CN105706092B - 四值模拟的方法和*** - Google Patents
四值模拟的方法和*** Download PDFInfo
- Publication number
- CN105706092B CN105706092B CN201480060876.3A CN201480060876A CN105706092B CN 105706092 B CN105706092 B CN 105706092B CN 201480060876 A CN201480060876 A CN 201480060876A CN 105706092 B CN105706092 B CN 105706092B
- Authority
- CN
- China
- Prior art keywords
- value
- symbol
- logic
- row
- mapped
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Machine Translation (AREA)
- Devices For Executing Special Programs (AREA)
Abstract
一种用于将语义网络中的语法和语义信息动态编码成通用四值逻辑符号的***。新信息的编码对于现有语法构造、在时间O(C)的N条件测试是良性的,且允许在每个递归步骤进行适当的变量的量化。通过这种实施构造的查询/推理引擎能够最优化短期存储器,以用于使自动机中的长期存储器最大化。在并行的环境下,这可被视为最优化进程之间的通信和存储器分配。公开的四值编码的实施例在最小化运行时间栈和最大化堆大小(特别是在并行架构下)获得效率。公开的实施例在模拟和搜索引擎实现中有益。
Description
专利权和商标公告
本申请包括从属于或者可能从属于专利权和/或商标保护的物质。由于本专利公开出现在专利和商标局的文件或记录中,所以专利权和商标的拥有者对于通过任何本专利的公开复制的复制品没有异议,但是无论如何保留所有的专利权和商标权。
技术领域
本发明总体上涉及计算机实现的***中的信息存储和条件测试。更具体地,公开的实施例涉及通常用于查询和推理引擎中的四值逻辑***。
背景技术
在现有技术中,各种其他逻辑***或真值表已被公开。但是,现有技术缺乏当前公开的实施例的效率。
发明内容
本发明通过呈现出降低了传统上与计算机架构中的测试、操作和数据的分析关联的时间和计算开销的方法、***和方式的不明显且独特的组合、配置和使用,克服了现有技术中的不足。
公开的实施例通过呈现出允许将语法信息和语义信息两者均编码到语义网络中的与语义节点关联的两比特矢量符号的符号,克服了现有技术中的不足。公开的实施例还通过对每个特征在递归的谓词分析中假设的属性进行编码,来克服现有技术中的不足。
附图说明
图1描述了公开的逻辑;
图2描述了实现针对语言生成的条件测试和变量量化的语法;
图3描述了语义网络的图解表示;
图4描述了对于数组内的特定指针的属性的分配;
图5描述了机器实施。
基于结合关联的附图阅读下面的详细描述,本发明的这些方面和其他方面将变得明显。
具体实施方式
下面的详细描述指向本发明的一些特定实施例。然而,本发明可按照如通过权利要求和它们的等同物限定和覆盖的多种不同方式来呈现。在该描述中,对附图做出参照,其中,贯穿整个附图,相同的部件被指定同样的数字符号。
除非在该说明书或权利要求书中另外注释,否则在说明书和权利要求书中使用的所有术语具有通常具有本领域人员认为属于这些术语的含义。
除非上下文明确地另外要求,贯穿说明书和权利要求书,词“包括”、“包含”以及类似的词将被按照包容性的意思被解释,而不是独有的或全部的意思;也就是说,按照“包括但不限于”的意思进行解释。使用单数或复数数量的词还分别包括多数或单数的数量。此外,当词“在此”、“以上”、“以下”以及类似含义的词在该说明书中被使用时,这些词应指的是作为整体的本申请,而不是本申请的任何特定部分。
本发明的实施例的上面详细的描述不意在是详尽的或者将本发明限制为上面公开的明确形式。虽然本发明的特定实施例或示例由于示意性目的在上面被详细地描述,但是如相关领域的技术人员将认识到的,在本发明的范围内的各种等同的修改是可行的。例如,虽然步骤按照给定顺序被呈现,但是可选的实施例可执行具有按照不同顺序的步骤的例程。在此提供的本发明的教导可被应用于其他***,而不仅仅是在此描述的***。在此描述的各种实施例可被组合以提供其他实施例。根据具体实施方式可对本发明做出这些和其他改变。
所有上述参考和美国专利以及申请通过引用在此被合并。如果需要,则本发明的各个方面可被修改,以采用上面描述的各种专利和申请的***、功能和概念来提供本发明的其他进一步的实施例。
