检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第9期59卷 182-189页

作者：程春雷邹静叶青张素华蓝勇杨瑞江西中医药大学计算机学院南昌330004

三元组抽取是知识学习、图谱构建的基础性工作。针对当前任务模型多存在实体识别与关系抽取语义关联不强、实体嵌套、关系重叠,以及既有概念知识关注不多等问题,融合形式化概念与神经网络模型,提出一种基于关系形式化概念的端到端三元... 详细信息

三元组抽取是知识学习、图谱构建的基础性工作。针对当前任务模型多存在实体识别与关系抽取语义关联不强、实体嵌套、关系重叠,以及既有概念知识关注不多等问题,融合形式化概念与神经网络模型,提出一种基于关系形式化概念的端到端三元组抽取方法。提出关系形式化概念标签,以统一实体与关系的语义表达,把实体识别问题转换为概念标签学习问题;将实体输入到关系形式化概念注意力模型,该注意力机制力图捕获关系主客体概念的连通内涵特征,即训练获得每个关系标签对应的主客体及它们上下文依存谓词的综合特征;通过多个关系分类器输出每对主客体的多关系标签,实现基于概念连通的多关系抽取;另外模型还可引入既有形式化概念的外延、内涵,以改善模型对语料标签的依赖,以及实体嵌套导致的标记难题。实验基于两份数据集,采用三种评价指标对模型性能进行评价分析。实验结果证明提出的模型在知识抽取上具有切实可行的效果,可改善实体嵌入、关系重叠问题。

关键词：三元组抽取形式化概念注意力关系重叠

来源：评论

学校读者我要写书评

暂无评论

基于功率键合图的机械产品形式化概念设计

基于功率键合图的机械产品形式化概念设计

引用

作者：曹东兴王秀红苑彩云李向东杨伯军刘剑刘淑英朱凝华河北工业大学

该研究提出了一种基于功率键合图的机械产品概念设计形式化方法,建立了基于集合原理的考虑产品环境相互作用的概念设计过程模型,通过调整该过程模型以实现概念设计的过程定制,对复杂产品系统开发具重要的理论意义;在以上理论方法研究基... 详细信息

标准号: hg06013295

该研究提出了一种基于功率键合图的机械产品概念设计形式化方法,建立了基于集合原理的考虑产品环境相互作用的概念设计过程模型,通过调整该过程模型以实现概念设计的过程定制,对复杂产品系统开发具重要的理论意义;在以上理论方法研究基础上,开发了一个概念设计的原型软件系统,并进行了实例验证,此系统有重要的应用价值。达国际先进水平。

关键词：机械设计功率键合图形式化概念

来源：评论

学校读者我要写书评

暂无评论

Rough集中若干问题的研究

Rough集中若干问题的研究

引用

作者：张守志复旦大学

学位级别：博士

Rough集理论是一种处理含糊和不精确性问题的新型数学工具。***建立的Rough集理论有3个部分：(1)使用上近似和下近似表示知识的不确定性；(2)对数据的约简；(3)基于Roughness的推理。他把那些无法确定的个体都归属于边界线区域，而这种... 详细信息

Rough集理论是一种处理含糊和不精确性问题的新型数学工具。***建立的Rough集理论有3个部分：(1)使用上近似和下近似表示知识的不确定性；(2)对数据的约简；(3)基于Roughness的推理。他把那些无法确定的个体都归属于边界线区域，而这种边界线区域被定义为上近似集和下近似集之差集，由于上近似集和下近似集都可以通过等价关系给出确定的数学公式描述，所以含糊元素数目可以被计算出来，从而实现了***的边界线思想。 Rough集理论在人工智能和认知科学研究领域有十分重要的应用；尤其为机器学习、知识获取、决策分析、数据库的知识发现、专家系统和模式识别等领域提供了一种很有效的新的数学方法。本文主要研究内容如下： ■ Rough集中近似质量的新认识在Rough集近似空间中提供了对一个对象集近似的准确性因子α和属性集间依赖程度因子γ。对于因子α可以给出精确性因子π与之比较；通过基于集合的距离度量公式，可以给出近似差错率来解释α，π和γ。如果把数据空间从1维拓广到k维，可以得到k维近似空间和相应的近似因子。 ■ 基于带状划分数据库的发现函数依赖集的方法这种方法基于一致集的概念。根据一致集导出最大集及其补集，然后生成最小非平凡函数依赖集。通过使用带状划分数据库减少求一致集的运算次数，使用逐层求精的算法来计算最小非平凡函数依赖集的左部；并从时间复杂度上与其它方法进行了比较。 ■ 基于Rough集的数据约简讨论用Rough集知识，对信息系统进行数据约简。给出用分明矩阵和分明函数的属性约简方法，对决策表的属性约简和属性值约简，以及最小决策化算法。 ■ Rough集与其它数据推理讨论Rough集与概率逻辑，贝叶塞规则，证据理论和模态逻辑的关系，指出它们之间存在的一致性。 ■ 基于Rough集的形式化概念分析形式化概念分析有助于数据的表达和分析。本文讨论用Rough集分别对一个对象集、一个特征集和由对象集与特征摘要集形成的对的近似来形成各自的可定义的形式化概念。 .Rough包含度统一Rough集中各种度量方式Rough集中提供了各种度量方式，可以用Rough包含度的概念来统一这些度量，这有助于人们理解Rough 集的实质。

