使用引理的锁语义归结原理——LI-归结原理

为了改进对于一阶逻辑中子句集是完备的2型IDI-归结原理的一个缺点,即在IDI归结中,只对其中一个亲本子句的归结文字有所限制,对另一个亲本子句的归结文字没有任何限制,本文提出了锁语义归结,简称LI-归结。即在这种语义归结原理中,象锁归结过程一样,每一次归结的两个亲本子句中的归结文字,都是该子句中有最小锁的文字,并证明了以一种固定的配锁方法,LI-归结原理对于一阶逻辑中的子句集是完备的。 使用引理的概念,将LI-演绎进行线性整理,从而引进了TLI-演绎的概念。     

Horn集上的HOI消解与HOL消解

OI消解法对一般子句集是不完备的,甚至对基子句集都不完备,多年来,人们在寻求提高消解效率方面作了许多努力,诸如改进消解策略、限制不可满足的子句集等。Renschen与Wos提出了一类子句集,称Horn集,许多机器证明问题都可归结为     

一种新的输入格式

采用消解法的定理证明程序,通常都是按子句格式输入。该格式虽然便于消解,但是它与普通逻辑公式或者日常语句差异皆较大,因此运用时相当不便。 为了兼备日常用语及子句格式的优点,本文提出一种新的输入格式——公式子句格式。简记为FC格式。该格式不仅接近于日常的判断语句,而且不难转换为子句格式,     

子句级别的自注意力机制的情感原因抽取模型

情感原因抽取(ECE)是情感分析领域的一项重要子任务,旨在识别给定文档中某种情绪表达所对应的原因.现有的一些工作将该任务定义为子句分类任务,关注了文档和子句之间的联系,而忽略情感描述子句与情感原因子句的直接语义联系,同时存在标签不平衡问题,使得情感原因子句位置难以定位.因此,提出了一个基于子句的自注意力机制同时结合了子...     

制约逻辑, 消解原理及其应用

本文首先简要介绍了制约逻辑，然后提出制约逻辑的子句类型和消解方法，并对简称为ＬＥＬＡＩＬ的实验系统（我们自己在这个原理的基础上开发的问题求解软件系统）及其求解实例进行了讨论。     

格值命题逻辑LP(X)中的语义归结方法

为了提高格值命题逻辑LP(X)中的α-归结原理的推理效率,将语义归结策略应用于α-归结原理,讨论了格值命题逻辑LP(X)中的α-语义归结方法,并证明了该方法的可靠性和弱完备性,为基于格值逻辑的归结自动推理提供一定基础。     

语义角色对事件相似度计算的影响研究

事件指代消解根据指代词的不同可以分为代词的事件指代消解和名词短语的事件指代消解。研究了语义角色对名词短语的事件指代消解系统的影响,根据SVM机器学习的方法进行英文事件的指代消解,通过在计算事件语义相似度的元组(语义角色)中加入时间和地点元素改进语义特征来提高事件指代消解系统的性能。Onto Notes 4.0语料库上的实验结果显示,引入改进的语义特征后,与基准系统相比系统的准确率和F值均有所提高。验证了时间和地点元素对事件指代消解的正面影响。     

Horn集上的语义正单元归结

Ｌ． Ｈｅｎｓｃｈｅｎ证明了语义归结对 Ｈｏｒｎ集是完备的［１］。但是语义归结不是正单元归结。本文的主要结果是不可满足的Ｈｏｒｎ子句集合Ｓ有这样一个反驳，对于这个反驳的每一个归结来说，或者一个祖先子句是正单元，而且该正单元在 Ｉ上是假的；或者一个祖先子句是正单元，而且从另一个祖先子句和这个归结式中删去他们的正义字后剩下的子句在 Ｉ上都是假的．其中 Ｉ是 Ｓ的任何一个解释。     

基于随机游走的概念显性语义关联度计算

开放知识网络中概念语义关联度计算是一个重要的问题.吸取蚁群算法思想中的信息素策略,并以融入了该策略的随机游走作为关联度计算的基本框架,将信息素分布作为语义关联紧密程度的判定依据,提出一种基于随机游走的语义关联度计算方法,以显性方式呈现语义关联度的计算探索过程.该算法主要包含路径选择模型(PSM)和语义关联度计算模型(SRCM)两部分.PSM用于指定游走代理在游走过程中的路径选择、信息素释放过程;SRCM利用游走代理反馈的信息进行语义关联度的计算.实验结果表明,该算法能够在线性复杂度下实现语义关联度的计算,扩展了语义关联度计算的可行策略.     

