一种融合语义特征的图卷积文本分类方法

随着文本分类领域相关研究的推进,基于深度学习的文本分类方法成为了该领域的重要研究方向之一。深度学习模型因其强大的特征提取能力,在文本分类任务上有着颇为优越的表现。但由于文本数据的高维性和自然语言的语义复杂性,现有的深度学习模型在复合语义信息的提取上仍有待进一步优化,其表现对文本分类效果产生不可忽视的影响。为此,该文提出一种基于LDA和GCN的文本分类模型LGCN。该模型利用LDA模型学习文档、单词和主题的关联信息,借助滑动窗口、PMI值计算等方式获取字符间的联系,采用TF-IDF得到单词和文档的联系,通过融合这些丰富的语义信息得到以节点形式构建的图,使用GCN模型学习图中语义信息并对图中文档节点进行分类从而完成文本分类任务。实验结果表明,在相同的数据集上,LGCN模型的文本分类效果优于LSTM等参照模型。

时态的粒度刻画及演算问题研究

时态的建模及演算是时态信息处理中的逻辑基本问题,从粒度思想出发,根据时态的粒度划分,研究了时态粒度的语义与性质。并基于时态粒度对时态原语进行刻画,进而基于代数系统分析了时态的粒度转换算子及不同粒度下的时态关系,构建了时态粒度关系的演算系统。

一种高效的视图维护算法

通过选择性算法将增量式视图维护和视图自维护有效地融合在一起 同时它还利用相关性算法对不相关更新进行过滤 ,可以有效地降低消息总数和数据的通信量 ,从而大大提高视图维护的效率 。

基于粒度层次映射转换的时态粒点差运算方法

计算两个时态粒点在任意时态粒度下的差值是时态断言的基础,提出基于时态粒度的层次映射转换方法,将时态粒点映射为各时态粒度下的可列集,差运算可转换为不同粒度映射下的自然数差运算.并论证了时态论域T与自然数集N间的对等关系以及映射的连续性,证明了方法的正确性.克服了弹性时态粒度的影响,适应任何基于非规则时态粒度集或者自定义时态粒度集上的时态粒点差运算.

时态原语的粒度约束与规范化问题探讨

时态应用的需要是推动时态问题深入研究的动力,时态原语之间的运算是时态研究与应用中不可忽视的基本问题之一,对时态数据库、时态知识推理、时态数据挖掘等研究领域均有深远的影响.由于时态原语进行加减运算后的结果可能为负时间因子,也可能溢出相应粒度下度的值,得出非规范的时态元素,从而影响其使用.为此,必须对非规范的时态原语进行规范化处理,使其成为规范时态原语.文章对时态粒度的度、象与转换等进行了刻画,描述了时态粒度约束与性质.在此基础上,深入地探讨了时态原语的规范化处理问题,提出了时态粒点的规范化处理算法,并将该算法应用于公历系统中典型的非规范时态原语的取值情形.

时态跨度的向量化处理与运算

时态跨度是时态断言的重要演算对象,如何有效且准确地计算不同时态粒度刻画下的时态跨度之间的运算结果是一个关键问题。由于时态跨度的非规范特性以及弹性时态粒度的影响,使得粒度转换方法并非总有效。对时态粒度系统作向量化处理,使其同构到n维向量空间,并将时态跨度作完备化和平滑化处理后,映射为向量空间中的自由向量,从而可以通过向量间的运算法则,简单有效地处理各种复杂组合形式下的时态跨度间的运算。

一种维护分解的并行增量视图维护方法

实化视图维护是指在数据源的原始数据发生改变时,有效地将这种变化反映到数据仓库中,使相应的实化视图得到及时更新.当前的视图维护方法主要以C/S结构为基础,当更新频繁时将会导致数据仓库超载而崩溃.针对这种现状,提出基于维护查询任务进行分解的实化视图并行增量维护P3Sweep算法,算法修正了Sweep算法只能顺序处理的限制,赋予其并行处理能力.对于单个更新,P3Sweep算法通过对维护查询任务进行分解,并行执行左右扫描过程来完成维护演算;对于并发更新,算法通过递归分解方式进行细粒度并行演算.性能计算和实验测试结果表明,该方法增加了系统对更新的吞吐能力,减少了维护的延迟,从维护查询任务本身实施对实化视图维护的优化.

