融合预训练模型与注意力机制的军事实体关系抽取方法

军事实体关系抽取是军事信息抽取的主要任务之一,目的在于识别非结构化军事文本中两个命名实体的关系类别。传统的军事关系抽取方法难以解决人工特征不充分、军事领域中文分词不准确以及未能充分利用句子间的实体关系特征等问题。因此,提出了一种融合预训练语言模型（BERT）和注意力机制的军事关系识别方法。该方法能够有效学习上下文语义特征,提高句子的语义特征表达能力。构建一定数量的军事文本语料集,在此基础上的实验结果表明,与多个基线模型相比,所提出的模型抽取效果更优。     

基于实体对弱约束的远监督关系抽取

为缓解远监督关系抽取中的假阳性问题并进一步提高关系抽取的准确率和召回率,提出基于实体对弱约束的远监督关系抽取模型。首先,从知识库和文本中获取实体对的约束信息,约束信息由实体对关键词和实体类型两部分组成;然后,通过训练神经网络模型自动获取不同关系所对应的实体对约束信息的特征;最后,将这些特征用作弱约束联合语句特征一起进行关系预测。在对比实验中,基于实体对弱约束的模型达到了更高的准确率和召回率,表明了实体对弱约束能有效缓解假阳性问题、加强关系抽取。     

实体关系抽取研究综述

实体关系抽取作为信息抽取的核心任务和重要环节,能够实现实体对间语义关系的识别,对句子语义理解及实体语义知识库构建有着重要作用。回顾了实体关系抽取的发展史,总结了有监督实体关系抽取、无监督实体关系抽取、半监督实体关系抽取和开放式实体关系抽取4类方法的原理和代表性研究,并对各类方法进行了详细比较。     

基于位置辅助标记的实体关系抽取方法

为了解决在抽取过程中出现的关系三元组重叠问题,提出了一种基于位置辅助标记的实体关系联合抽取模型,使用BERT作为预训练语言模型,并且通过位置辅助矩阵方法,将关系三元组抽取转换成实体和关系的匹配问题,实现实体和关系的联合抽取,在中文数据集DuIE上进行了相关实验。实验结果表明,该模型抽取效果较好,提出的基于位置的辅助标记方法有效解决了关系重叠问题。     

基于深度强化学习的文本实体关系抽取方法

从文本大数据中快速准确地抽取文本的实体关系信息是构建知识图谱的关键.针对目前主流的远程监督关系抽取方法常常忽略实体对的类型信息和句子语法信息的问题,该文提出了一种基于深度强化学习的文本实体关系抽取方法.首先,利用结合实体周围词注意力机制的双向长短期记忆网络作为句子编码的第一个模块;然后,在此基础上加入实体类型嵌入模块,...     

基于自扩展与最大熵的领域实体关系自动抽取

实体关系自动获取是信息抽取的难题之一。本文提出自扩展算法和最大熵机器学习算法相结合的方法,以旅游领域为研究对象进行实体关系的自动抽取。首先利用自扩展算法自动获取能体现实体对间大类关系的语义词汇,该词汇作为特征加入最大熵机器学习算法的特征集,并设定阈值实现训练语料的自动标注;然后使用最大熵机器学习算法对训练语料进行学习,构建实体关系抽取的分类器,实现实体关系的自动获取。在收集600篇旅游领域语料的基础上进行实验,4大类实体关系的抽取获得了较好的结果,其中地理位置关系和时节关系的F值分别为82.56％和81.17％。实验结果表明:在人工干预较少的情况下,加入实体对间的语义词汇能有效提高抽取效果。     

实体关系的自动抽取研究

针对实体关系的自动获取难题,将极大熵算法和Bootstrapping算法相结合,利用Bootstrapping算法和标量聚类的思想,通过设置种子模板和种子词获取了极大熵算法中所需的特征词.结合极大熵算法,从语言的形态学、语法、语义等方面系统地设计了9个特征,尽可能全方位地描述文实体的真实情况.搭建了实验所需的系统框架,实现了实体关系的自动抽取.实验结果表明:该方法能够有效地解决实体关系的自动生成问题.     

基于实体消歧的中文实体关系抽取

针对开放文本中中文实体关系抽取的一词多义问题,提出一种基于实体消歧的中文实体关系抽取方法。首先,从知网中挖掘出具有潜在语义关系的实体对,并利用贝叶斯分类的语义消歧方法实现从知网到维基百科的实体映射,以获取高质量的关系实例;然后,根据这些关系实例抽取出其对应文本中共现的句子实例,构建基本的抽取模式;最后通过模式合并的方法生成新模式,再使用新模式来抽取新实例。实验结果表明,该方法与没有进行语义消歧和模式合并的方法相比准确率有所提高。     

一种新型高效的文库知识图谱实体关系抽取算法

实体关系抽取旨在给定的一个句子中抽取两个实体之间的语义关系.实体关系抽取是信息抽取和自然语言处理中的一项基本而重要的任务.尽管近年来已出现了一些较好的深度实体关系抽取算法,但如何充分利用语料库信息并有效地抽取语句中实体间的语义关系,以进一步提高深度模型的精度仍面临着严峻的挑战.本文首先基于训练文库构建了一种新的实体语义...     

