一种基于案例分析的文本信息抽取技术

信息抽取技术是深层次分析文本语义信息的基础.随着数据量的增加,尤其是针对海量网络信息分析的需求,传统的基于手动标注或人工干预的训练分类方法已不能满足要求.以“大学生心理健康”相关网页作为信息语料,提出一种基于案例分析的文本数据抽取方法,可以实现跨领域信息自动抽取,能够快速有效地获得满足用户需求的信息.     

文本信息抽取技术研究

提出一种基于案例分析的文本数据抽取方法,通过将知识进行特征化表示,借助"用户特征—案例特征—案例知识"三者之间的映射关系和概念模块间的知识关联,完成复杂信息的知识抽取,同时引入增量式案例知识学习模型,有效地避免了因人工干预导致的知识拓展的不连续性,提高了抽取过程的识别效率.     

突发事件案例表示方法

案例表示是案例推理的基础,突发事件案例涉及到大量非结构化的信息,如何有效地将海量信息整合成案例是案例表示的关键。该文针对中国突发事件的特点,结合信息来源,给出了突发事件案例应包括的要素,针对结构化信息和非结构化信息提出了不同的表示方法。对于结构化信息,使用模糊集合的方法定量表示,以隶属度函数代替单一的数值;对于非结构化的文本信息,通过对3种关键词提取方法的比较研究,选择了基于词语共现概率的改进方法提取关键词,利用提取结果进行信息抽取。整个案例被表示成包含定量化数据和抽取文本的半结构化形式,前者主要用于案例匹配,后者记录了案例的详细内容,用于提供决策支持。这种表示方法为进一步的案例推理奠定了基础。     

基于训练模型改进的语音问句信息抽取方法

为进一步提高客户语音问句实体信息抽取的准确性,增强智能问答系统知识图谱中信息抽取技术的整体效果,首先对语义标注进行优化,随后在BiLSTM-CRF(bidirectional long short-term memory conditional random filed)基础上加入BERT(bidi-rectional encoder representation from transformers)模型对句子进行实体抽取学习.在具体实验中,以语音问句事件文本为数据来源,对其进行语义标注和实体抽取实验.结果 表明,在语义标注优化的基础上同时加入BERT改进模型,信息抽取结果均高于BiLSTM-CRF方法,且改进模型的调和平均值达到91.53％,即可为增强事件实体信息抽取提供实践意义.     

数字化应急预案的存储模型与生成方法的研究

文章利用XML技术作为预案的存储载体,以国家应急预案框架指南为依据,对文本预案进行有效分解,并给出应急预案存储模型.结合关系数据库技术,提供应急预案的一个良好的数字化方案.利用规则推理和案例推理,对预案的匹配和生成的方法进行研究和设计,并应用于应急平台的构建,实现预案的有效存储和生成.     

基于结构树的网页正文内容抽取方法

网页文本抽取是一种在互联网上运用广泛的数据挖掘技术。主要目的是把一个网页的主题内容抽取出来,为Web数据挖掘提供好的基础数据。本文基于网页树形结构进行改进,首先对网页进行分块,把每一块存储在树形结构当中,然后通过对所有块进行方差和阈值计算,选择出主题信息。该方法相比传统的基于正则表达式的抽取方法, 具有简单, 实用的特点, 实验结果表明, 该抽取方法准确率达到 96%以上, 有一定的实用价值。     

基于本体构建的应急案例库的研究

应急案例的存储多数以文本类型以及图表形式,难以为计算机理解。针对上述情况,提出基于本体构建的应急案例库的方案,并用OWL语言对应急案例库进行描述,提高应急决策支持系统效率。     

一种通用的多数据库间数据抽取方法及应用

为方便从多个异构的数据源中抽取转换数据、并加载到目标数据库,提出一种较为通用的抽取方法,并开发了工具软件.该方法基于客户端的方案,使用数据库驱动程序屏蔽异构数据库间的差异;数据的抽取、转换和加载由数据抽取软件执行;数据的抽取转换基于抽取规则,抽取规则采用可视化方法编辑生成;抽取规则存储于规则库,供多次调用修改;多个抽取任务组成抽取任务队列.开发的抽取工具软件DbBridge,支持从Oracle,SQL Server,SAS,Access,Excel等数据源抽取数据.软件成功应用于某数据仓库的建立及数据迁移工作.     

