面向事件的文本表示模型的构建及应用研究

文本表示是自然语言研究的基础问题,也是帮助我们高效处理网络上文本信息的关键.针对当前基于词或短语的文本表示模型容易丢失语义信息的问题,采用图结构的思想构造一种面向事件的文本表示模型-事件语义网络,该模型用事件触发词代替事件作为节点,以事件之间的语义关系作为边,把文本表示为节点和边构成的图.基于该模型实现了自动摘要应用,...     

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.     

基于改进TADW的链路预测算法

针对经典的节点相似性链路预测算法只考虑网络拓扑结构或者节点属性信息的问题,使用词嵌入模型Word2vec学习得到节点文本属性信息的表示,进而改进TADW(text-associated deep walk)算法,弥补其语义信息表示能力的不足.基于改进的TADW图嵌入方法提出一种融合网络拓扑结构和节点属性信息的相似性指标,并基于此相似性指标提出链路预测算法.在三个真实数据集上的实验结果表明所提出算法可以提高预测精度,并具有更好的鲁棒性,同时使用图嵌入的方法有效解决了网络数据的稀疏性问题.     

基于事件的新闻客户端热门评论预测框架

将评论作为主要研究对象,提出了一种基于事件的新闻客户端热门评论预测框架。为了解决单个新闻客户端数据稀疏的问题,利用新闻客户端的聚集性来挖掘事件;通过建立事件背景解决了使用单条新闻进行预测带来的冷启动问题;框架内部各模块关系完全松耦合,能够依据不同的事件粒度进行在线的热门评论的预测。最后通过实例实验证明,使用框架中提出的联合客户端数据的事件挖掘策略,能够很好地避免单个客户端中数据稀疏的问题,同时证明基于事件进行热门评论框架的效果要优于单纯使用评论本身。     

基于核心依存图的新闻事件抽取

基于核心依存图(kernel dependency graph,KDG)的事件抽取主要通过语义结构进行匹配。在已构建的越-英-汉南海新闻框架网络基础上,主要对KDG语义分析模式、基于核心依存图的新闻事件抽取分析以及核心依存图生成和新闻事件信息抽取进行研究。研究重点包括典型KDG、零形式框架元素和框架元素融合等特殊KDG的分析模式,面向事件信息抽取的KDG的表示模式和标注例句自动生成KDG的过程。研究结果表明,基于KDG的事件信息抽取方法直观明了、语言学理据充分,具有一定的可行性,对新闻文本中的语义线索发现较为适合。目前已经可以从已完成框架语义标注的例句中自动生成KDG并抽取出相应的事件模型。     

多智能体系统事件触发一致性研究综述

事件触发一致性控制是解决多智能体系统（multi-agent systems,MASs）一致性通信资源消耗问题的有效手段.本文简述了MASs事件触发一致性的基本框架,综述了MASs事件触发一致性问题所涉及的事件触发机制及设计策略、事件触发一致性的影响因素、Zeno行为和事件触发一致性应用4个方面的国内外研究进展,对未来研究方向进行了展望.     

基于事件异构图表示的文本去重算法

基于图结构的文本表示方法在新闻文本去重中具有更好的效果.但是,目前该表示方法还不能完整地表示文本的全部信息,并且忽略了图的语义信息,降低了新闻文本的去重效果.为此,本研究提出基于事件异构图表示的文本去重算法,该算法首先通过事件异构图表示新闻文本的全局语义与结构信息,然后提出双标签图核算法表征事件异构图,实现深度表征图的结构及语义信息.实验结果表明,该研究提出的去重算法比现有的基于图结构的文本表示去重方法在F1-score指标上提升了10%.最后,该算法能提高新闻文本的去重效果.     