参照图1,描述了针对四值逻辑的基本二进制运算符和逻辑非(忽略针对逻辑非的单调论证)的示意图。这些运算符被用于证明逻辑类的完备性。这些逻辑可通过各种不同论证推导出。从真值的布尔型分组进行考虑,或者从集合理论和递归定义进行考虑,将真值表预先排列成格子结构。所有这些被构造为以经典逻辑的形式来保存一些主要公理。通过对递归值进行建模,在语义网络中明确地假设真值使得条件的测试和变量的量化简化。对于***成长的未定义值、默认值允许对于网络的动态良性编码,逻辑属性可归属于许多Kleene逻辑。第四属性允许对变量进行适当的量化和约束,以用于消除针对计算中的随后步骤的更新真值的影响。这也为针对判定程序引入直观可接受的“排中律(terium nondatur)”以用于将马尔科夫(Markov)过程建模成该逻辑提供可能性。
通过将具有特定比特的属性编码到比特矢量,线性缩放可被保持。由于创建符号表、测试特征以及辅助扩展的堆编译器实施,该***在编译器设计方面有别于现有技术。
在图1的第一栏中,逻辑非(not)符号被示出为在图1的第二栏中,与(AND)运算符被示出为Λ,在图1的第三栏中,或(OR)运算符被示出为∨。第一列示出了应用非运算符之前的值。例如,在第一列的第一行,值F在应用非运算符之前被示出,且T被示出为结果。
在第二栏中,与运算符从第一列取一个值,从第一行取一个值,在列的值与行的值相交处示出逻辑运算符的结果。在第三栏中,或运算符按照如在第二栏中类似的方式被应用。例如,在第三栏中,示出了在第一行选择最后一个元素D,在第一列选择第二个元素F,结果是值D。
参照图2,示出了用于利用针对语言生成的条件测试和变量量化来实现句子“Isaw the man with the telescope”的自上而下推导的语法。使用的基础方法学是入栈/出栈,其中,被从栈取出或去除的符号的条件筛选器可被用于测试用于将基于栈被推入的新构造的短语规则。这些条件测试在理论时间O(C)被执行。
参照图3,利用对象510和关系520来示出语义网络500的图解表示,其中,所有对象和关系是存储器或数据库中的节点。
图4描述了与存储器中的语义节点关联的两比特矢量数组的图解表示。图4还示出了跨越两个数组分配真值,其中,X为***数组中的特定指针。图中词的大小是计算机架构中的词大小限制的结果。这引起针对数组的实现的组块因素。
参照图5,示出利用计算机可读的非暂时性介质100的机器实施,计算机可读的非暂时性介质100具有被发送到通用或专用处理器200的指令集或机器可读指令。处理器可与非易失性存储器300和多个数据库以及其他组件(诸如,网络、用户界面和其他器件)进行通信。多个数据库可包括一个或更多个语义网络的数据库410(诸如,图3的网络***)、矢量数组的数据库420(矢量数组可与每个语义节点或其他网络组件关联)、逻辑连接词的数据库430(诸如,图1的连接词)、语法短语结构实施的数据库440(诸如,图2的实施)以及其他公开的组件和***的数据库。图5还描述了***时钟700、自上而下/自下而上语法分析器800以及运行时间栈和堆600。
根据上面的详细描述可对本发明做出这些和其他改变。一般而言,在权利要求中使用的术语不应被解释为将本发明限制为说明书中公开的特定实施例,除非上面的详细描述明确地限定该术语。因此,本发明的实际范围包含公开的实施例以及实践或实现权利要求下的发明的所有等同方式。
虽然下面以特定权利要求形式来呈现本发明的一些方面,但是本发明注重任何数量的权利要求形式的发明的各个方面。
公开的实施例包括下面的项:
第一项。执行四值逻辑以使短期存储器最优化并使长期存储器最大化的机器实现的方法,所述方法包括:
a)使用包括(F、T、U、D)的符号来表示被映射到两个矢量动态数组的假、真、未定义和已定义的值;这些值还被映射到两个矢量动态数组中的指针且被存储为语义网络内的节点;
b)将F、T、U、D限定为集合理论,诸如,{}为未定义,{T}为真,{F}为假,{T,F}为已定义,这些值被解释为属性{P}为真,为假,{}为未定义,为已定义,这些属性是用于针对在谓词积分中的连续递归步骤测试条件和量化变量的属性。
c)利用下面的二进制连接词,忽略单调论证,利用否定来定义逻辑:针对逻辑与(Λ)、非下面的逻辑或(∨)连接词被用于证明逻辑的完备性:
F是T
T是F
U是D
D是U;
d)针对连接词Λ
ΛF T U D
F F F F F
T F T U D
U F U U F
D F D F D;
e)针对连接词∨
∨ F T U D
F F T U D
T T T T T
U U T U T
D D T T D;
f)通过将语法信息和语义信息线性编码到语义网络来使短期存储器最优化,并使长期存储器最大化;
g)在并行环境下,使短期存储器最优化以使长期存储器最大化变为最优化不同知识源(进程)之间的通信和存储器。
第二项。第一项的方法还包括使用对与语义网络内的节点关联的短语结构改写规则的运用以用于改写规则的测试和通过。
第三项。第二项的方法实现了能够对语法进行多元语法解析的自上而下、自下而上的语法分析器。
第四项。在第三项的方法中,符号包括:针对自然语言处理的开始符号{S}、名词短语符号{Np}、动词短语符号{Vp}、介词短语{Pp}(谓词参与者)。