时态粒度约束下的时态元素定性关系探讨

针对时态粒度约束下的时态元素之间的定性关系,引入向量空间思想,将时态粒点间的关系转换为向量空间中的运算。提出时态粒点的向量判别方法以比较两个时态粒点的先后关系,通过粒度缩放操作探讨了时态粒区之间的关系、时态粒点与时态粒区之间的定性关系,对时态数据库、时态知识推理、时态数据挖掘等时态应用研究领域起到了良好的基础支持作用。

基于Hadoop的时态信息存储与时态关系演算问题研究

面对海量的非结构化时态信息,构建了在分布式环境下的数据存储模型,并在此基础上提出一种基本的时态数据处理方法。使用Hadoop平台下的分布式、非结构化数据库HBase对海量时态数据进行存储,构造以时态集合为时态存储单元的时态数据存储模型;针对分布式处理特征和时态集合数据类型,提出一种在Map/Reduce编程计算模式下进行海量时态信息关系演算的实现方法;通过扩展时态区间关系运算,实现以时态集合为基本时态数据操作对象的交、并等关系运算。以医疗时态数据作为研究实例,表明了所提出的时态数据存储模型和关系演算方案在分布式应用系统下的适用性。

软件组件的互操作性和透明性

互操作性和透明性独立于系统功能。分布式系统结构实现互操作性和透明性非常复杂 ,需要深入的软件工程知识、系统软件体系结构和新的系统互操作性观点。尽管使用常用技术可以获得特定情况下的互操作性 ,但不能解决一般意义下的透明互操作性问题。对分布式系统的互操作性和透明性问题进行了深入地分析与阐述 ,并探究了互操作性与软件体系结构的关系 ,着重讨论了交叉领域的互操作性要求。相信与软件体系结构结合起来的互操作性和透明性的实现将对大规模、复杂的分布式系统产生深远的影响。

一种基于集成学习的多元时间序列预测方法

多元时间序列包含丰富的变量,且变量间存在着相关性,相互影响,可能会降低某一变量的预测精度.为此,本文提出了一种基于RNN和CNN的混合模型.模型利用互信息法进行特征选择,通过融合CNN的抽象特征提取以及GRU的时序信息提取来预测未来7个单位时刻的数据.实验表明,模型的预测效果优于LSTM等模型.此外,为了检验所构建的模型的泛用性,在PM2.5数据集和SML2010数据集上进行了对比测试,同样证明了模型的优越性.

中文时间关键词识别研究

时态信息广泛应用在自然语言处理、信息检索等领域,而时间关键词识别更是时态信息应用的关键,其直接影响到时态信息的使用。时间信息在文本或句中形式多样性、位置随意性以及边界不确定性等特点成为时间关键词识别任务中的难点。为了解决中文时间关键词的识别问题,通过分析文本语句结构并结合语法结构树提出短语划分方法,将文本转换成短语集从而确定短语边界;在此基础上提出短语向量化表示法,以此构建向量空间;最后,引入谱聚类的聚类思想,将识别问题转换为聚类问题。实验证明,运用该方法进行中文时态关键词识别具有较好的效果。

融合多语义特征的命名实体识别方法

针对语言普遍存在的字符间非线性关系,为捕获更丰富的语义特征,提出了一种基于图卷积神经网络(GCN)和自注意力机制的命名实体识别(NER)方法。首先,借助深度学习方法有效提取字符特征的能力,采用GCN学习字符间的全局语义特征,并且采用双向长短时记忆网络(BiLSTM)提取字符的上下文依赖特征;其次,融合以上特征并引入自注意力机制计算其内部重要度;最后,使用条件随机场(CRF)从融合特征中解码出最优的编码序列,并以此作为实体识别的结果。实验结果表明,与单一采用BiLSTM和CRF的方法相比,所提方法在微软亚洲研究院(MSRA)数据集和BioNLP/NLPBA 2004数据集上的精确率分别至少提高了2.39%和15.2%。可见该方法在中文和英文数据集上都具备良好的序列标注能力,且泛化能力较强。

基于规则的中文时间表达式识别与规范化

为了解决文本时间表达式的识别与规范化问题,针对时间表达式在形式上的多样性与非结构化,提出了对时态元素进行刻画的思想,划分时间表达式类别及规范形式;在此基础上,采用正则表达式与Trie树结构相结合的方式构建出时间短语识别树,自动进行中文时间表达式的识别与分类;最后,提出规范化算法与修正算法处理识别后的结果,得到规范化形式.以中文语料进行实验,中文表达式识别与规范化工作达到较好的效果.

