11、利用ILP进行场景需求提取与生物医学信息提取

利用ILP进行场景需求提取与生物医学信息提取

在当今科技发展中，利用计算技术从各种数据中提取有价值的信息变得尤为重要。本文将介绍两个不同领域的信息提取方法，一是利用归纳逻辑编程（ILP）从场景中提取需求，二是使用ILP从生物医学文本中学习递归模式以进行信息提取。

利用ILP从场景中提取需求

在软件开发等领域，需求规格说明的完整性至关重要。然而，部分需求规格可能是不完整的，需要从用户场景中提取事件前置条件来进行扩展。这里提出的方法通过两个阶段来实现：
1. 转换阶段 ：将初始规格和场景从线性时态逻辑（LTL）模型转换为事件演算（EC）表示。
2. 学习阶段 ：使用非单调ILP系统学习缺失的需求。

通过利用LTL和EC之间的语义关系，为需求工程师熟悉的时态形式主义提供了可靠的ILP计算“后端”。

例如，有如下的内核集子句：

K = {impossible(turnPumpOn,3,u) ←holdsAt(criticalMethane, 3, u),
not holdsAt(pumpOn, 3, u), not holdsAt(highWater, 3, u)}

它给出了两个最大压缩归纳泛化：

H1 = {impossible(turnPumpOn, T, S) ←holdsAt(criticalMethane, T, S)}
H2 = {impossible