认知推理

摘要： 以增强推荐算法模型认知推理能力,克服传统推荐算法高度依赖数据质量致使性能受限的现状为目标,提出一种将命题逻辑与神经网络融合的隐式深度协同推荐模型。首先,构建一个隐式逻辑表征模块,辅助联结实际问题中复杂变量与逻辑变量的隔阂,并将推荐问题转换为一个逻辑表达式。随后,利用神经网络拟合逻辑符号对逻辑表达式进行求解并完成推荐。在具有不同特点的三个经典数据集MovieLens、Book-Crossing、Amazon-E上的实验表明该方法展现了更好的推荐性能。

摘要： 幽默一直是话语研究的热点之一。在日常交际中,当说话人意图传递某种幽默效果时,听话人是如何运用认知推理策略以获得这一幽默效果的?这是一个涉及编码刺激与心理表征加工的动态过程。作为认知语用学基础的关联理论强调话语理解中语用推理的最佳关联,该理论可以合理诠释各种幽默话语,为幽默话语研究提供了一个新的视角。《幽默与关联》一书以关联理论为视角,探讨其在不同幽默语篇中的应用,是了解关联理论的最新发展与应用,追踪幽默话语的前沿研究不可多得的一部著作。

摘要： 幽默一直是话语研究的热点之一.在日常交际中,当说话人意图传递某种幽默效果时,听话人是如何运用认知推理策略以获得这一幽默效果的?这是一个涉及编码刺激与心理表征加工的动态过程.作为认知语用学基础的关联理论强调话语理解中语用推理的最佳关联,该理论可以合理诠释各种幽默话语,为幽默话语研究提供了一个新的视角.《幽默与关联》一书以关联理论为视角,探讨其在不同幽默语篇中的应用,是了解关联理论的最新发展与应用,追踪幽默话语的前沿研究不可多得的一部著作.

摘要： 传统转喻研究以指称转喻为主，涉及低层次的转喻思维操作；高层转喻思维则与语境有关且常涉及多域操作。为揭示高层转喻思维在广告文体中的具体操作问题，本研究以苹果公司广告词为例自建小型语料库，在高层转喻思维基本操作模式的框架下，指出高层命题转喻、高层情景转喻和高层篇章转喻普遍存在于广告语言中并影响着话语参与者的认知推理过程，主要承担着保证话语经济性与韵律化、增强话语说服力和提升语篇深层次连贯性的功能。%T raditional studies on metonymies primarily address referential metonymies involving met‐onymic operations at a lower level .In contrast ,high‐level metonymies operate in specific contexts ,and more often than not involve two or more cognitive domains in play .The present study aims to research into the operation of high‐level metonymies in advertising language ,with slogans of Apple Inc as an example and under the framework of the basic operational model of high‐level metonymies .It proposes that high‐level propositional ,situational and textual metonymy permeate the advertising language and influence the cognitive inferencing of the participants involved .Functionally ,it favors more simplistic and rhythmic lin‐guistic expressions ,adds to the slogans’ persuasive power and enhances textual coherence at a deep level .

摘要： 本文主要以语用学理论中的关联理论为例，论述语用学与翻译的关系及对翻译的巨大帮助。关联翻译理论以关联理论为基础，提出翻译是一个解释性推理过程，是一种特殊的交际行为。译者的责任是使原文作者的意图和读者的期待相吻合。它为翻译理论研究提供了独特的新视角。本文结合珍妮·凯利和茅国权的《围城》译本，分析关联理论在文学翻译中的解释力。

摘要： 在信念的类别上进行细化研究,研究智能Agent在持有理性信念下的认知系统及其所具有的认知性质.在理性信念的语义分析的基础上,我们建立了一个有关智能Agent具有理性信念的推理系统,并证明了该推理系统的可靠性及完全性.通过该认知系统,找到理性信念的形式化方法,并且得出了理性信念既是智能Agent获取知识的必要条件.该条件也是以往对知识定义所疏忽的限定条件,同时还是智能Agent与生物认知主体在认知推理上相异的内因之一.

