一阶逻辑中基于treelet图神经网络的前提选择OA北大核心CSTPCD
前提选择是解决自动定理证明器面对大规模问题时性能降低的有效方法。当前面向一阶逻辑中前提选择的主流图神经网络忽略了逻辑公式图内部的节点顺序信息。针对此问题,将一种面向高阶逻辑公式的保序方法拓展到一阶逻辑中,并提出了一种基于treelet的图神经网络模型。该模型在信息聚合时一部分聚合中心节点的父、子节点信息,另一部分聚合节点顺序信息。实验分析表明:基于treelet的图神经网络模型在前提选择任务中比最优的主流图神经网络模型的分类准确率提高了约2%。
马雪;何星星;兰咏琪;李莹芳;
西南交通大学数学学院,四川成都611756西南财经大学计算机与人工智能学院,四川成都611130
计算机与自动化
一阶逻辑公式图神经网络前提选择二元分类
《计算机工程与科学》 2024 (002)
P.374-380 / 7
国家自然科学基金(62106206);中央高校基本科研业务费专项资金(2682020ZT107);教育部人文社科项目(19YJCZH048,20XJCZH016);四川省科技计划(2023YFH0066)。
评论