基于角色分离的中文事件抽取研究

端到端的事件抽取涉及两个子任务：事件检测和事件元素抽取，当前大多数研究工作并未解决元素抽取中角色重叠的问题，并且忽略了数据集提供的静态信息。文章提出一种基于两个独立编码器的事件抽取模型，通过词典增强的序列标注方法检测触发词和事件类型，再将事件类型、实体类型和边界信息作为元素抽取阶段的补充特征，使用多个角色二分类网络实现“分离式”的元素识别和角色分类，最后将基于静态数据统计得到的角色辨识度对所有分类器的损失函数加权求和，作为最终的损失函数，进而更好地拟合数据集特点。在两个公开的中文数据集ACE2005和DuEE上，实验F1值分别达到57.1%和76.1%，并且该方法有效提高了对角色重叠事件的识别准确率。     

一种混沌状态数据包的数据抽取算法设计与实现

针对数据挖掘项目实施过程中常规的数据抽取方法的局限性以及数据抽取效率较低的状况,提出并设计了一种高效的数据抽取算法,算法具有控制参数通用性配置、数据包文件自动搜索与识别、数据自动分类抽取及数据自动存储等特点.测试结果表明,算法能够极大地提高数据抽取的效率.     

城市轨道交通工程施工安全事故聚类分析

为确定城市轨道交通工程施工事故的主要类型,并探究全过程的各种风险因素.针对城市轨道交通工程施工安全事故,提出了基于K-means均值的城市轨道交通工程施工安全事故聚类分析的主要流程,分析验证了安全风险分布的重点阶段与主导因素,同时,确定了城市轨道交通工程施工事故的主要类型.研究可以建立安全风险分布阶段及风险因素基本框架,确定分类变量,形成结构化数据库.     

面向运营安全的城市轨道交通线网性能综合评价

为了掌握表征城市轨道系统线网性能的关键指标,给出合理的评价模型,准确获取系统运营安全状况,面向城市轨道交通系统运营安全研究了其线网性能的综合评价问题。通过对城市轨道系统历史事故进行统计分析,构建了面向车站、线路、线网三个不同层次的评价指标体系;运用三角模糊数改进的TOPSIS的评价方法,基于指标集进行综合评价;并结合实际数据,针对评价结果对城轨系统进行分析。研究结果表明：建立面向运营安全的城市轨道交通线网性能综合评价指标体系,运用改进的TOPSIS评价方法,将定性问题定量化,不仅有效反应当前的安全运营水平,而且减少了因为人的主观因素对决策结果产生的影响,提高了城市轨道交通安全评价的科学可靠程度和可信程度,为有关部门和城市轨道交通的安全管理者提供有效的决策支持。     

基于云模型-Markov链的城市轨道交通车站客流状态分析

在大客流条件下,城市轨道交通车站为缓解大客流的冲击,需要全面地分析和准确地预测车站客流状态,进而采取大客流组织措施.本文在明确车站结构设施设备布局的基础上,针对车站不同的设施设备进行了客流状态划分,确定了车站设施设备客流状态等级,基于此,构建了车站客流状态辨识模型,通过状态隶属关系结合马尔科夫状态转移理论分析了客流状态的动态变化情况,系统地实现了设施设备客流状态级别的判断与动态预测.通过实例分析,验证了该方法能够较准确地判别车站客流状态变化情况,为车站安全运营管理、客流控制、应急处置等方面提供决策支持,具有较强的应用价值.     