摘要： 语篇连贯一直是语言学界研究的热点，其研究方法面广，研究成果层出不穷。文章以 Sperber &Wilson提出的关联理论的认知语境观为理论依据，试图探讨认知语境观对两组语篇连贯类型的解释力。笔者对比了几种主要的研究方法论发现无论是形式功能研究还是语用推理抑或是认知心理研究，都与读者或话语接受者的认知存储、推理能力等密切相关。因此，从认知语境的角度探析如何理解局部连贯与整体连贯、显性连贯与隐性连贯是语篇连贯研究中的重中之重。%Based on the view of cognitive context in Relevance Theory proposed by Sperber & Wilson , the essay attempts to explore how to understand two main groups of discourse coherence types from the perspective of cognitive context .Discourse coherence has always been the focus of the researchers in lin‐guistic field ,which has been widely researched and has achieved great accomplishments .The author makes a comparative analysis of several main research methodologies like formal functional study ,pragmatic in‐ference or cognitive psychological study and finds out all of these methods have close relationship with cog‐nitive storage as well as reasoning ability of the readers or the discourse receivers .Therefore ,it is the re‐search focus of discourse coherence to explore how to understand local and global coherence ,explicit and implicit coherence from the perspective of cognitive context .

摘要： 本发明涉及基于概率推理与情感认知的文本细粒度情感生成方法，包括以下步骤：步骤1：准备训练方法所需的文本数据集；步骤2：对文本数据集进行处理；步骤3：提取构建贝叶斯网络所用的情感评估变量；步骤4：根据网络文本的特性，添加基于表情符号和词频的情感评估变量；步骤5：构建情感知识库；步骤6：构建常识知识库；步骤7：情感评估变量赋值；步骤8：学习情感生成贝叶斯网络的网络结构；步骤9，进行参数学习；步骤10：完成情感生成方法的构建工作。本发明利用情感认知方法解决其他情感生成方法中存在的忽视隐性情感的问题，同时利用贝叶斯网络计算情感产生的概率，比较每种情感类别概率的高低，生成文本包含的一或多种情感。

摘要： 本发明公开了一种基于案例推理与合作Q学习的认知无线电资源分配方法。本发明结合了案例推理技术、合作算法与Q学习算法，实现信道和功率的联合分配。首先确定奖赏函数，对若干个随机资源分配案例利用传统Q学习算法进行学习，构建案例库以存储案例的特征值、Q值和效用值；然后通过匹配检索出与当前案例最相似案例，提取其Q值并归一化后作为新案例的初始Q值；接着根据奖赏值大小，采用合作算法融合Q值，通过借鉴其他用户的经验来进行学习。本发明针对传统Q学习收敛速度慢的问题，引入案例推理技术来加快算法的初始寻优速度，同时通过用户间合作加快整体的学习效率。

摘要： 本发明公开了一种基于知识推理的智能驾驶场景认知方法，车辆的传感数据语义化模块对接收到的车辆传感器探测到的道路环境数据进行语义化转换，推理引擎模块根据接收到的语义化转换的数据，以及预先设置的场景知识库模块输出的信息，进行逻辑运算并输入场景语义化模块；场景语义化模块对推理引擎模块推理出来的场景和传感数据语义化模块进行语义化后的传感数据进行重新语义化。本发明通过传感数据语义化的语义化转化处理，以及推理引擎的推理处理，在场景语义化模块中，对推理出来的场景结合语义化后的传感数据对数据重新语义化，形成固定格式的语义，该固定格式的语义输入车辆后端的决策规划模块，进行车辆加减速度或车辆转向的规划判断等。

摘要： 本发明公开提供一种基于工业认知图谱的自使用推理问答方法和系统，包括：获取工业相关人员输入的工业自然语言查询问句；抽取查询问句中实体及其关系与工业认知图谱进行匹配，得到局部链接图谱；根据匹配的知识图谱，得到查询问句答案，或者利用感知‑认知双系统进行多跳推理，得到查询问句答案；将查询问句答案与问句输出模型进行匹配输出问句答案。采用本发明的技术方案，解决了目前工业场景中静态特征型数据和动态时序数据之间的融合，提高了工业自然语言查询的自适应性和问答的准确率。

摘要： 本发明公开了一种基于案例推理与合作Q学习的认知无线电资源分配方法。本发明结合了案例推理技术、合作算法与Q学习算法，实现信道和功率的联合分配。首先确定奖赏函数，对若干个随机资源分配案例利用传统Q学习算法进行学习，构建案例库以存储案例的特征值、Q值和效用值；然后通过匹配检索出与当前案例最相似案例，提取其Q值并归一化后作为新案例的初始Q值；接着根据奖赏值大小，采用合作算法融合Q值，通过借鉴其他用户的经验来进行学习。本发明针对传统Q学习收敛速度慢的问题，引入案例推理技术来加快算法的初始寻优速度，同时通过用户间合作加快整体的学习效率。