不可满足公式的完备证明系统

合取范式(CNF)公式H到F的同态是一个从H的文字集合到F的文字集合的映射、并保持补运算和子句映到子句。同态映射保持一个公式的不可满足性。一个公式是极小不可满足的是指公式不可满足而且从中删去任一个子句后得到的公式可满足。MU(1)是子句数与变元数的差等于1的极小不可满足公式类。S．Szeider证明了：每个不可满足公式F是MU(1)中某个公式日的同态像。从而，基于MU(1)的同态证明系统与树消解证明系统是p-等价的。MU(1)中的公式可以用基础矩阵表示，本文用基础矩阵的方法证了同态证明系统ПMU（1）的完备性。     

一种新的语义归结原理——IDI-归结

本文利用Boyer 1971年使用的将子句中文字指数化的思想,引进了IDI-归结原理,IDI-归结原理具有OI-归结原理的在互撞的电子中,唯一挑选归结文字的优点,并证明了1型IDI-归结原理对于基子句集是完备的,2型IDI-归结原理对于一般子句集是完备的。     

布尔算子模糊逻辑中的删除策略

大量冗余子句的产生是导致归结方法低效率的根本原因。在布尔算子模糊逻辑中施行归结时，使用删除策略能够在水平浸透的过程中减少无用子句的产生，并且不牺牲归结的广义完备性，从而更快地示得子句集的恒假水平。     

一种用PROLOG实现非精确推理的方法

本文通过对模糊f-Horn子句的语义和推理机制的分析,提出了一种直接用Horn子句做非精确推理方法,并用Turbo Prolog编制了实例程序,对该方法做了检验。证明这种方法对于直接用Prolog语言编制需要做非精确推理的人工智能软件是可行的。     

基于子句抽取的文本摘要自动提取算法

TextRank算法及SWTextRank等改进算法在抽取式摘要生成中得到了广泛的应用,但它们都没有有效地解决抽取式摘要所存在的冗余性问题。为此,提出一种基于子句抽取的文本摘要自动提取算法（PTextRank）。首先,使用Sinica Treebank(STB)对每个句子进行语法标记,进而基于子句设置抽取单元;接着,使用BERT(Bidirectional Encoder Representation from Transformers)构建标题和每个子句的特征向量,并计算子句特征向量间的相似性,将其存放在相似度矩阵中;最后结合子句位置、子句与标题的相似度等调整子句相似度矩阵,迭代计算直至收敛,进而选取得分最高的子句作为最终摘要。实验分析表明,PTextRank算法有效地避免了多个句子中存在的冗余信息,且相比于TextRank和SWTextRank,PTextRank生成摘要的准确率至少提高6%,同时生成的摘要质量更好。     

归结策略的推理能力和复杂度

为了对基于归结原理的各种归结策略进行性能分析,本文提出了推理能力和复杂度两个概念,并证明了:有序语义归结的推理能力强于单元归结;(2)有序线性归结的复杂度是指数级的。     

基于PLSA方法的用户兴趣聚类

为了在个性化搜索过程中能够准确地挖掘到用户的潜在兴趣并进行相应的聚类分析,提出采用潜语义空间的Zipf分布的特性,并结合PLSA(概率潜在语义分析)来获取全文的语义.即先通过Zipf分布原理找到文档的潜在语义空间,在此空间中对用户的兴趣进行聚类,并建立用户兴趣描述文件(user profile),即建立用户兴趣层次树.实验表明,所提出聚类算法的聚类效果明显优于传统的VSM(向量空间模型)的聚类效果,同时,在著名的CTI数据集上的个性化推荐实验结果也充分说明基于潜在语义空间构建的用户兴趣描述与用户真实兴趣相符合.     

基于语义Web服务组合的旅游调度问题研究

运用了一种基于语义Web服务组合的方法来解决web服务组合问题.首先,用户的需求被建模为一组事实和目标的子句,并基于Horn子句的形式化模型进行阐述.然后,用Petri网来建模一个Horn子句集,并且检测满足用户需求的组合服务的存在性.最后,通过一个旅游计划安排案例来验证本文提出方法的合理性.     

吴方法在命题逻辑中的应用

该文将命题逻辑的定理证明转换为多项式方程的求解问题,从而提出了一种基于非子句的代数化方法.在代数化的过程中,以一种形式化的方式给出了命题公式的文法定义,通过语法, 语义分析实现了命题公式的代数化.此外,又根据特征列的性质,提出了一种逻辑推论自动生成的方法.     

图元的子句时新性

为了给出消息子句的测试关系,选择主体角色进程演算为π演算的一个子集,以该子集刻画并发密码协议系统,事件图为其指称语义模型,由图元的前缀、非确定选择和并发合成运算得到,对于图元及其组合运算来说,图元的子句时新性质确定了主体角色消息语句的子句测试关系,且出现在图元中的消息事件满足通信关系和前驱关系约束.由图元生成的事件图涵盖了由子句测试关系构造的未知主体角色串,且通过定义图元互模拟刻画事件图的互模拟等价关系可实现并发密码协议系统安全性验证.     

多Agent系统中含糊性的处理方法

为了能够正确理解含糊语句所传达的信息概念，分析了含糊性如何影响对话双方的知识，尤其是含糊语句产生后，谈话双方彼此了解的情况。提出基于Kripke结构的多agent系统中含糊性的处理方法，多gent系统的信息状态用Kripke结构表示，并用tell函数来实现系统间的通信，而tell的应用受到Grice原理的约束。此方法能够正确地把由含糊子句传递信息中的语义含糊和感觉含糊区分开来，因而对于研究多agent系统具有一定的实用价值。