能够正确构造出与基本冲突模式相对应的冲突路径.将黑盒法调试目标限定在与该冲突路径相关的冲突集上,以此降低调试目标的规模从而提高调试的效率.进而根据构造出的冲突路径,获得不可满足依赖路径并基于该路径制定出不可满足概念的修复策略.理论证明与实验结果证实了所提出的调试与修复策略的正确性与有效性.     

危机矿山的综合信息矿产预测系统

综合信息矿产预测系统是一个可用于大比例尺矿产靶区定量预测的智能化地理信息系统，因而应用在危机矿山上更有实效。其程序是以地质体和矿产资源体为单元，建立矿山三维空间的控矿因素信息库，划分成矿异常单元，进行成矿单元信息变量的综合研究，实现最佳矿床（体）靶区的优选。     

本体与规则整合的推理方法研究及设计

在给出混合知识表示的基础上,提出基于Tableau演算的变种算法Model-Tableau,将其与以SLD原理为基础的Top-down算法混合,给出知识查询的推理方法设计。最后,给出了算法相关证明和系统原型。结果表明:该方案丰富了语义Web的知识表示能力,有效解决了由本体层和规则层结合所产生的查询推理问题。     

基于SHOIQ(D)的本体一致性检测

SHOIQ(D)是一种表述能力较强的本体知识表示语言。一致性检测是本体推理的核心任务之一,其它推理任务都可以等效地转换为一致性检测问题。本文在对Tableau演算研究的基础上,通过引入回跳和布尔约束传播优化技术,提高算法推理效率,并以此算法为核心,给出基于SHOIQ(D)语言的本体一致性检测推理机的总体设计方案及实现。