基于Petri网的分布式面向对象数据库系统建模

首先介绍了分布式面向对象数据库 (DOODB)的基本概念 ,提出了以对象模型、事件模型、事务模型三个正交维来进行建模的思想 ,并利用面向对象 (OO)技术及Petri网理论对DOODB进行了系统建模 ,这种建模表示方法对于开发分布式数据库及其管理系统有一定的指导意义。

融合细粒度实体类型的多特征关系分类算法

近年来,基于深度学习的关系分类多集中于注意力机制的改进或语义信息的优化两方面,但此类方法提取的特征往往较为单一,忽略了实体类型对关系分类的影响,且存在语义信息学习不完整等问题。提出一种新的关系分类方法Type-SBNE,针对实体类型学习任务,引入细粒度的实体类型信息,并通过对每个实体类型中的所有实体向量取平均生成实体类向量,再分别通过实体与句意信息学习获得其对应的特征向量,通过拼接融合得到复合语义特征,最后采用全连接层和Softmax函数来预测实体对之间的关系。Type-SBN基于细粒度的实体类型信息,丰富了实体的特征,有效加强了每个实体在上下文中的表达。实验表明,Type-SBNE模型可更好地完成关系分类任务,效果优于对比方法。

时态跨度的绑定问题探讨

时态跨度是时态应用中重要但又非常特殊的时态原语:一则,在不同的时态上下文中,其语义内涵往往呈现出不确定性;再者,其灵活的刻画形式又表现出一些不规范性,使得时态应用中难以有效地驾驭其序关系,影响时态运算的精确性.从时态跨度的序关系入手,分析了时态跨度绑定操作的必要性,提出了通过将时态原语和时态跨度映射到仿射空间中,利用仿射变换构建时态跨度绑定的方法,并实现了与时态粒点、非间断时态粒区、间断时态粒区间的绑定和运算.

基于数据源自动侦测更新的并行视图维护模型

数据仓库体系结构是数据仓库建设和维护的重要理论基石,传统的体系框架简单易行,但不够完善。斯坦福大学提出的WHIPS模型解决了信息源自动侦测更新的问题,但由于模型自身存在的瓶颈,使并行更新处理产生阻塞现象。为此,本文提出了一个改进方案,引入了时间戳单元,增加了其中两个重要模块的并行处理能力,并给出一个修正的数据仓库系统结构。

不确定时态信息的粒度建模及其时态关系研究

从自然语言的不确定性语义出发,研究时态信息的不确定性问题.提出不确定时间点、不确定时间区间的六元组粒度模型;通过构造评价函数,给出了不确定时态粒点的语义可信度计算方法;并对不确定时态进行泛化处理,进而定性的讨论了其时态关系,对其中复杂交叠的时态关系进行定量计算并证明计算的正确性和完备性,从而将不确定性问题转化为可计算问题.

不确定时态跨度的语义处理及其粗糙集近似计算

蕴含语义的不确定时态的表示及处理是不确定时态信息和自然语言处理领域中的重要问题,不确定时态跨度是不确定时态中的重要组成部分,而不确定的语义是造成时态跨度不确定性的根源.提出对不确定语义进行转换的思想,将其转换为邻域或区间的形式,成为可计算问题;进而从粒度层面对不确定时态跨度进行了有效刻画,给出了元组化的模型,使其可以参与运算;提出了时态粗糙集将时态跨度元素在离散状态下进行划分,采用下近似和上近似的思想划分了不确定时态跨度中的确定元素和不确定元素;并提出了不确定时态跨度的近似精确度计算方法.