国家突发公共事件应急管理中科学问题的思考和建议

突发公共事件的应急管理体系可视为一个开放的复杂巨系统，具有多主体、多因素、多尺度、多变性的特征，包含着丰富而深刻的复杂性科学问题。应急管理包括风险评估、监测监控、预测预警、决策指挥、救援处置、恢复重建等关键环节，并且广泛涉及紧急环境中人员/群的心理及行为。文中从突发公共事件若干典型案例的分析出发，基于国内外应急管理基础研究大跨度、多学科交叉融合的特点，试图凝练出我国应急管理基础研究最近5—10年内迫切需要研究解决的关键科学问题，主要包括五大板块：应急管理体系的复杂性科学问题，应急心理与行为的科学问题，突发公共事件的信息获取及分析的科学问题，多因素风险评估和多尺度预测预警的科学问题，以及复杂条件下应急决策的科学问题。文中初步给出了这五个板块的内容。突发公共事件应急管理中科学问题的研究和突破，需要理工文管（管理科学、工程科学、信息科学、生命科学、基础自然科学、 经济学、社会学、心理学、法学、历史学等）多学科各自的努力及其交叉与融合。     

融合时序文本与高阶交互拓扑的在线抗议预测

针对在线抗议预测技术中忽视用户文本时序差异性及用户间高阶交互拓扑的问题，提出融合时序文本与高阶交互拓扑的在线抗议预测方法.基于自注意力机制建模用户不同时刻交互文本信息对其抗议倾向的影响，构建用户文本表示向量；同时利用邻域节点的相似性，构建二阶相似性保持的用户交互拓扑表示向量；融合用户文本表示向量和交互表示向量预测用户抗议倾向.推特数据集结果表明本方法准确率可达到93.9%，为抗议活动预测提供技术支撑.      

基于卷积图神经网络的多粒度表示学习框架

卷积图神经网络（Convolutional Graph Neural Network,ConvGNN）以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中，多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能，但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题，提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL，分为四个模块：粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不同粒度节点的属性和标签信息，训练模块在最粗粒度的网络上以端到端的方法训练任意一种ConvGNN并优化其模型参数，推理模块使用优化后的ConvGNN推理出不同粒度网络的节点表示，融合模块采用注意力权重聚合不同粒度的节点表示以产生最终的节点表示.在四个公开引文网络数据集上进行的半监督节点分类任务验证了M-NRL的有效性，实验结果表明，MNRL不仅能加速现有ConvGNN的训练，还可以增强其最终的表示质量.     

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。     

高密度RFID事件流上的复杂事件检测

由于高密度事件流具有实时性和海量性特点,应用已有的复杂事件检测技术处理时,存在时间效率不高、占用内存空间较大等不足.针对这些问题,提出了一种基于哈希链表结构的复杂事件检测算法.该算法设计有效的哈希映射分类来保存中间结果,加快了匹配过程,同时,提出高效的更新机制及时删除内存中过期的数据.针对常见的事件流的乱序现象,对原有自动机处理机制进行了改进.实验和分析证明,复杂事件流检测方法具有理论上的可行性和操作上的高效性与正确性.     

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。     

具有强迫事件的DES的事件反馈控制

在系统与监控器的优先同步运行下,讨论了具有强迫事件的ＤＥＳ的事件反馈控制;在预先给定的闭环系统的行为规范条件下,不仅得到了监控器存在的充分条件条件,而且通过构造监控器这一结论进行了证明。     

预先危险性评价方法中原因事件与触发事件辨析

目前国内在应用预先危险性分析(PHA)方法进行安全评价时,普遍存在对分析项目中的原因事件和触发事件的本质认识不清和混淆使用的问题,造成评价结论和提出的对策措施不准确.本文通过对预先危险性分析方法的全面分析,在对比该方法各种工作表中各项研究内容差异的基础上,结合通用工作表格中的研究内容,对原因事件和触发事件的区别和联系进行了辨识.通过研究得出,原因事件是指产生潜在危害的技术缺陷或管理失误等方面的原因,以及导致产生危险因素的非期望事件或错误;触发事件是指使危险因素转化为潜在危害的非期望发生的事件或错误,以及使发生事故的条件进一步积聚的事件及错误.     

动态模糊事件代数

在数据库中,事件的运算是比较关键的问题．因此本文通过对动态模糊事件的研究给出动态模糊事件代数的基本运算方法．     

基于条件事件代数的常概率事件模型及应用

基于乘积空间条件事件代数,介绍了一种具有严格数学表示的常概率事件的方法，将其应用于数据融合系统中的专家权重事件描述，数值融合的结果与代数融合的结果相一致。在乘积空间条件事件代数中，提出了一个新的度量专家观点的布尔相似性测度，该测度可以有效地评定专家信息的相似性，并给出了一个具体的实例。     

事件等价性与概率教学

研究了随机事件的等价性，并指出了在教学中的应用．