直角坐标系下无向双环网络G(N;±1,±s)直径的研究

提出将直角坐标系引入无向双环网络的研究,通过直角坐标系,系统研究无向双环网络G(N;±1,±s)的直径、平均直径,验证直径的下界,得出平均直径的下界。最后给出直角坐标系下无向双环网络的仿真方法,该方法克服了传统L型瓦方法在无向双环网络研究中的不足,大大提升了无向双环网络的研究水平。     

最优无向双环网络G（N；±1，±s）的构造

创造性地将直角坐标系引入无向双环网络的研究,通过直角坐标系,系统研究无向双环网络G（N;±1,±s）的仿真图形,提出最优无向双环网络BestG（N;±1,±s）（直径、平均直径均达到下界）的构造方法并研究步长s和其直径之间的关系。与传统L型瓦方法在无向双环网络研究中相比,该方法克服其不足,大大提升了无向双环网络的研究水平,相关研究在国内外文献中尚未见到。     

问答系统中复杂问题分解方法研究综述

问答系统可以针对用户提出的自然语言问题给出精准的答案,是自然语言处理领域中一个重要的研究方向。对于具有复杂语义结构和句法结构的多跳问题,模型需要强大的自然语言理解能力。问题分解作为问题理解的一种技术,有着不可估量的作用。阐述了问题分解的研究背景与意义;根据问题特征提取的方式,将现有的方法分为传统机器学习方法和深度学习方法两大类,传统机器学习方法以规则模板匹配和基于分割的方法为主,深度学习方法以基于Transformer、图神经网络、注意力机制、查询图和强化学习为主,并分别从模型架构、优势、劣势等方面进行分析。结合目前研究的动态,初步展望了未来的研究方向。     

知识图谱构建技术:分类、调查和未来方向

知识图谱的概念由谷歌于2012年提出,随后逐渐成为人工智能领域的一个研究热点,已在信息搜索、自动问答、决策分析等应用中发挥作用。虽然知识图谱在各领域展现出了巨大的潜力,但不难发现目前缺乏成熟的知识图谱构建平台,需要对知识图谱的构建体系进行研究,以满足不同的行业应用需求。文中以知识图谱构建为主线,首先介绍目前主流的通用知识图谱和领域知识图谱,描述两者在构建过程中的区别;然后,分类讨论图谱构建过程中存在的问题和挑战,并针对这些问题和挑战,分类描述目前图谱构建过程中的知识抽取、知识表示、知识融合、知识推理、知识存储5个层面的解决方法和策略;最后,展望未来可能的研究方向。     

突发涉水事件舆情及后续影响分析——以嘉陵江铊污染事件为例

针对突发水事件的各类数据信息对分析事件起因、发展和后续影响有着相当重要的价值。在研究应用现状分析的基础上,利用事件热度与 Bi-LSTM 情感分析 2 个模型,对 2021 年嘉陵江铊污染突发事件进行分析,分析结果说明：事件热度方面,华东、西北地区的公众较为活跃,微博热度具有聚集性和滞后性的特点, 新闻平台则体现出热度的延续性特点;事件舆情方面,微博舆情表现出比新闻平台舆情更为负面的情绪,两者都缺乏相对理性客观的评论。从后续影响角度看,部分气象水文因素导致铊污染二次发生,其次疫情前后,炼钢、冶锌行业利润存在大幅度波动态势,产量受高利润驱动而提高,一定程度诱发此类污染事件。突发涉水事件舆情传播迅速,影响范围较广,事件发展程度与舆情走势息息相关。     

突发涉水事件舆情及后续影响分析

针对突发水事件的各类数据信息对分析事件起因、发展和后续影响有着相当重要的价值。在研究应用现状分析的基础上,利用事件热度与Bi-Lstm情感分析2个模型,对2021嘉陵江铊污染突发事件进行分析,分析结果说明：事件热度方面,华东、西北地区的公众较为活跃,微博热度具有聚集性和滞后性的特点,新闻平台则体现出热度的延续性特点;事件舆情方面,微博舆情表现出比新闻平台舆情更为负面的情绪,两者都缺乏相对理性客观的评论。从后续影响角度看,部分气象水文因素导致铊污染二次发生,其次疫情前后,炼钢、冶锌行业利润存在大幅度波动态势,产量受高利润驱动而提高,一定程度诱发此类污染事件。突发涉水事件舆情传播迅速,影响范围较广,事件发展程度与舆情走势息息相关。     

无向双环网络G(N;±r,±s)的图形仿真算法

传统的L形瓦仿真方法无法直接用于研究无向双环网络。针对上述问题,将直角坐标系引入无向双环网络中,提出一种新的图形仿真算法。利用该算法可以快速仿真出无向双环网络G(N;±r,±s)的图形,同时标注其直径、平均距离及节点的具体分布。通过研究仿真图形,得出单位步长无向双环网络G(N;±r,±s)直径、平均距离的分布规律。     

最优非单位步长无向双环网络G(N;±r,±s)的构造*

创造性地将直角坐标系引入无向双环网络的研究,通过直角坐标系,系统地研究无向双环网络G(N;±r,±s)的直径、平均直径,得出平均直径的下界。提出最优无向双环网络BestG(N;±r,±s)(直径、平均直径均达到下界)的构造方法,并研究步长r、s与其直径之间的关系。与传统L型瓦方法在无向双环网络研究中相比,该方法克服了其不足,大大提升了无向双环网络的研究水平。     

重叠实体关系抽取综述

实体关系抽取能够从文本中提取事实知识,是自然语言处理领域中重要的任务。传统关系抽取更加关注于单实体对的关系,但是句子内包含不止一对实体且实体间存在重叠现象,因此重叠实体关系抽取任务具有重大研究价值。任务发展至今,总体可以分为基于序列到序列、基于图和基于预训练语言模型三种方式。基于序列到序列的方式主要以标注策略和复制机制的方法为主,基于图的方式主要以静态图和动态图的方法为主,基于预训练语言模型的方式主要以BERT挖掘潜在语义特征的方法为主。回顾该任务的发展历程,讨论分析每种模型的优势及不足点;结合目前研究的最近动态,对未来的研究方向进行展望。