基于全局优化的中文事件同指消解方法

针对目前对事件同指关系的研究中多采用事件对分类或聚类方法而忽略事件相互之间内在联系的问题, 提出一个中文事件同指消解的全局优化模型, 用于减少因分类器错误造成的同指事件链不一致问题。该模型利用对称性、传递性、触发词、论元角色、事件距离等多种约束条件, 将同指消解转化成整数线性规划问题。实验结果表明, 与分类器方法相比, 全局优化模型的F1值提高4.20%。     

目标依赖的新闻事件识别

海量新闻文本中往往涉及多个实体,并蕴含复杂多样的事件.为了挖掘这些实体、事件信息,先前的以事件为中心的事件抽取方法大多先检测事件,再抽取事件论元.受限于触发词和事件识别,该方法无法应用于真实工业场景下的新闻事件抽取.考虑到命名实体识别(named entity recognition, NER)的性能达到90%以上,提出了以目标实体为视角的事件抽取任务—目标依赖的事件识别(target-dependent event detection, TDED),旨在抽取出实体并识别其对应的事件.基于该任务,提出了先抽取实体再识别目标级事件类型的两阶段模型框架.该模型融合了事件关键词和句法依存距离特征,能够学习目标依赖的上下文信息.在构建好的真实中文金融数据集上的实验结果表明,该模型抽取性能较佳,即使在句中存在多个实体或事件的复杂情形下也能取得很好的性能表现.     

社会事件建模研究综述

对事件建模进行定义与说明,给出不同出发点下的研究分类。在抽取方法方面,回顾和分析基于模板生成网页的社会事件建模、不同驱动模式的机器学习引入和用户交互行为模型的3种技术方法的研究动态与进展;在不同驱动模式机器算法引入方面,重点阐述和讨论事件元素和事件实例研究领域的研究动态。介绍用户交互行为模型在事件建模中的应用,总结社会事件建模的现有成就和不足,提出社会事件建模研究可能面临的问题,对其发展前景进行展望。     

融合篇章表征的事件指代消解研究

事件指代消解任务比实体指代消解难度大, 主要原因为事件描述在非结构化文本中分布稀疏, 且不具备同指关系的单链占很大比例, 同时事件自身承载的语义信息比实体更加丰富。为了准确地抽取文本中的同指事件, 针对以上特点, 提出一种融合篇章表征的事件指代消解模型。该模型通过CRF有效地区分非事件句、单链以及同指链, 同时利用分层注意力机制捕捉句子级别和篇章级别的重要信息。在KBP2015和2016数据集上进行的事件指代消解实验验证了该模型的有效性, 在CoNLL评测标准下F1值达到43.07%。     

基于组合神经网络的中文事件抽取

中文事件抽取通常使用循环神经网络(recurrent neural network, RNN)来进行事件和事件要素的抽取, 但 RNN 在处理长度较长的词语时容易丢失重要信息, 为此提出一种组合卷积神经网络(convolutional neural network, CNN)与双向长短期记忆(bidirectional long short-term memory, Bi-LSTM)网络的中文事件抽取模型 CNN-Bi-LSTM-CRF, 其中 CRF (conditional random field) 为条件随机场. 采用基于注意力机制和语义特征生成的字词联合向量, 使用 CNN 和 Bi-LSTM 模型对字词联合向量进行处理, 以获取其隐含表示, 最后通过 CRF 得出预测结果. 实验结果表明, 所提出的方法与其他现有的中文事件抽取方法相比, 准确率有明显提升.     

基于MLN的中文事件触发词推理方法

现有的中文事件触发词抽取方法大多数采用特征工程和触发词扩展方法, 无法利用同一文档中各个触发词实例之间的内在关系。为了解决上述问题, 基于马尔科夫逻辑网络(MLN), 利用核心词素, 训练语料中触发词实例填充真假事件的概率, 以及触发词实例间的关系等信息来推导测试集中缺乏有效上下文信息和低可信度的触发词实例。在ACE 2005 中文语料上的实验结果表明, 与基准系统相比, 该方法在触发词识别和事件类型分类阶段F1值分别提高3.65%和2.51%。     

声音事件检测综述

声音事件检测技术能够识别出一个音频段中存在的事件类别并标注出各事件的起止时间，在智能城市、医疗监控、野生动物保护等应用场景有巨大潜力，是机器听觉领域的一个重要研究课题。本文从监督学习和半监督学习2个方面对声音事件检测方法进行综述，汇总和分析现有研究中使用的特征、检测模型及其性能。对于监督学习，重点介绍机器学习方法和深度学习方法。对于半监督学习，总结基于均值教师、协同训练、多尺度卷积和注意力机制等4种有效方法。最后，介绍常用数据集和评价指标，并讨论未来可能的研究方向，包括声音分离预处理、合成数据和真实数据域适应、自注意力模型优化、特征选择和融合、流式系统建模等问题。     

