-
公开(公告)号:CN117350386A
公开(公告)日:2024-01-05
申请号:CN202311640535.0
申请日:2023-12-04
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/0464 , G06N5/046 , G06F18/22 , G06F18/241
Abstract: 本发明公开了一种事件溯因推理方法及系统,本发明将假设事件、以及溯因的前提事件和结果事件投影到外部事件图上,生成事件描述性知识,对外部事件图上前提事件和结果事件依次行多次正向(由因致果)分析和反向(由果溯因)分析,生成新的前提事件和结果事件,根据新旧事件之间的均方误差距离、事件描述性知识和事件上下文表示,采用分类模型,获得最终假设事件,可在获取最终假设事件的过程中体现出事件间的因果关系。
-
公开(公告)号:CN116151375B
公开(公告)日:2023-07-14
申请号:CN202310426771.6
申请日:2023-04-20
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/048 , G06N3/084 , G06F16/33 , G06F16/35 , G06N3/0464 , G06N3/0455 , G06N3/092 , G06N3/098 , G06N3/09
Abstract: 本发明公开了一种基于反事实与路径挖掘的事件溯因推理方法,包括:采用自注意力机制获得因果效应矩阵,利用图神经网络将其导入事件结点表示;利用注意力机制形成中间隐状态,引导RoBERTa模型抽取观测事件的关键特征hatt;将事件利用余弦相似度投影到外部事件逻辑图上,并基于中间隐状态,利用强化学习计算类似事件之间的逻辑链路;利用注意力机制获得上下文向量qpath;将hatt与qpath拼接用于计算假设的合理值得分;选择合理值得分最高的假设作为最有可能发生的合理假设;添加反事实损失函数优化模型,比较不同假设事件以挖掘关键溯因特征。本方法的推理结果更加精确,并根据反事实敏感性,抓取支持溯因的关键因素。
-
公开(公告)号:CN116151375A
公开(公告)日:2023-05-23
申请号:CN202310426771.6
申请日:2023-04-20
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/048 , G06N3/084 , G06F16/33 , G06F16/35 , G06N3/0464 , G06N3/0455 , G06N3/092 , G06N3/098 , G06N3/09
Abstract: 本发明公开了一种基于反事实与路径挖掘的事件溯因推理方法,包括:采用自注意力机制获得因果效应矩阵,利用图神经网络将其导入事件结点表示;利用注意力机制形成中间隐状态,引导RoBERTa模型抽取观测事件的关键特征hatt;将事件利用余弦相似度投影到外部事件逻辑图上,并基于中间隐状态,利用强化学习计算类似事件之间的逻辑链路;利用注意力机制获得上下文向量qpath;将hatt与qpath拼接用于计算假设的合理值得分;选择合理值得分最高的假设作为最有可能发生的合理假设;添加反事实损失函数优化模型,比较不同假设事件以挖掘关键溯因特征。本方法的推理结果更加精确,并根据反事实敏感性,抓取支持溯因的关键因素。
-
公开(公告)号:CN117350386B
公开(公告)日:2024-03-19
申请号:CN202311640535.0
申请日:2023-12-04
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/0464 , G06N5/046 , G06F18/22 , G06F18/241
Abstract: 本发明公开了一种事件溯因推理方法及系统,本发明将假设事件、以及溯因的前提事件和结果事件投影到外部事件图上,生成事件描述性知识,对外部事件图上前提事件和结果事件依次行多次正向(由因致果)分析和反向(由果溯因)分析,生成新的前提事件和结果事件,根据新旧事件之间的均方误差距离、事件描述性知识和事件上下文表示,采用分类模型,获得最终假设事件,可在获取最终假设事件的过程中体现出事件间的因果关系。
-
-
-