[發明專利]一種溯因推理方法和系統

在審

• 申請號: 202111336050.3
• 申請日: 2019-01-15
• 公開（公告）號: CN114091675A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 安寧;楊矯云;米肯·拉維夫
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06N7/00
• 分類號: G06N7/00;G06N5/02
• 代理公司: 北京之于行知識產權代理有限公司 11767
• 代理人: 何志欣

1.一種溯因推理系統，至少包括：

構建模塊(1)，用于構建貝葉斯網絡；

因果庫(3)，用于建立歷史原始文獻庫，

其特征在于，構建模塊(1)被配置為在因果庫(3)對專家論證的結果進行深度學習的情況下，基于因果庫(3)按照因素對L_m和L_n編號對因素對L_m和L_n之間的關系進行修正。

2.根據權利要求1所述的溯因推理系統，其特征在于，在至少兩個對象發生至少一個非特定事件的情況下，構建模塊(1)分析引起非特定事件的對象的自身因素以構建因素集并基于因素集構建無向圖結構約束；并且構建模塊(1)能夠基于因果庫(3)對無向圖結構約束進行修正以建立貝葉斯網絡。

3.根據權利要求2所述的溯因推理系統，其特征在于，所述系統還包括判定模塊(2)，判定模塊(2)基于貝葉斯網絡計算自身因素引起非特定事件的因果指標并基于因果指標輸出非特定事件的因果關系譜，從而確定非特定事件的關鍵原因。

4.根據權利要求3所述的溯因推理系統，其特征在于，構建模塊(1)基于自身因素建立數據集D，并按照數據集D為單元將自身因素劃分為若干因素集L并按照兩兩配對的方式形成因素對L_m和L_n，并對數據集D和因素對L_m和L_n進行編號。

5.根據權利要求4所述的溯因推理系統，其特征在于，構建模塊(1)基于因果庫(3)對按照因素對編號對因素對L_m和L_n之間的關系進行檢索，并根據檢索結果進行修正因素對L_m和L_n之間的關系并且對L_m→L_n的關系信度值、L_n→L_m的關系信度值以及L_n⊥L_m的關系信度值進行賦值。

6.根據權利要求5所述的溯因推理系統，其特征在于，因果庫(3)的數據層基于關系知識表在文獻單元體內對包含有兩個歷史的文獻進行檢索以融合的方式獲取兩個歷史屬性的關系信度值用以建立兩個歷史屬性的關系信度值庫，從而數據層基于對所有歷史之間按照兩兩配對的方式建立的關系知識庫和關系信度值庫構建歷史數據集。

7.根據權利要求6所述的溯因推理系統，其特征在于，根據貝葉斯法則，構建模塊(1)基于數據集D和因素對集L構建貝葉斯網絡評價函數，評價函數用于能夠基于無向圖結構約束在構建模塊(1)啟用啟發式搜索算法的情況下從若干個候選貝葉斯網絡中迭代生成評價指標最高的貝葉斯網絡。

8.根據權利要求7所述的溯因推理系統，其特征在于，判定模塊(2)基于最終貝葉斯網格和Pearl原理計算各因素對L_m和L_n之間的因果指標，從而輸出因果關系譜。

9.根據權利要求8所述的溯因推理系統，其特征在于，因素L_n與因素L_m之間的獨立性通過互信息度量：

在互信息超出了互信息的閾值時，則因素L_n與因素L_m具有相關性，不大獨立；在互信息不超出了互信息的閾值，則因素L_n與因素L_m不具有相關性，獨立。

10.一種溯因推理方法，其特征在于，至少包括：

構建貝葉斯網絡；

利用因果庫建立歷史原始文獻庫；

在因果庫對專家論證的結果進行深度學習的情況下，基于因果庫按照因素對L_m和L_n編號對因素對L_m和L_n之間的關系進行修正。