基于模板和事件的信息系统语义模型建立方法

在大型信息系统的建模中，对象抽象是相当困难的工作。提出了基于通用模板和触发事件分集的对象抽象方法，指出了复杂系统建立语义模型的有效解决方案，并以实例进行说明。     

基于卷积神经网络和Kmeans的中文新闻事件检测与主题提取

中文新闻事件检测的主要任务是从大量新闻中自动检测出潜在的新事件。人工构建事件特征词进行检测费时费力。单纯依靠密度聚类或谱聚类方法进行事件检测,存在不同事件的触发词相关性高时,容易误判为同一事件。为此,提出基于卷积神经网络和K-means结合的中文新闻事件检测与主题提取,将新闻中的文本向量化,通过深度学习抽取文本深层特征。实验结果表明:所提方法构建的模型准确率、召回率优于单一聚类方法,可对中文新闻事件准确识别,快速检测新事件,提取新事件主题。     

事件本体模型及事件类排序

给出了事件、事件类的定义, 分析了事件类之间的关系, 在此基础上形成了面向事件的本体模型, 为基于语义的知识处理提供了新的方法与技术。在事件本体模型的基础上以事件类排序为实例, 研究了基于HARank (Hubs-Authorities Rank)算法的事件类排序方法, 给出了实验结果, 并对其进行了评价。与传统本体相比, 事件本体以更高粒度的事件作为知识表示单元, 更适合表示运动世界的知识。     

策略管理中的事件处理机制研究

针对策略管理系统中事件的处理机制,首先给出了基于事件的策略管理模型,采用注册和订购的方式进行事件收集,由PDP实现事件的合成和不同域之间的事件中转,以尽量减少传播的事件数目,防止事件风暴的发生;然后给出了基于事件树的事件合成算法,用于解决事件乱序和事件覆盖问题,保证事件合成的准确性,为策略管理提供可靠的保障.     

高分辨率事件地层学和高分辨率地层学

高分辨率事件地层学提高了年代地层划分和对比精度 ,其分辨率可达 2 0～ 5 0 ka,甚至更高。这就导致了高分辨率地层学的发展 ,是未来地层学的发展趋势。高分辨率地层研究结果的巨大潜力可以在年代地层学中引发一场革命。该文简要介绍了高分辨事件地层学的基本概念和研究方法 ,以及与高分辨率地层学的关系     

基于通用入侵规范下网络入侵检测系统的实现

文章介绍了基于通用入侵规范下网络入侵检测系统的实现过程,以通用入侵规范下网络入侵检测系统 的结构为基础,详细讲解了事件产生器、分析器、响应单元及数据库的设计,最后对网络入侵检测系统进行了 系统测试．     

主动数据库的事件监测模型

事件监测是主动数据库中主动规则处理的一个关键问题。本文讨论了事件日志、参数上下文，然后在最近环境参数上下文的语义条件下给出了一种高效的事件监测模型：事件树模型。     

融合多源日志辅助取证的事件场景关联方法

计算机取证牵涉的证据通常分布在多种不同的日志中,从多源日志进行事件场景关联对于辅助取证意义 重大。提出了一种融合多源日志的基于事件“前提/结果”因果关系的事件场景关联方法。首先用基于IDMEF格 式的数据模型表示来自多源日志的安全事件,再通过预先定义的事件“前提/结果”知识将这些事件关联成事件场 景。实验表明该文提出的方法可辅助取证人员自动关联多源日志信息,生成可视化的事件关联图。     

教学中如何阐述Java的事件处理机制

Java的事件处理机制是整个Java体系中的重要内容,但是其中所涉及的概念较为抽象,各对象之间的关系也较为复杂,初学者难以清晰地理解.文章分析了该内容传统教学方法的弊端,并给出了科学的阐述方法.     

厄尔尼诺/拉尼娜事件对山东省气候的影响

基于1961年以来发生的厄尔尼诺/拉尼娜事件和山东省气候资料,分析了1961年来山东省气候变化特点,并对降水量、气温、干旱灾害事件与厄尔尼诺/拉尼娜事件之间的关系进行统计分析,初步揭示了厄尔尼诺/拉尼娜事件对山东省气候的影响.结果表明:1961年以来山东省气温呈现明显波动增高趋势,年降水量呈现明显波动减少变化趋势,但是波动程度有差别;厄尔尼诺/拉尼娜事件对山东省气温、降水和干旱灾害影响显著,厄尔尼诺年降水减少,降水量低于正常年降水量87.11mm,发生干旱灾害的可能性较大,一般给山东省工农业生产带来不利影响;拉尼娜年降水增多,高于正常年降水量53.37mm,气温仅比正常年份平均气温低0.1℃,发生干旱灾害事件的可能性减少,通常给山东省工农业生产带来正面影响.     

入侵检测中的事件关联分析

大部分的攻击事件都不是孤立产生的，相互之间存在着某种联系，而这种联系可以抽象为冗余关系和因果关系．当前的大多数入侵检测系统忽略了这种事件之间的关联性，从而暴露出一些问题．针对这些问题，结合这两种事件关系的基本特征，给出了相应的事件关联分析方法，并在此基础上给出了一个事件关联分析器的体系结构设计．     

事件结构与语法研究

将"事件"引入语法研究解决了谓词负担过重、句子蕴含关系描述等问题。在此基础上,从事件结构出发的方法在动词语义、复杂句法现象、类型学等方面的研究中都得到了运用。