关键词： Rough集近似质量最小函数依赖集数据约简数据推理形式化概念 Rough包含度

来源：评论

学校读者我要写书评

暂无评论

新课标下对高中数学“形式化与非形式化”的教学研究

新课标下对高中数学“形式化与非形式化”的教学研究

引用

作者：俞昕浙江师范大学

学位级别：硕士

在当今高中数学课程改革的新浪潮中，教学和学习模式发生了日新月异的变化，所以探索符合我国国情的新数学教学模式是时代发展的要求。其中数学的形式化与非形式化已经越来越引起国内外数学教育界的关注，在素质教育的大环境下，人们开... 详细信息

在当今高中数学课程改革的新浪潮中，教学和学习模式发生了日新月异的变化，所以探索符合我国国情的新数学教学模式是时代发展的要求。其中数学的形式化与非形式化已经越来越引起国内外数学教育界的关注，在素质教育的大环境下，人们开始对数学形式化与非形式化的关系展开一系列的争论。但多数研究均限于理论探讨，缺乏实证研究，理论与教学实践的联系尚不够深入，所以尚待深入研究的很多问题为本论文的研究工作开拓了广阔的天地。\n 本论文以《普通高中数学课程标准》提出的“强调本质，注意适度形式化”为切入点，从作为“科学的数学”和作为“教育的数学”两个方面将数学形式化与非形式化的概念分为“专业”的和“非专业”的进行界定。结合现有的文献研究，探讨了数学形式化与非形式化在高中数学教学中的理论基础。“淡化形式、注重实质”则从全新的视角对数学形式化与非形式化进行诠释。GX理论中关于“淡化形式，注重实质”的基本内容反映了初中数学教学中的改革现状。如何将GX理论推广延伸至高中数学教学，这是值得探索的问题，也是本研究主要解决的问题之一。\n 作为高中数学课程的数学学习不同于数学科学的研究，由高中数学内容所确定的“形式化与非形式化”也会与数学科学中的“形式化与非形式化”有所区别，高中数学教学中形式化与非形式化具有其特有的表现特征。根据其表现特征我们应注重高中数学概念的形式化与非形式化教学，高中数学思维的形式化与非形式化教学。在注重数学形式推理的同时，适度的渗透数学非形式化教学。\n 对于高中数学教育来说，“理论探讨”与“实践研究”紧密结合才能为一线的教学工作提供可借鉴的参考价值。通过问卷调查，发现拥有不同认知结构的学生对数学形式化与非形式化具有不同的侧重。设计题组，展开“高中学生认知结构对数学形式化与非形式化侧重”的实验研究。对其研究结果的分析反映了数学形式化与非形式化的辨证互补关系。高中数学形式化与非形式化的案例研究则是从四个角度提出了体现高中数学特点的原则与建议，并精选了较为丰富的、适合高中数学教学的典型案例，作为高中数学教学中将形式化与非形式化合理运用的有效策略与方案，为课堂教学工作的实施提供一些可以借鉴的途径和素材。\n 在上述研究的基础上，提出高中数学中运用“形式化与非形式化”教学策略：“再创造”、“调整顺序、建立网络”、“使用‘平台’”、“数学建模”、“注重学生主体”。教学策略在课堂教学实践中的实施效果需要通过实证研究进行检验，在湖州市一所省重点中学高一年级18个平行班中选取4个班，实验班与对比班各两个班，依据一个针对函数与方程的知识测量试题，对实验班与对比班学生的知识水平进行前测，运用一份反映学生知识水平的试题进行后测，以之来探讨数学“形式化与非形式化”教学策略对学生知识水平的影响。为了进一步考察采取的“形式化与非形式化”教学策略的有效性，又收集了一学年期中、期末共四次考试成绩，通过对成绩加以统计分析，来考察教学策略对学生学业成绩的影响。从统计数据分析及历次测试的结果来看，实验班的总体成绩明显呈上升趋势，大多数学生数学成绩在年级的总体成绩中有所提升，尤其是数学成绩较好的学生，其数学成绩存在明显提高。\n 基于上述研究，从新课标、学生和评价三方面提出了有待进一步研究的问题。高中数学新课标中提出了很多新的教学理念，“强调本质，注意适度形式化”是其中之一，它与其它理念之间存在怎样的相关联系?处于高中不同阶段的学生对数学形式化与非形式化的理解存在怎样的分别?基于数学形式化与非形式化，应如何分层评价学生的数学知识水平?等等。这些问题都有待进一步的研究。

关键词：高中数学数学教学教学策略形式化概念问卷调查

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的三元组抽取与模型可解释性研究

基于深度神经网络的三元组抽取与模型可解释性研究

引用

作者：邹静江西中医药大学

学位级别：硕士

知识图谱作为一种结构化的知识库,其利用图的数据结构将通用或领域信息表达成“实体-关系-实体”的知识三元组,以结构化的形式描述现实世界中概念、实体及其之间的关系。知识三元组的抽取是知识图谱构建或补全的基础性工作,可将非结构... 详细信息

