基于语义依存线索的事件关系识别方法研究

以事件为基本语义单元, 基于事件的篇章结构信息及语义特征, 通过分析事件的语义依存关系及其在演化过程中的语义依存规律, 提出基于语义依存线索的事件关系识别方法, 实现事件语义关系的浅层检测: 判定事件之间是否存在语义关系。实验结果显示, 相比于传统的基于语义相似度的识别方法, 新提出的基于事件语义依存线索的事件关系识别方法获得了5%的性能提升。     

基于注意力和图网络的多粒度脚本事件推理方法

[目的]对于一些覆盖面广、延续时间长的事件(如台风、洪水等自然灾害),考虑事件演化过程复杂多变,所获取的事件信息存在疏密程度不均的问题,研究其事件推理问题.[方法]提出一种基于注意力机制和图网络的多粒度脚本事件推理方法,通过提取及合并不同粒度的事件信息以获得更丰富的事件语义信息,并结合图注意力网络和事件转移概率矩阵以充分利用密集事件连接提升推理性能.具体而言,首先采用自注意力机制从事件链中获得事件片段,并结合单个事件和事件片段的表示扩展模型输入信息,然后充分利用密集的事件连接,从海量事件新闻中提取事件链构建事件演化图来获得事件转移矩阵,提高模型推理准确率.[结果]在多个真实台风事件以及标准数据集上的实验结果表明,本文所提方法优于传统的基于事件链、基于事件对以及基于事件图等的事件推理模型.[结论]采用自注意力机制从事件链中获得事件片段,并结合单个事件和事件片段的表示扩展模型输入信息可以缓解事件稀疏带来的推理困难问题;仅采用时序关系不能完全表示基本事件链与候选事件的关系,构建事件演化图可以更好的提取事件间的复杂交互信息;多粒度事件信息的融合可以更好地反映候选事件与基本事件链的关系.     

多线索多层次的视频语义事件检测模型

视频语义事件检测分析技术是近年来研究的热点问题。本文综合考虑视频语义事件多线索的特点以及事件之间的层次关系,在前人研究成果的基础上,基于动态贝叶斯网络提出了多线索多层次视频语义事件检测模型,该模型具有较高的查全率和查准率,较强的鲁棒性,是一种很有前景的视频语义分析模型。     

面向半监督中文事件抽取的事件推理方法

半监督中文事件抽取系统的性能依赖于种子模板,但自动获取的种子模板的表达方式与覆盖范围有限,导致某些语言现象下的事件实例很难被识别。为解决这一难题,基于篇章内的事件一致性理论提出基于同指事件与相关事件的推理方法,根据已抽取的事件实例来推理可能有同指关系与关联性的其它事件,从而进一步提高半监督中文事件抽取系统的性能。在ACE 2005中文语料上的测试表明,该方法可有效地提高半监督中文信息事件抽取系统的性能。     

基于关键原子动作的视频事件学习与识别方法

提出了一种基于关键原子动作的视频事件学习与识别方法. 通过与或图来表示事件、子事件、原子动作之间的层次结构,以及子事件和原子动作间的时序关系,通过最小描述长度准则从训练数据中学习事件的与或图结构. 在此基础上,提出了一种事件中关键原子动作的学习方法,根据原子动作的重要性赋予相应的权值,该权值可以用于事件的实时解析,提高事件的识别率. 基于原子动作的权值及漏检数目定义了事件的可识别度,用于减少待识别的事件数目,进而提高事件识别的算法效率. 多种场景实验结果表明所提出的方法可以有效地进行事件识别.      

基于事件本体的Web服务动态组合

提出了一种基于事件本体的Web服务动态组合方法.将服务与事件本体中的事件类进行映射,组合服务即是本体中的复杂事件类,服务请求即是一个事件的实例化.用户输入服务请求以后,可以通过事件本体的推理,找到用户请求对应的事件类;再根据事件本体中的事件间关系进行推理,找到它的组成事件类或者后继事件类,从而得出服务和服务之间的关系和交互;最后根据组合规则执行服务.实例验证该方法是有效的和可行的.     

融合多模型与高置信度词典的事件线索检测

提出一种融合多模型和高置信度词典的事件线索识别方法,将高置信度词典特征分别加入最大熵模型和条件随机场模型,然后融合两个模型的结果,旨在提高触发词识别的召回率和整体性能。针对事件真伪性识别任务,进一步考察否定词或不确定词与触发词的物理位置距离和依存路径距离等特征,提高事件真伪性识别的性能。实验结果显示,针对触发词识别和事件真伪性识别任务,与仅使用最大熵模型相比,所提出的融合多模型与高置信度词典的方法能够提高触发词识别的性能6.43%,提高事件真伪性识别的性能1.69%。     

基于时间有限状态自动机的事件重建推理算法

应用时间Mealy型有限状态自动机(TMM)模型进行系统建模及计算机证据的形式化。针对单路推理算法推理时随着搜索路径的延长造成推理效率下降的问题,利用证据的时间先后关系以及推理路径数量发散特性,提出一种双路双向事件重建推理算法以提高推理效率。在8个时间Mealy有限状态自动机模型上进行了推理验证,实验结果表明该算法推理效率得到了提高。     

基于时间有限状态自动机的事件重建推理算法

应用时间Mealy型有限状态自动机(TMM)模型进行系统建模及计算机证据的形式化.针对单路推理算法推理时随着搜索路径的延长造成推理效率下降的问题,利用证据的时间先后关系以及推理路径数量发散特性,提出一种双路双向事件重建推理算法以提高推理效率.在8个时间MeaIy有限状态自动机模型上进行了推理验证,实验结果表明该算法推理效率得到了提高.     