第五项。在第四项的方法中,末端信号包括:名词符号{N}、动词符号{V}、行列式符号{det}以及介词符号{prep}。
第六项。第五项的方法使用***时钟、运行时间栈和堆、处理器和改写规则的数据库、语义网络的数据库以及语法和语义信息的数据库。
第七项。***用于执行四值逻辑以使短期存储器最优化,并使长期存储器最大化,该***包括:
a)存储在非易失性计算机可读介质上的机器可读指令、中央处理器、运行时间栈和堆、语义网络、自上而下/自下而上语法分析器、***时钟;
b)***使用包括(F、T、U、D)的布尔编码来表示被映射到两个矢量动态数组中的假、真、未定义和已定义的值;这些值还被映射到两个矢量动态数组中的与语义网络中的节点关联的指针;
c)将{F、T、U、D}限定为集合理论,诸如,{}为未定义,{T}为真,{F}为假,{T,F}为已定义,这些值被解释为属性{P}为真,为假,{}为未定义,为已定义,这些属性是用于针对在谓词积分中对条件的测试和对变量的量化的属性。
d)***利用下面的二进制连接词以及否定来定义逻辑:针对逻辑与(Λ)、非下面的逻辑或(∨)连接词被用于证明逻辑的完备性:
F是T
T是F
U是D
D是U;
e)针对连接词Λ
ΛF T U D
F F F F F
T F T U D
U F U U F
D F D F D;
f)针对连接词∨
∨ F T U D
F F T U D
T T T T T
U U T U T
D D T T D;
g)***通过将信息线性编码到语义网络来使短期存储器最优化,并使长期存储器最大化;
h)在并行环境下,***集成存储器最优化不同知识源(进程)之间的通信和存储器。
第八项。第七项的***还包括使用对与语义网络内的节点关联的短语结构改写规则的运用以用于改写规则的测试和通过,***的词的大小给在理论时间O(C)的条件测试强加组块因素。
第九项。第七项的***实现了能够对语法进行多元语法解析的自上而下、自下而上的语法分析器。
第十项。在第七项的***中,符号包括:针对自然语言处理的开始符号{S}、名词短语符号{Np}、动词短语符号{Vp}、介词短语{Pp}。
第十一项。在第七项的***中,末端信号包括:自然语言处理的名词符号{N}、动词符号{V}、行列式符号{det}以及介词符号{prep}。
第十二项。第七项的***还包括矢量数组的数据库(每个数组与每个语义节点关联)、语义网络的数据和语法短语结构实施的数据库以及逻辑连接词数据库。
Claims (11)
1.一种执行四值逻辑以使短期存储器最优化并使长期存储器最大化的机器可实现的方法,所述方法包括:
a)使用包括F、T、U和D的符号来表示被映射到二矢量动态数组的“假”、“真”、“未定义”和“已定义”的值,其中,F表示被映射到二矢量动态数组的“假”的值,T表示被映射到二矢量动态数组的“真”的值,U表示被映射到二矢量动态数组的“未定义”的值,D表示被映射到二矢量动态数组的“已定义”的值;所述值还被映射到二矢量动态数组中的指针且被存储为语义网络内的节点;
b)将F、T、U和D用集合理论限定,其中,{}为“未定义”,{T}为“真”,{F}为“假”,{T,F}为“已定义”,这些值被解释为:属性{P}为“真”,属性{P}为“假”,属性{}为“未定义”,属性{P,P}为“已定义”,这些属性是用于针对在谓词积分中的连续递归步骤测试条件和量化变量的属性;
c)利用下面的二进制连接词,忽略单调论证,利用否定来定义逻辑:连接词逻辑与Λ、逻辑非以及逻辑或∨被用于证明逻辑的完备性,如下所示:
F是T
T是F
U是D
D是U;
d)针对连接词Λ
其中,第一行的值和第一列的值是进行逻辑与运算之前的值,第一行的第i个值与第一列的第j个值进行逻辑与运算得到第i行第j列的值,其中,2≤i≤5,2≤j≤5;
e)针对连接词∨
其中,第一行的值和第一列的值是进行逻辑或运算之前的值,第一行的第i个值与第一列的第j个值进行逻辑或运算得到第i行第j列的值,其中,2≤i≤5,2≤j≤5;
f)通过将语法信息和语义信息线性编码到语义网络来使短期存储器最优化,并使长期存储器最大化;
g)在并行环境下,使短期存储器最优化以使长期存储器最大化变为最优化不同知识源之间的通信和存储器。
2.如权利要求1所述的方法,所述方法还包括:使用与语义网络内的节点关联的短语结构改写规则,以用于改写规则的测试和通过。
3.如权利要求2所述的方法,所述方法实现了能够对语法进行多元语法解析的自上而下/自下而上的语法分析器。
4.如权利要求3所述的方法,其中,在所述方法中使用的所述符号包括:针对自然语言处理的开始符号{S}、名词短语符号{Np}、动词短语符号{Vp}以及介词短语符号{Pp}。
5.如权利要求4所述的方法,其中,所述方法使用***时钟、运行时间栈和堆、处理器和改写规则的数据库、语义网络的数据库以及语法和语义信息的数据库。
6.一种用于执行四值逻辑以使短期存储器最优化并使长期存储器最大化的***,所述***包括:
a)存储在非易失性计算机可读介质上的机器可读指令、中央处理器、运行时间栈和堆、语义网络、自上而下/自下而上语法分析器以及***时钟;
