[发明专利]一种溯因推理方法和系统

权利要求书

1.一种溯因推理系统，至少包括：

构建模块(1)，用于构建贝叶斯网络；

因果库(3)，用于建立历史原始文献库，

其特征在于，构建模块(1)被配置为在因果库(3)对专家论证的结果进行深度学习的情况下，基于因果库(3)按照因素对L_m和L_n编号对因素对L_m和L_n之间的关系进行修正。

2.根据权利要求1所述的溯因推理系统，其特征在于，在至少两个对象发生至少一个非特定事件的情况下，构建模块(1)分析引起非特定事件的对象的自身因素以构建因素集并基于因素集构建无向图结构约束；并且构建模块(1)能够基于因果库(3)对无向图结构约束进行修正以建立贝叶斯网络。

3.根据权利要求2所述的溯因推理系统，其特征在于，所述系统还包括判定模块(2)，判定模块(2)基于贝叶斯网络计算自身因素引起非特定事件的因果指标并基于因果指标输出非特定事件的因果关系谱，从而确定非特定事件的关键原因。

4.根据权利要求3所述的溯因推理系统，其特征在于，构建模块(1)基于自身因素建立数据集D，并按照数据集D为单元将自身因素划分为若干因素集L并按照两两配对的方式形成因素对L_m和L_n，并对数据集D和因素对L_m和L_n进行编号。

5.根据权利要求4所述的溯因推理系统，其特征在于，构建模块(1)基于因果库(3)对按照因素对编号对因素对L_m和L_n之间的关系进行检索，并根据检索结果进行修正因素对L_m和L_n之间的关系并且对L_m→L_n的关系信度值、L_n→L_m的关系信度值以及L_n⊥L_m的关系信度值进行赋值。

6.根据权利要求5所述的溯因推理系统，其特征在于，因果库(3)的数据层基于关系知识表在文献单元体内对包含有两个历史的文献进行检索以融合的方式获取两个历史属性的关系信度值用以建立两个历史属性的关系信度值库，从而数据层基于对所有历史之间按照两两配对的方式建立的关系知识库和关系信度值库构建历史数据集。

7.根据权利要求6所述的溯因推理系统，其特征在于，根据贝叶斯法则，构建模块(1)基于数据集D和因素对集L构建贝叶斯网络评价函数，评价函数用于能够基于无向图结构约束在构建模块(1)启用启发式搜索算法的情况下从若干个候选贝叶斯网络中迭代生成评价指标最高的贝叶斯网络。

8.根据权利要求7所述的溯因推理系统，其特征在于，判定模块(2)基于最终贝叶斯网格和Pearl原理计算各因素对L_m和L_n之间的因果指标，从而输出因果关系谱。

9.根据权利要求8所述的溯因推理系统，其特征在于，因素L_n与因素L_m之间的独立性通过互信息度量：

在互信息超出了互信息的阈值时，则因素L_n与因素L_m具有相关性，不大独立；在互信息不超出了互信息的阈值，则因素L_n与因素L_m不具有相关性，独立。

10.一种溯因推理方法，其特征在于，至少包括：

构建贝叶斯网络；

利用因果库建立历史原始文献库；

在因果库对专家论证的结果进行深度学习的情况下，基于因果库按照因素对L_m和L_n编号对因素对L_m和L_n之间的关系进行修正。