针对人工智能的事件预测中的事件背景知识不全、事件间逻辑关系缺失，推理路径不透明等问题，提出了事理知识增强的事件预测技术，开发了条件马尔可夫逻辑网络，通过事理图谱来补充事件背景知识，补全事件间的发展链条，实现了高性能的事件推理，并通过还原事件之间的演化关系，实现了深度学习模型的自解释，使得推理可靠且可信。相关成果获得2019年The Story ClozenTest国际评测第一名。
该技术能够广泛应用于各类事件预测场景，包括但不限于金融风险预警，法律法条预测，舆情监测等场景。
面议（具体合作方式与投资规模可联系洽谈）
英文事件预测准确率：78%；中文事件预测准确率：81%；可解释性得分：1.43。
超高强镁合金及其制备成形技术
技术茂
登录
免费发布信息