基于消错决策法的地铁车站安全态势分级

在城市轨道交通研究中,因不同车站所处区位及交通特征差异巨大,有必要针对不同等级、类别的车站进行相应的监测预警和配套设施部署,对提高地铁系统的风险防控和应急救援水平具有重要意义。利用一种消错决策方法,研究并建立了涵盖城市轨道交通运行过程中产生的动态数据的车站分级指标体系,并以南京地铁3号线为案例对29个车站进行了站点分级。结果表明,以选取的"高峰小时客流量""高峰时间不均匀系数""线网节点介数"等5个车站分级指标,将案例中全部车站动态地分为三个等级。该研究结果论证了地铁车站安全态势分级方法的有效性和可行性,可为运营单位更加科学合理地对地铁线网进行针对性监管部署提供理论及方法依据,使之具有实际操作性。     

突发事件下的城市轨道交通列车运行仿真与延误评估

应用系统仿真的方法,建立了突发事件下的城市轨道交通列车运行仿真模型,并应用北京地铁亦庄线的实际数据进行了案例分析。基于离散事件模型的仿真方法,使用Processing和G4P控件库开发仿真软件,实现列车的超速防护、移动闭塞系统生成列车移动授权、列车运行控制和列车停站控制。通过系统仿真,针对城市轨道交通单线多列车的运行场景,对突发事件下的全线运行、延误情况进行模拟和评估。结果表明,故障发生的不同位置和持续时间会对列车延误情况造成不同影响,并且通过运行调整手段如发车调整和停站调整可以有效缓解突发事件下列车的延误情况。     

城市轨道交通换乘站点失效下网络脆弱性分析

城市轨道交通换乘站点失效会导致网络性能下降,使得系统表现出较高的脆弱性,换乘站点失效下网络脆弱性分析对于保障系统运营安全具有重要意义.考虑城市轨道交通网络和外部公共交通网络的耦合关系,分析换乘站点失效后的乘客广义出行费用,对乘客出行选择行为进行建模;从运营服务网络性能下降的视角,提出了网络脆弱性定量评估指标;对路网拓扑...     

基于客流需求的城市轨道交通行车计划与列车时刻表优化

满足客流需求和提高运输效率对提高城市轨道交通的吸引力具有重要作用。为平衡城市轨道交通运力、客流需求以及运输效率，对城市轨道交通行车计划和列车时刻表的优化进行研究。首先根据客流需求制定行车计划，然后在此基础上以列车运行安全和运力为约束条件，建立以乘客在站台等待时间最小化为目标的优化模型，并设计遗传和声算法求解该模型。通过算例进行分析计算，得到了满足要求且合理的列车时刻表，该研究可以为匹配城市轨道交通运输资源和客流需求提供决策依据。     

基于客流需求的城市轨道交通行车计划与列车时刻表优化

满足客流需求和提高运输效率对提高城市轨道交通的吸引力具有重要作用。为平衡城市轨道交通运力、客流需求以及运输效率,对城市轨道交通行车计划和列车时刻表的优化进行研究。首先根据客流需求制定行车计划,然后在此基础上以列车运行安全和运力为约束条件,建立以乘客在站台等待时间最小化为目标的优化模型,并设计遗传和声算法求解该模型。通过算例进行分析计算,得到了满足要求且合理的列车时刻表,该研究可以为匹配城市轨道交通运输资源和客流需求提供决策依据。     

微动剖面探测法在城市轨道交通勘察中的应用及效果：以广州地铁十号线为例

在城市轨道交通工程地球物理勘测中一直面临抗干扰和精准探测难题.以广州市轨道交通十号线寺右新马路段地下人防构筑物探测为例,介绍了二维微动剖面(2D microtremor profile,2DMTP)探测技术的方法理论及其在城市轨道交通工程勘察中的应用效果.通过与钻探成果的对比分析,提出了2DMTP在城市轨道交通勘测、设计不同阶段的使用建议.结果 表明:微动剖面探测方法非常适用于城市复杂强干扰的工作环境,能为轨道交通勘察设计、施工安全提供重要的依据,对提高工程地质勘察精度,降低勘探成本与施工风险,缩短建设工期起到重要作用.     

成网条件下城市轨道交通车底运用问题研究

为应对城市轨道交通从单线运营进入到网络化运营的新形势,本文研究成网条件下城市轨道交通车底运用问题的优化方法,提出基于网络流模型的单车场与多车场车底运用模型。采用ILOG CPLEX 12.5结合算例对模型进行求解,并与启发式算法进行比较,得出了求解方法的高效性。结果表明本方法可为成网条件下的城市轨道交通车底运用问题提供好的决策参考依据。