面向脚本事件预测的稠密事件图嵌入

脚本事件预测是指在给定现有上下文事件链的情况下预测后续事件.在现实世界中，不同事件的关系可以自然地表示为图结构，以事件为节点，以时间或因果关系为边.由于语料库规模有限和信息提取工具的能力不足，先前工作中自动构建的事件图会存在稀疏性问题，并且无法集成来自高阶节点的信息以支持多步推理.为了解决这个问题，本文提出使用可学习的多维加权邻接矩阵的稠密事件图（DEG）来解决之前事件图存在的稀疏性问题并表征事件之间的关系强度.为了实现DEG的嵌入表示，本文同时提出了一个通用框架，该框架能够将高阶事件演化信息组合到事件表示中.在多选叙事完形填空（multiple choice narrative cloze，MCNC）和连贯多选叙事完形填空（coherent multiple choice narrative cloze ，CMCNC） 数据集上进行了实验，结果证明了此框架的有效性.     

体育视频中基于语义推理的事件检测方法

为了对视频内容进行语义级别的事件分析和索引 ,进一步满足用户访问大规模体育视频库的需求 ,提出一种 3层次的视频语义推理方案。在最底层 ,提取视频特征 ,并提出一种视频语义片段自动分割算法 ;在第二层 ,把各语义片段映射到语义概念 ;在最高层 ,建立视频语义事件的有限状态自动机模型 ,进行事件推理和识别。实验结果表明 ,该方案可以有效地进行视频事件识别 ,检测的精度和速度都可以得到很好的保证     

基于离散Hopfield神经网络的突发事件连锁反应路径推演模型

突发事件及其引发的连锁反应会造成严重的灾害后果,如果事先知道突发事件可能引发的连锁反应路径,就可以提前做好断链减灾工作.因此,提出一种基于Hopfield神经网络的突发事件连锁反应路径推演模型.该模型用Hopfield神经网络表示一般的突发事件网络,用Hopfield神经网络的运行规则表示突发事件连锁反应的原理,并设置神经元阈值,将突发事件连锁反应路径的推演过程映射为Hopfield神经网络的演化过程,通过运行Hopfield神经网络推演初始突发事件的一条连锁反应路径.最后,用该模型推演了地震引发的连锁反应路径,验证了该模型的合理性.     

基于事件模型的省略恢复研究

研究了目前基于事件模型的汉语省略恢复,重点分析了自然语言的事件层次,认为事件是一个具有一定句法结构、语义功能并集成了相关的语境信息的语言单位.建立了用于表示事件内涵、外延及其二者关系的事件模型和动词语义知识的事件描述,从事件结构的语法到语义层面进行映射,对缺省的语义成分进行判定,构建一个省略恢复模型,并运用在自然语言理解领域中,结果表明,在汉语正式体省略恢复中具有一定优越性.     

单事件法建立渣油热裂解的反应动力学模型Ⅰ.主反应网络的计算机生成

根据渣油热裂解反应的规律及单事件方法的基本原理，以延迟焦化为背景，将2，5—二甲基—壬烷作为模型化合物，介绍了如何通过使用布尔邻接矩阵和辅助向量来表示分子结构及分子的热裂解反应，并在此基础上建立单分子的主反应网络。结果表明：单事件方法在计算机上建立单分子的主反应网络是快速而有效的，进而为建立分子尺度的延迟焦化反应动力学模型奠定了基础。     

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。     

基于HHMM的多线索融合和事件推理方法

为了解决基于内容检索技术中低层特征与高层语义之间存在语义间隔问题提出了基于多层次线索与事件的分层模型,以及相应的基于分层隐Markov模型(HHMM)的多线索融合和事件推理方法。其中线索是对事件进行推理的要素,它是低层特征与事件之间的中间层次。在将视频流分割为镜头后,从各个镜头中抽取若干与事件密切相关的线索,构造并训练各事件的HMM模型,用于融合线索和进行事件推理。由于输入视频通常包含多个事件,不可避免会遇到时域分割问题,因此构造一个HHMM模型用于同时进行视频流的合理分割和事件的识别。对足球视频的大量实验结果表明,该方法可有效地检测足球视频事件,并在抽取的线索不完全可靠的情况下具有一定的鲁棒性。     

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．     

基于事件本体的查询扩展方法

针对用户获取互联网上事件类信息的需求,提出了一种基于事件本体的查询扩展方法,重点研究了该方法涉及的2个关键技术：查询内容与领域事件本体的匹配和基于事件本体的扩展项的选取．在中文事件语料库上,通过实验验证了方法的有效性．