知识图谱作为一种结构化的知识库,其利用图的数据结构将通用或领域信息表达成“实体-关系-实体”的知识三元组,以结构化的形式描述现实世界中概念、实体及其之间的关系。知识三元组的抽取是知识图谱构建或补全的基础性工作,可将非结构化的数据转化为结构化的知识。在当前大数据时代,如何以自动化或半自动化的方式从海量数据中获取知识仍是重要的研究点。随着深度神经网络在自然语言处理的各个领域获得广泛成功,其在实际应用中存在的问题也日益突显,尤其是语料规模依赖度高、既有概念知识引入不易、可解释性差等问题,限制了其在众多领域的实际应用效果。如基于深度神经网络模型的医疗诊断结果因单病种小样本语料,诊断结果的决策依据不易解释等问题限制了其临床应用推广。因此,面向深度神经网络,探索如何引入既有概念知识,以及研究模型决策特征的可解释性,是论文的核心工作。本文主要围绕三元组抽取任务及深度神经网络的可解释性研究展开,提出了融入形式化概念的端到端三元组抽取模型和基于弱注意力机制的模型可解释性研究。本文主要的工作如下:(1)针对三元组抽取任务模型多存在实体识别与关系抽取语义关联不强、实体嵌套、关系重叠,以及既有概念知识关注不多等问题,融合形式化概念与神经网络模型,提出了一种基于关系形式化概念的端到端三元组抽取方法。模型首先提出关系形式化概念标签,以统一实体与关系的语义表达,把实体识别问题转换为概念标签学习问题;其次将实体输入到关系形式化概念注意力模型,该注意力机制力图捕获关系主客体概念的连通内涵特征,即训练获得每个关系标签对应的主客体、及它们上下文依存谓词的综合特征;最后通过多个关系分类器输出每对主客体的多关系标签,实现了基于概念连通的多关系抽取;另外模型还可引入既有形式化概念的外延、内涵,以改善模型对语料标签的依赖,以及实体嵌套导致的标记难题。实验结果证明本文提出的三元组抽取模型在知识抽取上具有切实可行的效果,可改善实体嵌套、关系重叠问题。(2)针对深度神经网络在文本处理领域应用广泛但可解释性较差,其内部不易解释的问题,提出了一种基于弱注意力机制的可解释性方法。方法首先是加载预训练的Word2Vec获取文本向量表示,然后利用双向长短时记忆神经网络提取特征得到文本序列的隐藏层表示,之后经过标签注意力层为每种标签计算一个带上下文编码信息的标签向量表示,建立序列文本与标签之间的语义联系,以此捕获文本中与目标标签关联密切的重要的特征词汇,当模型指标维持稳定之后,使用弱注意力机制不断迭代训练对特征进行精化,最后为直观展示模型内部决策的过程,利用模型中的弱注意力机制可视化权重,实现长句特征的精化和关系谓词的聚焦。(3)基于上述研究,采用python编程语言,设计并开发了三元组抽取及注意力可视化系统。

关键词：知识图谱三元组抽取形式化概念深度神经网络可解释性弱注意力机制

来源：评论

学校读者我要写书评

暂无评论

从语言学句子成分划分的角度浅谈微积分概念教学

引用

数学学习与研究 2018年第16期 4-5页

作者：杨婷石河子大学理学院数学系

本文以一元微积分为载体,讨论了微积分的概念教学方法,将微积分中的概念分为形式化与非形式化概念,并从语言学句子成分划分的角度,给出了微积分的概念教学方法——28字诀,将语言学和数学相互交叉与渗透.

关键词：微积分概念教学句子成分划分形式化概念非形式化概念

来源：评论

学校读者我要写书评

暂无评论

论类比推理形式化

引用

呼伦贝尔学院学报 2021年第4期29卷 84-88页

作者：那顺乌力吉内蒙古师范大学内蒙古呼和浩特010022

类比推理形式化尽管显示出丰富多样的形式,但并未形成一种较为明确的定义。本文在考察这些类比推理形式化之后,指出类比推理形式化始终无法与经验相关的心理内容扯断联系。这是因为类比推理的经验依赖性和主体依赖性特征所致。一种合理... 详细信息

类比推理形式化尽管显示出丰富多样的形式,但并未形成一种较为明确的定义。本文在考察这些类比推理形式化之后,指出类比推理形式化始终无法与经验相关的心理内容扯断联系。这是因为类比推理的经验依赖性和主体依赖性特征所致。一种合理的类比推理形式化应当尽可能的刻画类比推理这些性质。这一点只能通过弱化经典逻辑以及现代逻辑的形式化概念才能完成。这种弱化表现为从形式句法基础上形式语义学相对应的方式转变为直接从语义形式化入手或者涉及到语用方面等方式。

关键词：类比推理形式化非隐喻进路弱化形式化概念

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：