b)***使用包括F、T、U和D的布尔编码来表示被映射到二矢量动态数组中的“假”、“真”、“未定义”和“已定义”的值,其中,F表示被映射到二矢量动态数组的“假”的值,T表示被映射到二矢量动态数组的“真”的值,U表示被映射到二矢量动态数组的“未定义”的值,D表示被映射到二矢量动态数组的“已定义”的值;这些值还被映射到二矢量动态数组中的与语义网络中的节点关联的指针;
c)将F、T、U和D用集合理论限定,其中,{}为“未定义”,{T}为“真”,{F}为“假”,{T,F}为“已定义”,这些值被解释为:属性{P}为“真”,属性{P}为“假”,属性{}为“未定义”,属性{P,P}为“已定义”,这些属性是用于针对在谓词积分中对条件的测试和对变量的量化的属性;
d)***利用下面的二进制连接词以及否定来定义逻辑:连接词逻辑与Λ、逻辑非以及逻辑或∨被用于证明逻辑的完备性,如下所示:
F是T
T是F
U是D
D是U;
e)针对连接词Λ
其中,第一行的值和第一列的值是进行逻辑与运算之前的值,第一行的第i个值与第一列的第j个值进行逻辑与运算得到第i行第j列的值,其中,2≤i≤5,2≤j≤5;
f)针对连接词∨
其中,第一行的值和第一列的值是进行逻辑或运算之前的值,第一行的第i个值与第一列的第j个值进行逻辑或运算得到第i行第j列的值,其中,2≤i≤5,2≤j≤5;
g)***通过将信息线性编码到语义网络来使短期存储器最优化,并使长期存储器最大化;
h)在并行环境下,***集成存储器最优化不同知识源之间的通信和存储器。
7.如权利要求6所述的***,其中,所述***还包括使用与语义网络内的节点关联的短语结构改写规则,以用于改写规则的测试和通过,所述***的词的大小在理论时间O(C)中将组块因素强加到条件测试。
8.如权利要求6所述的***,所述***实现了能够对语法进行多元语法解析的自上而下/自下而上的语法分析器。
9.如权利要求6所述的***,其中,在所述***中使用的所述符号包括:针对自然语言处理的开始符号{S}、名词短语符号{Np}、动词短语符号{Vp}以及介词短语符号{Pp}。
10.如权利要求6所述的***,其中,在所述***使用的所述符号还包括:名词符号{N}、动词符号{V}、行列式符号{det}以及介词符号{prep}。
11.如权利要求6所述的***,其中,所述***还包括:矢量数组的数据库、语义网络的数据库和语法短语结构实施的数据库以及逻辑连接词数据库,其中,每个数组与每个语义节点关联。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/016,518 US9576244B2 (en) | 2013-09-03 | 2013-09-03 | Methods and systems of four-valued simulation |
US14/016,518 | 2013-09-03 | ||
PCT/US2014/050206 WO2015034621A1 (en) | 2013-09-03 | 2014-08-07 | Methods and systems of four-valued simulation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105706092A CN105706092A (zh) | 2016-06-22 |
CN105706092B true CN105706092B (zh) | 2019-01-01 |
Family
ID=52584663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480060876.3A Active CN105706092B (zh) | 2013-09-03 | 2014-08-07 | 四值模拟的方法和*** |
Country Status (6)
Country | Link |
---|---|
US (1) | US9576244B2 (zh) |
EP (1) | EP3047408A4 (zh) |
CN (1) | CN105706092B (zh) |
AU (1) | AU2014315619B2 (zh) |
CA (1) | CA2966491A1 (zh) |
WO (1) | WO2015034621A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9575951B2 (en) * | 2013-09-03 | 2017-02-21 | Roger Midmore | Methods and systems of four valued analogical transformation operators used in natural language processing and other applications |
