-
公开(公告)号:CN118036752A
公开(公告)日:2024-05-14
申请号:CN202410286730.6
申请日:2024-03-13
Applicant: 东南大学
Abstract: 本申请公开了一种面向目标行动常识的推理能力度量体系构建方法,具体如下:针对目标行动常识设计对应的常识表示方法;构建目标行动常识库;总结面向目标行动常识所应具备的推理能力,初步构建面向目标行动常识的推理能力的组织结构;针对不同的推理能力分别构建度量指标,形成面向目标行动常识的推理能力度量体系。该方案首先针对目标行动事件中存在的目标行动常识,构建对应的常识表示方法,依照该方法构建对应的常识库,然后总结推理引擎应具备的推理能力项,分析各个推理能力项之间的关系。最后针对每一项推理能力,分别设计对应的度量指标和计算方法,形成面向目标行动常识的推理能力度量体系,为目标行动常识推理提供评价推理引擎的依据。
-
公开(公告)号:CN107092516A
公开(公告)日:2017-08-25
申请号:CN201710196119.4
申请日:2017-03-29
Applicant: 东南大学
IPC: G06F9/45
Abstract: 本发明公开一种将本体和缺省规则程序结合的推理方法,步骤为:1、通过本体查询接口获得本体知识库中的类、关系等定义,并将这些定义进行本体编译转换为缺省程序中的事实规则,将查询到的本体定义添加到本地的本体缓存中;2、对本体公理规则进行编译;3、对回答集程序进行编译,根据本体缓存,将缺省规则和本体公理编译成与本体一致的回答集程序规则,同时将本体中的字符编码和缺省规则的编码编译成回答集程序推理机兼容的编码格式;4、对回答程序进行推理;5、根据本体缓存对推理机输出的推理结果进行解释并生成结果。本发明允许推理使用的本体中存在一定的不完全性,满足了语义网设计中对容许不完全性的要求,扩展了本体推理的适用范围。
-
公开(公告)号:CN117035096A
公开(公告)日:2023-11-10
申请号:CN202311006093.4
申请日:2023-08-10
Applicant: 东南大学
IPC: G06N5/04 , G06N5/02 , G06F16/901 , G06F16/906
Abstract: 本发明涉及一种基于行为树的规则中偏好的表示和推理方法,所述方法包括以下步骤:步骤S1,将带偏好的规则根据其描述划分为五类偏好条件,步骤S2,每一类偏好条件用行为树的结构进行表示,步骤S3,依次给出五类偏好条件的具体实现方式,并使用实例说明其有效性,步骤S4,将偏好条件连接成为完整的规则行为树进行推理。该技术方案提高了知识库的规范性。本方案将每一类偏好问题采用行为树的结构进行模块化表示,并给出统一的模板,将规则中的偏好问题进行拆分与组合,提高了不同偏好条件的可复用性。
-
公开(公告)号:CN107092516B
公开(公告)日:2020-10-02
申请号:CN201710196119.4
申请日:2017-03-29
Applicant: 东南大学
IPC: G06F8/41
Abstract: 本发明公开一种将本体和缺省规则程序结合的推理方法,步骤为:1、通过本体查询接口获得本体知识库中的类、关系等定义,并将这些定义进行本体编译转换为缺省程序中的事实规则,将查询到的本体定义添加到本地的本体缓存中;2、对本体公理规则进行编译;3、对回答集程序进行编译,根据本体缓存,将缺省规则和本体公理编译成与本体一致的回答集程序规则,同时将本体中的字符编码和缺省规则的编码编译成回答集程序推理机兼容的编码格式;4、对回答程序进行推理;5、根据本体缓存对推理机输出的推理结果进行解释并生成结果。本发明允许推理使用的本体中存在一定的不完全性,满足了语义网设计中对容许不完全性的要求,扩展了本体推理的适用范围。
-
公开(公告)号:CN107092515B
公开(公告)日:2020-09-11
申请号:CN201710157112.1
申请日:2017-03-16
Applicant: 东南大学
IPC: G06F8/40
Abstract: 本发明公开一种基于回答集逻辑程序的LPMLN推理方法,1、首先输入LPMLN程序和推理参数,其中推理参数包括强转化参数等,然后对输入的LPMLN程序进行语法分析,从而得到输入程序的Herbrand域以及关键的语法要素;2、根据步骤一中的强转化参数判断输入的LPMLN程序是进行强转化操作还是弱转化操作,并通过强转化或弱转化方法转化为对应的回答集程序;3、调用回答集程序推理机求解步骤二中转化得到的回答集程序;4、将步骤三中通过回答集程序推理机求解输出的可能世界变换为输入LPMLN程序所对应的推理结果。本发明能够在线性时间内将输入的LPMLN程序转化为相应的回答集程序,并利用回答集程序推理机实现其推理。