摘要： 本发明涉及是计算机多模态信息处理领域和认知科学领域，主要涉及一种基于认知双通道的认知推理的视觉问答方法。主要包括以下步骤：步骤1，构建认知内容，提取问题关键字，图像目标区域的标签内容，作为检索大型知识库的索引，通过检索内容构建任务知识库；步骤2，先验认知计算，通过多模态预训练模型，训练视觉文本内容表征；步骤3，构建任务的推理时空特性，通过对问句进行句法分析、词性分析，构建了问题关键字词之间的拓扑图，运用步骤2中的视觉表征内容计算图像内部区域的关联度，构建图像内容空间图结构；步骤4，锁定与问答内容相关的图像内容，根据步骤2中的联合表征的视觉向量、文本向量，计算每个文本向量关注的图像内容，构建问答关联图像内容；步骤5，层次认知的推理，联合步骤1中构建的知识内容与步骤2的先验计算，对问答内容重新编码，根据重编码的表示内容与步骤3分析的时空特性相结合，构建问答指令集合，通过问答指令进行问答推理，获取视觉问答的结果。本发明提高了开放域视觉问答模型的准确率，在推理过程中根据外部知识内容不断修正对问答内容的认知理解，使得视觉问答过程具有鲁棒性和可解释性。

摘要： 本发明公开了基于主体对象跟踪和认知推理的对话控制方法、系统存储介质和服务器，其中方法包括如下步骤：构建事件对象数据库；构建与事件对象对应的事理图谱；对比对话文本数据和事件对象以识别事件对象；对事件对象进行实时跟踪；构建事件对象数据库，构建事件对象对应的事理图谱；当用户输入对话文本时，处理器控制识别模块对比对话文本数据的词向量数值和事件对象的词向量数值以识别事件对象，处理器通过控制跟踪模块对事件对象进行实时跟踪，并调用事件对象对应的事理图谱，通过文本分析进行回复内容生成。本发明通过上述设置，赋予系统对主题对象的跟踪和认知推理的能力，提高了机器人对会话主题识别的准确性和逻辑判断能力。

摘要： 本发明公开了一种基于物体关联关系认知推理的盲人辅助导航方法及装置，该方法包括：获取用户所处的室内环境的图像信息，以及用户欲寻找的目标物体的名称；根据用户欲寻找的目标物体的名称，基于预先构建的环境语义地图和物体语义关联模型，采用预设的目标搜索策略搜索目标物体；其中，环境语义地图和物体语义关联模型均基于室内环境的图像信息构建；根据搜索结果更新环境语义地图，并引导用户找到相应目标物体。本发明可以提供能够在室内环境中，根据场景中的物体关联信息帮助盲人快速寻找到指定物体的服务。

摘要： 本发明提供一种中国古典园林知识图谱补全与认知推理方法，包括如下步骤：1、执行认知科学双通道理论中系统1，即知觉系统的功能，实现实体和关系的信息抽取。2、执行认知科学双通道理论中系统2，即分析系统的功能，进行推理，首先判断是否继续进行知识图谱补全，若已完成补全不再继续，则结束算法流程。本发明的技术方案主要有下列技术优点：1.具有第三代人工智能认知推理的能力；2.提高信息的利用率和执行效率；3.可广泛适用于全国古典园林。

摘要： 本发明公开了一种基于认知推理的知识图谱多跳问答方法及模型，方法包括：步骤1，从给定的问题‑答案对数据中随机选取多批次的数据作为训练集；步骤2，以训练集作为输入，训练深层认知推理网络模型的参数，并通过神经网络优化器以使训练过程中损失函数的值最小化为目标，对深层认知推理网络模型进行优化，得到优化后的网络模型；步骤3，通过优化后的网络模型对测试集中的问题进行处理，并对各个候选答案实体打分，得分最高的候选答案实体即为给定自然语言问题的答案。通过模拟人类的认知推理机制，由层次化的网络模型从不同角度进行知识推理，有效地利用并建模了知识图谱中的节点级别与边级别的信息，对知识图谱多跳问答取得显著性能提升。