US11151894B1 (en) * | 2017-02-02 | 2021-10-19 | Educational Testing Service | Systems and methods for scoring argument critique written essays |
CN108628678B (zh) * | 2017-03-21 | 2020-11-03 | ***通信集团河北有限公司 | 内存参数的确定方法、装置及设备 |
US11151992B2 (en) | 2017-04-06 | 2021-10-19 | AIBrain Corporation | Context aware interactive robot |
US10839017B2 (en) * | 2017-04-06 | 2020-11-17 | AIBrain Corporation | Adaptive, interactive, and cognitive reasoner of an autonomous robotic system utilizing an advanced memory graph structure |
US10810371B2 (en) | 2017-04-06 | 2020-10-20 | AIBrain Corporation | Adaptive, interactive, and cognitive reasoner of an autonomous robotic system |
US10929759B2 (en) | 2017-04-06 | 2021-02-23 | AIBrain Corporation | Intelligent robot software platform |
US10963493B1 (en) | 2017-04-06 | 2021-03-30 | AIBrain Corporation | Interactive game with robot system |
WO2018203912A1 (en) * | 2017-05-05 | 2018-11-08 | Midmore Roger | Interactive story system using four-valued logic |
JP7156982B2 (ja) * | 2019-03-11 | 2022-10-19 | 株式会社日立製作所 | リアルタイムコントローラおよびそれを用いた分散制御システム、産業機械 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101174223A (zh) * | 2006-08-21 | 2008-05-07 | 英特尔公司 | 执行存储器引用过滤的技术 |
CN102945230A (zh) * | 2012-10-17 | 2013-02-27 | 刘运通 | 一种基于语义匹配驱动的自然语言知识获取方法 |
CN105706091A (zh) * | 2013-09-03 | 2016-06-22 | 罗杰·密德茂尔 | 在自然语言处理和其他应用中使用的四值类比转换运算符的方法和*** |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6026230A (en) * | 1997-05-02 | 2000-02-15 | Axis Systems, Inc. | Memory simulation system and method |
US6133754A (en) * | 1998-05-29 | 2000-10-17 | Edo, Llc | Multiple-valued logic circuit architecture; supplementary symmetrical logic circuit structure (SUS-LOC) |
US6442661B1 (en) * | 2000-02-29 | 2002-08-27 | Quantum Corporation | Self-tuning memory management for computer systems |
US7403890B2 (en) * | 2002-05-13 | 2008-07-22 | Roushar Joseph C | Multi-dimensional method and apparatus for automated language interpretation |
US7634398B2 (en) * | 2002-05-16 | 2009-12-15 | Microsoft Corporation | Method and apparatus for reattaching nodes in a parse structure |
