摘要：知识图谱问答(KBQA)旨在理解用户的自然语言问句,在结构化的知识图谱中通过检索、推理等手段来获取答案实体。近年来,多跳KBQA备受关注,然而,复杂问句中通常存在多个关系意图,已有KBQA方法大多忽视了推理关系链的关系顺序问题。为此,提出一种基于层次结构图的多跳知识图谱问答模型(HSG-KBQA),建模自然语言问句的关系层次顺序,指导模型在每个推理步选择合理的关系意图。设计一种层次结构图,显式地体现问句中关系的层次距离,利用LSTM-BiGCN编码层将词语间的依存信息编码到问句中;提出虚拟节点的概念,利用图池化技术过滤不重要的节点,学习推理过程中知识图谱的状态;设计基于注意力机制和层次权重的解码器来优化指令生成,使推理指令更匹配问句中的关系链顺序。实验结果表明,HSG-KBQA在WebQuestionsSP数据集上取得了71.3%的Hits@1分数,在PathQuestions数据集上取得了97.3%(PQ-2H)和89.7%(PQ-3H)的Hits@1分数,均优于对照基准模型,表明HSG-KBQA模型在KBQA任务中具有更好的性能。

摘要：利用专家系统原理,对某航天设备的综合仿真测试系统进行分析研究,设计并实现了仿真测试自动判读专家系统,对测试系统的指令及数据注入文件能够自动解读,对遥测模拟量和数字量能够实时的自动判读,包括模拟量的超限报警和数字量的正确性判读,提出了几种通用的遥测模拟量和数字量判读规则的形式及动态的实时判读推理方法。经系统测试和实际应用证明,判读准确性和实时性高。

摘要：在导弹部队作战方案的传统评估方法中,专家知识与智能计算是相互独立的,无法形成行之有效的评估模型。针对这一问题,在多层次的评估模型中引入模糊认知图理论,采用模糊化函数将专家知识存储在概念节点及节点间的关系中,通过模糊测度关联函数提供动态推理机制,利用概念状态信任测度刻画知识的不确定性、描述系统的真实性,运用简单的数值计算实现作战方案评估中的智能推理和决策。该模型设计简单、易于扩展、适用性好,有效地实现了专家知识与智能计算的充分融合。