-
公开(公告)号:CN118036730A
公开(公告)日:2024-05-14
申请号:CN202410286727.4
申请日:2024-03-13
Applicant: 东南大学
Abstract: 本申请公开了一种常识维度的目标行动情报质量的度量指标体系构建方法,具体如下:本发明首先对目标行动常识进行了总结,提取了相关的目标行动常识,初步构建目标行动常识本体,形成目标行动情报质量度量的常识依据,然后基于目标行动情报质量度量的常识依据,总结并定义常识的不同维度,进一步设计常识维度的目标行动情报质量的度量指标,最后针对常识维度的目标行动情报质量的度量指标,设计对应的指标计算方法,形成的目标行动情报质量的度量指标体系,为目标行动情报中信息抽取质量的度量提供了依据。
-
公开(公告)号:CN116432756A
公开(公告)日:2023-07-14
申请号:CN202310465790.X
申请日:2023-04-27
Applicant: 东南大学
Abstract: 本申请公开一种面向任务规划的带偏好的规则表示与推理方法,包括以下步骤:(1)从规则前提条件、规则偏好和规则后置命令等三方面将任务级规则分类,并对其进行表示;(2)针对规则间可能形成的冲突,从逻辑的不可满足类型角度,实现最小修正策略下的规则冲突检测、解释和消解方法;(3)基于多规则协同推理的均衡策略,依托任务推演平台,在典型任务场景下实现多规则推演。本发明实施例的方法首次解决了任务规划中带偏好的规则表示与推理的问题,为该应用场景提供了一种新型实用的方法。
-
公开(公告)号:CN116431792A
公开(公告)日:2023-07-14
申请号:CN202310470284.X
申请日:2023-04-27
Applicant: 东南大学
IPC: G06F16/332 , G06F40/295 , G06F40/289 , G06F16/35 , G06N3/04 , G06N5/04 , G06N3/0499
Abstract: 本申请公开了一种引入常识推理和人机交互的军事新闻信息抽取方法,包括以下步骤:设计面向军事新闻的事件信息预抽取方法;总结军事新闻事件常识并设计对应的事件常识表示方法,构建军事新闻事件常识库,使用常识库对事件信息预抽取结果进行纠错和补充,设计人机交互方法,对事件抽取结果进行精化处理。首先对已有的军事新闻事件模式进行了微调,并使用深度学习技术得到事件预抽取结果,然后引入相关的军事事件常识,构建对应的常识表示方法以及使用常识推理对预抽取结果进行进一步纠错和补充的方法,与深度学习技术实现数据、知识双驱动模型。最后阶段通过人机交互精化抽取结果,提高抽取结果的高准确率,为后续使用事件信息的相关任务提供保障。
-
公开(公告)号:CN103020714A
公开(公告)日:2013-04-03
申请号:CN201210529095.7
申请日:2012-12-10
Applicant: 东南大学
IPC: G06N5/04
Abstract: 本发明公开了一种基于生成-验证的认知描述程序的求解方法,当输入一个认知描述程序:首先,在词法、语法正确性分析和安全检查基础上,构建认知描述程序的谓词依赖图,据此对程序分块并生成块的拓扑排序,然后,使用正向推理技术,依据拓扑排序,依次实例化程序块,最终生成实例化的认知描述程序。其次,对实例化的认知描述程序求其恒真恒假字集,用于删除冗余规则和冗余字,以简化程序。然后,根据谓词依赖图确定主观字之间的依赖关系,依据主观字之间的依赖关系启发式生成程序的可能解。此后,通过验证主观字取值是否正确,确定这个可能解是否是认知描述程序的解。整个求解方法采用回溯过程生成所有可能解,并验证得到程序所有解。
-
公开(公告)号:CN117668374A
公开(公告)日:2024-03-08
申请号:CN202311187788.7
申请日:2023-09-15
Applicant: 东南大学
IPC: G06F16/9536 , G06F40/30 , G06F17/16
Abstract: 本发明涉及一种基于隐语义模型的动态情报的可解释推荐方法,所述方法包括以下步骤:步骤S1,情报推荐数据集构建,对以往涉及到的情报分析人员信息和情报信息进行规范化处理,建立统一表示并存储,步骤S2,矩阵分解与向量映射,已构建的情报推荐数据集中隐含着情报分析人员的喜好信息和情报的可解释特征信息,用来进行推荐解释,步骤S3,情报可解释推荐,该步骤基于输入的情报分析人员信息和情报信息,为对应情报分析人员推荐情报并给出推荐解释。能够对一条包含固有类别和隐含类别的情报进行统一表示,并且能够对情报分析人员的喜好进行对应的表示。基于该方法,能够实现对情报的隐含特征和情报分析人员的喜好进行统一表示。
-
-
-
-
-
-
-
-
-