US8364977B2 (en) * | 2004-02-25 | 2013-01-29 | Ternarylogic Llc | Methods and systems for processing of n-state symbols with XOR and EQUALITY binary functions |
US20070074152A1 (en) * | 2005-06-09 | 2007-03-29 | Kenneth Roe | Design Verification Using Efficient Theorem Proving |
US20070050356A1 (en) * | 2005-08-23 | 2007-03-01 | Amadio William J | Query construction for semantic topic indexes derived by non-negative matrix factorization |
US8055575B2 (en) * | 2005-10-14 | 2011-11-08 | Financial Intergroup Holdings, Ltd. | Central counterparty for data management |
US20080221892A1 (en) * | 2007-03-06 | 2008-09-11 | Paco Xander Nathan | Systems and methods for an autonomous avatar driver |
US20090171876A1 (en) * | 2007-12-27 | 2009-07-02 | Seppo Ilari Tirri | Cover type controlled graph rewriting based parallel system for automated problem solving |
US10423740B2 (en) * | 2009-04-29 | 2019-09-24 | Synopsys, Inc. | Logic simulation and/or emulation which follows hardware semantics |
EP2323083A1 (de) * | 2009-10-21 | 2011-05-18 | ecs Beratung & Service GmbH | Technisches Klassifikationssystem |
US20110191758A1 (en) * | 2010-01-29 | 2011-08-04 | Michael Scharf | Optimized Memory Allocator By Analyzing Runtime Statistics |
-
2013
- 2013-09-03 US US14/016,518 patent/US9576244B2/en active Active
-
2014
- 2014-08-07 CN CN201480060876.3A patent/CN105706092B/zh active Active
- 2014-08-07 WO PCT/US2014/050206 patent/WO2015034621A1/en active Application Filing
- 2014-08-07 AU AU2014315619A patent/AU2014315619B2/en active Active
- 2014-08-07 EP EP14841562.3A patent/EP3047408A4/en not_active Withdrawn
- 2014-08-07 CA CA2966491A patent/CA2966491A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101174223A (zh) * | 2006-08-21 | 2008-05-07 | 英特尔公司 | 执行存储器引用过滤的技术 |
CN102945230A (zh) * | 2012-10-17 | 2013-02-27 | 刘运通 | 一种基于语义匹配驱动的自然语言知识获取方法 |
CN105706091A (zh) * | 2013-09-03 | 2016-06-22 | 罗杰·密德茂尔 | 在自然语言处理和其他应用中使用的四值类比转换运算符的方法和*** |
Also Published As
Publication number | Publication date |
---|---|
US9576244B2 (en) | 2017-02-21 |
CN105706092A (zh) | 2016-06-22 |
EP3047408A4 (en) | 2017-07-12 |
AU2014315619A1 (en) | 2016-04-28 |