一种基于树核函数的半监督关系抽取方法研究

为了解决传统的半监督关系抽取算法易产生的"语义变异"问题,提出一种新的基于树核函数的半监督关系抽取算法。该算法主要采用树核函数和种子集约束扩展两个策略,弱化"语义变异"现象带来的关系抽取不够准确的问题,提高关系识别的正确率。在基准数据集PopBank上的试验研究表明,提出的使用约束机制扩充种子集的半监督学习方法在4个评价指标上(Precision, Recall, F-measure, Accuracy)均优于常用的两种关系抽取方法,从而验证了该算法与其他算法相比能够具有较好的关系抽取能力。     

空间数据模型发展综述

介绍了各发展阶段的典型空间数据模型,从商业软件和模型的标准化两个方面阐述了空间数据模型的发展现状。在综合现有理论和成果的基础上,总结了当前空间数据模型发展的不足以及今后的发展趋势。     

公交企业双目标激励模型

以降低公交企业运营成本和提高其服务水平为目标,以标准成本和最低服务水平为标杆,基于委托-代理理论,改进了政府补贴激励合同,构建了改进的委托-代理激励模型。通过实例验证了该模型的实用性。研究结果为政府对公交企业进行激励和完善财政补贴机制提供了理论依据。     

基于数据挖掘技术的建筑企业信用评价

针对传统方法的不足，分析了应用数据挖掘技术的建筑企业信用评价方法．采用Logistic，决策树和神经网络算法，从250个建筑企业组成的学习样本中挖掘信用好或差的分类规则，从而建立了3个相应的信用评价模型．将所建立的模型用于评价检验样本中的46个建筑企业，采用混淆矩阵比较了各模型的评价表现．结果显示，Logistic，决策树和神经网络模型的评价准确率分别为87．0％，82．6％和82．6％，一致性结果的准确率达到91．7％，并且各模型在稳定性、敏感度等方面具有不同特点。研究表明，数据挖掘技术是一种有效而准确的建筑企业信用评价方法，此外，不同特点的数据挖掘模型为建筑业的信用评价提供了多种选择。     

基于博弈论的建筑企业联盟机制

获利动机会促使各国企业求同存异,通过有效磋商,协调彼此的政策和战略。最终达成共同认可的有约束力的协议,分享合作带来的效益。在中国开放建筑市场之初,外国建筑企业进入中国建筑市场多半是利用合资的形式,对联盟应该如何正确认识？本运用合作博弈论的方法,将企业间的合作的形成看成是各企业间的一个合作博弈,进一步分析中外建筑企业间合作的机制。     

施工缝模型及在钢筋混凝土柱非线性分析中的应用

提出用零长度截面单元模拟施工缝,并基于纤维模型推导了单元刚度矩阵,给出完整的单元描述。在此基础上,进一步提出用以模拟带缝柱的纤维杆元模型,即由一个非线性梁柱子单元端部附加零长截面子单元组成。通过OPENSEES非线性分析软件平台,建模分析了钢筋混凝土带缝柱在拟静力试验下的非线性反应行为,计算结果与试验结果吻合较好,验证了该模型的有效性,为以后在混凝土结构或构件的非线性分析中考虑施工缝的影响提供依据。     

论会计准则制定框架的构建

在会计准则国际趋同加速发展的背景下,运用系统论观点讨论了会计准则的动因、目标、功能和性质,并以会计准则的主要性质为主线,探讨了会计准则制订框架的构建,指出会计准则制订机制包括制订机构的选择、制订程序的选择及制订过程的博弈模型。     

基于交易成本的建筑供应链构建及运作研究

针对建筑供应链框架结构及其内部企业契约关系网络,构建了建筑供应链交易成本模型,从交易成本角度研究了构建及运作建筑供应链的基本条件,通过进一步研究项目管理承包模式下的建筑供应链网络结构,定量分析了项目管理承包商进入建筑供应链后交易成本的变化情况,得出了项目管理承包商承担建筑供应链构建及运作任务的前提条件。     

基于改进EMD和数据分箱的轴承内圈故障特征提取方法

为解决直驱风力发电机主轴后轴承内圈轻微损伤故障诊断问题,针对实际工程中振动信号的复杂特性,提出一种基于改进经验模态分解(empirical mode decomposition, EMD)和数据分箱的特征提取算法。将信号进行改进经验模态分解,得到一系列平稳的本征模函数(intrinsic mode function, IMF)。对分解后的信号提取均值、方差等幅域参数特征,并根据参数有效性选择部分参数组成特征矩阵。选用等宽分箱方法,用箱内数据均值代替箱体数据,将特征矩阵进行平滑处理。经验证,该方法能准确提取实际工程信号中的有效特征,并从特征选择的角度较好解决了分类器代价敏感问题,减少了机器学习模型的过拟合现象。