WO2015034621A1 (en) | 2015-03-12 |
EP3047408A1 (en) | 2016-07-27 |
CA2966491A1 (en) | 2015-03-12 |
US20150066836A1 (en) | 2015-03-05 |
AU2014315619B2 (en) | 2018-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105706092B (zh) | 四值模拟的方法和*** | |
Wang et al. | Mathdqn: Solving arithmetic word problems via deep reinforcement learning | |
Beretta et al. | Learning the structure of Bayesian Networks: A quantitative assessment of the effect of different algorithmic schemes | |
CN105706091B (zh) | 在自然语言处理和其他应用中使用的四值类比转换运算符的方法和*** | |
Xue et al. | Generative adversarial learning for optimizing ontology alignment | |
US20220245353A1 (en) | System and method for entity labeling in a natural language understanding (nlu) framework | |
US20220245361A1 (en) | System and method for managing and optimizing lookup source templates in a natural language understanding (nlu) framework | |
CN114625748A (zh) | Sql查询语句的生成方法、装置、电子设备及可读存储介质 | |
Xiong et al. | Transferable natural language interface to structured queries aided by adversarial generation | |
US20220237383A1 (en) | Concept system for a natural language understanding (nlu) framework | |
Baig et al. | Natural language to sql queries: A review | |
CN109857458A (zh) | 基于ANTLR的AltaRica 3.0的扁平化的转化方法 | |
CN110309214A (zh) | 一种指令执行方法及其设备、存储介质、服务器 | |
CN111753554A (zh) | 一种意图知识库的生成方法及装置 | |
WO2023093909A1 (zh) | 一种工作流节点推荐方法及装置 | |
CN117473054A (zh) | 基于知识图谱的通用智能问答方法及装置 | |
CN116974554A (zh) | 代码数据处理方法、装置、计算机设备和存储介质 | |
CN115455937A (zh) | 一种基于句法结构和对比学习的否定分析方法 | |
Kim et al. | Improving a Graph-to-Tree Model for Solving Math Word Problems. | |
Gan et al. | Enhancing microblog sentiment analysis through multi-level feature interaction fusion with social relationship guidance | |
CN105814598B (zh) | 用于金融建模的四值蒙特卡罗仿真的方法和*** | |
US9477927B2 (en) | Automatic test generation for decision table based rules | |
CN105793858B (zh) | 用于基因组排序和大分子分析的计算工具 | |
US20230138152A1 (en) | Apparatus and method for generating valid neural network architecture based on parsing | |
US20240143928A1 (en) | Generation of interactive utterances of code tasks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |