现代汉语动词性存在糅合句语义分析和事件融合机制研究

存在句一直是汉语研究的热点之一,但对动词性存在糅合句的关注却略显薄弱。基于学界前期研究成果,聚焦考察动词性存在糅合句的界定与构成,着重分析动词性存在糅合句的语义特点,并尝试从事件融合理论的角度对其形成机制作出认知阐释。研究发现:动词性存在糅合句一般是无语音停顿的单句,且通过存在句和动词性后续结构的杂糅和合并而形成;“VP_1+NP_(人/物)+VP_2”在句法上主要表征为述补结构、连动结构和状中结构,不同的结构在语义特征、语义关系和语义指向方面展现了不同的语义糅合关系;动词性存在糅合句形成的认知机制是事件融合,在时空、参与者和事件关系三方面的语义认知维度中得以体现。

基于事件框架的主题事件融合研究

针对事件抽取获得的单个元事件无法完整描述主题事件的特点,提出了一种主题事件的融合方法,通过该方法将与同一主题相关的所有元事件整合在一起,以层次化的形式表示。首先定义了一种事件融合框架TEFF(topic event fusion framework)。该框架根据各类元事件在主题事件中的作用,将主题事件以层次化的形式表示。同时给出元事件和主题的相关度计算方法,通过该算法来评价元事件和主题的相关度。在TEFF的指导下,通过相关度计算,实现主题事件的融合。在以2008年起的金融危机为主题的实验中,取得了F值为77.1%的实验结果,这表明该方法能有效地对主题事件进行融合。

基于多层事件融合的场景事件实时分析

为解决智能监控场景中场景事件实时分析问题,提出了一种基于多层事件融合的场景事件分析模型以及对应的RBPF实时推理方法.利用事件具有层次结构特性以及各层事件之间的关系,将场景事件分解为不同层次的子事件,利用多层子事件融合进行场景事件分析,并用多层动态贝叶斯网络模型对其建模.构建模型对应的RBPF推理方法,以实现对复杂场景事件进行实时分析.仿真实验证明了该方法能够对动态场景中的场景事件进行实时推理,比PF方法具有更高的精度及较少的时间代价.

事件融合的理论模型建构

事件融合作为一种新兴的语义-句法界面的理论,逐渐成为学界关注的焦点,但是相关的理论探讨非常少且不系统。本文从分体拓扑学和语言学两个路向梳理和评价事件融合理论的研究背景,提出了事件融合的理论模型,进而从认知概念化层面细化触发子事件交融成为单一宏事件的维度,以此作为事件融合的判断标准。本文结合英汉语料从句法层面对宏事件进行语言编码的阐释。在该模型中,事件之间不仅有不同的融合方式,且融合之后形成的宏事件内部具有不同的紧密度。本文还提出基于此事件融合理论可以进行的研究课题。本文对于研究宏事件的概念化和语言表征、因果关系的感知及自然语言处理具有重要意义。

一种基于时序关联的工业大数据事件融合方法设计

针对工业大数据在爆发式增长同时带来的多源异构性问题及快速处理需求,提出了一种基于时序关联的事件融合方法。通过对工业数据事件进行定义和分类,构建有向图并引入分布式方法实现工业大数据复杂事件的快速检测;基于马尔科夫模型进行冲突事件处理,并提出工业大数据事件关联性处理算法;基于事件时序关系进行事件关联强度的计算进而进行事件融合的方法。实验结果表明,该方法在复杂事件检测及复杂事件融合处理耗时上均获得了较好的结果,说明了方法的有效性。

基于汉语动补结构的事件融合研究--以“V回”结构表征宏事件为例

动补结构是表征宏事件的主要句法形式之一。当前有关讨论集中于语言类型学,较少探究框架事件和副事件的事件融合。本文基于语料库实证研究,以“V回”表征宏事件为案例,考察动补结构中框架事件和副事件发生事件融合的事件关系、语义维度和认知模式。研究发现:1)框架事件和副事件主要基于原因、方式、基底和构成四类事件关系发生事件融合;2)两个事件的事件融合主要涉及时间融合、空间融合、指称融合、意向性、控制和压制力六个语义维度,事件融合的紧密度连续统由紧密至松散可以概括为:自主运动事件/非施事性状态变化事件>致使运动事件/施事性状态变化事件/实现事件>行动关联事件;3)在注意分布的认知驱动下,动补结构的事件融合呈现多样化。本文从事件融合的视角阐释了动补结构表征宏事件的能产性。

基于小波和动态互补滤波的图像与事件融合方法

本文探讨了事件相机和传统帧相机数据的融合,引入了一种旨在增强复杂光照条件下成像质量的新型融合方法.事件相机作为创新性视觉传感器的代表,以其高时域分辨率和极低功耗受到广泛关注.然而,事件相机产生的数据往往存在噪声和特征丢失等问题.相反,传统帧相机具有较高的空间分辨率,但在捕捉涉及快速运动或包含广泛动态范围场景时表现不佳.基于此,本文引入了一种创新方法,将离散小波变换与动态增益互补滤波相结合,有效地融合图像和事件数据.该方法首先通过计算图像的信息熵评估曝光水平.然后,采用离散小波变换来从事件数据和帧图像数据中分离高频和低频细节.随后,该方法应用动态增益互补滤波器来实现图像和事件数据的融合.该方法的核心在于其能够自适应地平衡每种数据源的贡献,从而确保在不同条件下实现最佳的图像重建质量.通过利用事件相机的高频时域信息和帧相机的高分辨率空间信息,该方法旨在克服每种传感器固有的局限性.这种融合不仅可以减轻事件相机数据中遇到的噪声和特征丢失,还可以解决帧相机在捕捉高速运动和具有明显亮度变化的场景时的缺点.该融合方法的有效性已经在HDR Hybrid Event-Frame数据集上进行了测试,该数据集具有高动态范围和复杂光照环境的真实场景.实验结果展示了该方法在提高图像质量方面实现的改进.与传统图像重建方法相比,本文方法在几个关键指标上表现出色:均方误差为0.0199,结构相似性指数为0.90,Q-score为6.07.这些结果不仅验证了所提出的融合方法在改善在挑战性条件下成像质量方面的有效性,还凸显了整合不同类型视觉数据以实现更优重建结果的潜力.

事件融合理论视角下初始因果关系与持续因果关系的语言表征

本文指出初始因果关系和持续因果关系是直接因果关系的两种类型。基于事件融合理论,通过诱导实验法对初始因果关系与持续因果关系的现代汉语口语表征做了考察。发现:1)表征持续因果关系的句法类型都是单句,而表征初始因果关系情景的方式有单句,也有包含两个小句的并列式承接复句、主从因果复句和紧缩复句,且其单句的句法类型比表征持续因果关系情景的类型多。2)由于"V+结果补语"构式的组成部分具有并置性,宏事件整合形式的简单句可以表征初始和持续两种施力方式的因果关系。3)第一个分句表征的使因事件具有终结性特征,因此复句"VP1了+一+动量词,VP2""一+动量词+V1+DVP,RVC""一+VP1,(就)VP2"和"VP1了+一+名量词+O,RVC"这4种构式是表征初始因果关系情景特有的语言形式。本研究不仅对"直接因果关系"概念的范畴化以及因果关系理论的拓展具有重要意义,对因果关系事件的研究也具有重要的语言学价值。

现代汉语“兼语式”的事件融合研究

兼语式语言现象由来已久,但过往研究对兼语式内部的融合机制鲜有研究,现有分类也存在缺陷。本文从事件融合视角对现代汉语“兼语式”的内部语义关系以及事件的融合特征进行了探究。研究发现:使兼语式中两个子事件进行融合的语义关系有因果关系、方式-行为关系、行为-目的关系和描述关系,((1))以此为标准的分类法也避免了以兼语词前动词语义进行分类的弊端,且更具容纳性;兼语式的事件融合特征则集中体现在指称融合和时间融合两方面。本研究不仅对事件融合理论的拓展应用具有重要意义,对兼语式的研究也具有重要的语言学价值。

事件融合视角下“V到”构式的动补类型嬗变

语言中形式和意义匹配的多样性使得"V到"构式在动补结构的归类上存在着很多争议,主要体现在动趋式、动结式、动相式上。鉴于此,在Talmy(2000)事件融合理论的框架下,本文对不同类型"V到"构式内部各种概念基元融合方式进行了剖析,其研究发现:(1)事件融合中不仅存在[运动]和[支撑关系]概念基元之间的融合,还存在[运动]和[路径]概念基元之间的融合;(2)"V到"构式在五个事件融合类型中的分布可厘清该构式在动趋式、动结式和动相式之间的界定与归类;(3)"V到"构式事件融合的程度呈现出"运动事件→体相事件→行为关联事件→状态变化事件→实现事件"递增性的连续统。因此,"V到"构式在动补类型上的嬗变实则是事件融合视角下概念基元相互之间所形成的不同的融合方式。该研究对Talmy事件融合理论的全面研究和现代汉语中"V到"构式的本土化研究均具有启发意义。

基于混合人工免疫算法的流程挖掘事件日志融合方法

流程挖掘是流程管理和数据挖掘交叉领域中的一个研究热点.在实际业务环境中,流程执行的数据往往分散记录到不同的事件日志中,需要将这些事件日志融合成单一事件日志文件,才能应用当前基于单一事件日志的流程挖掘技术.然而,由于流程日志间存在着执行实例的多对多匹配关系、融合所需信息可能缺失等问题,导致事件日志融合问题具有较高的挑战性.对事件日志融合问题进行了形式化定义,指出该问题是一个搜索优化问题,并提出了一种基于混合人工免疫算法的事件日志融合方法:以启发式方法生成初始种群,以人工免疫系统的克隆选择理论作为基础,通过免疫进化获得"最佳"的融合解,从而支持包含多对多的实例匹配关系的日志融合;考虑两个实例级别的因素——流程执行路径出现的频次和流程实例间的时间匹配关系,分别从"量"匹配和"时间"匹配两个维度来评价进化中的个体;通过设置免疫记忆库、引入模拟退火机制,保证新一代种群的多样性,减少进化早熟几率.实验结果表明:该方法能够实现多对多的实例匹配关系的事件日志融合的目标,相对于随机方法生成初始种群,启发式方法能够加快免疫进化的速度.另外,针对利用分布式技术提高事件日志融合性能,探讨了大规模事件日志分布式融合中的数据划分问题.

基于D-S的多检测方式交通事件数据融合算法

自动事件检测(AID)是智能交通系统(ITS)的重要组成部分。多检测方式交通事件数据融合是减少重复上报事件、降低事件误报率和提高事件准确率的重要技术手段。为研究多检测方式交通事件融合算法模型,该文提出了基于D-S的融合模型,通过在沪杭甬高速公路柯桥至绍兴段进行试验,融合视频结构化事件、雷达事件和基于交通运行特征变化判断的交通事件数据。试验结果表明,3种数据源的融合准确率达到91.3%,高于单一检测方式,具有较好的实用性和有效性。

事件库构建技术综述

恐怖事件、突发事件、冲突事件等特定主题事件通常对国家安全带来严重威胁,记录现实事件的事件库在态势感知、风险预警、应急决策等应用中发挥重要作用,事件库构建技术随之发展为内容安全技术的重要组成部分。事件库构建技术是一类实现从海量的非结构数据批量生成结构化事件数据的技术,由于数据环境、表示精度、应用场景的差异,出现了各类构建技术的相关研究。本文详细介绍了事件库的定义、分类和架构,按自底向上输出的数据层次,将事件库构建技术划分为事件检测、事件抽取、事件融合三类关键技术,并分别对其研究现状和进展进行了全面分析,总结了事件库的主要应用领域,最后对事件库构建技术中面临的主要挑战和关键问题进行了探讨。

基于图像的多条件融合交通事件检测技术研究

为及时发现道路中的交通事件,提高交通事件判定的准确性,提出基于图像的多条件融合交通事件检测技术。对监控摄像头采集的交通视频图像进行处理,分离背景和目标车辆,再提取目标车辆的运动特征参数,并对车辆进行跟踪。融合车辆方向变化,车辆速度突变,车辆碎片三个判定条件,计算多因素下交通事件发生的总概率,检测交通事件的产生。

基于Community Intelligence的水电机组融合监测方法

介绍了基于CIA(Community Intelligence Agent)模型的水电机组融合监测框架:CIA模型包含消息处理层、行为控制层及核心功能层3个层次,各CIA与外界(如其他CIA)通过Request消息或Report消息联系;融合监测框架由维护域CIA系统和控制域CIA系统构成,维护域CIA系统各CIA之间通过实时现场总线(如CAN总线)或工业以太网实现交互、协作、关联动作及数据共享。将整个机组的状态数据划分为原始采样数据、瞬变状态数据、详细状态数据及概要状态数据4个层次,并针对不同层次的状态数据,进行选择性智能存储,以提高机组运动状态分析和故障诊断的针对性及有效性,节约存储空间。通过时间融合、运行工况融合、异常事件融合和冲突解决策略,实现融合监测系统中各CIA之间实时交互、协作及关联动作和机组状态数据的融合,有效地保证来自机组不同子系统的运动状态的关联性。

Pour和“倒”的词汇语义及其运动事件表达

英汉语位移动词pour和"倒"融合了位移、使因和容器概念。基于语料统计发现:(1)英汉语致使移动句是基本运动事件表达句,英汉语双宾句、英语pour full句、汉语"倒满"句体现了副事件融合的扩展模式。(2)英汉语的终点路径均呈优势分布。(3)位移终点INTO在英语双宾句缺省表达,而汉语使用"给"表达位移目标TO和位移终点INTO;汉语双宾结构中,"给X"在动词前呈优势分布。(4)英语用full表达"内部充满"的结果语义,而汉语用"满"编码"表面布满"和"内部充满"的概念语义;在表达"内部充满"的结果路径语义时,英汉语主体-背景均逆序表达。

WSN中面向非均匀形状事件的动态检测方案

高效且准确地事件检测与跟踪是无线传感器网络研究的热点问题之一,现有的事件检测方案无法实现对形状不定的区域事件的检测与跟踪,为了解决这一问题,提出了一种改进的动态事件检测和跟踪方案。首先,该方案利用事件质心确定事件的具体位置,然后,考虑了节点的读数强度及该读数与事件质心的距离,提出节点动量概念以引导事件融合和分割检测。仿真实验结果表明,该方案可在各传感器结点中分布式运行,延迟低,能效高,在各种条件下均有很高的准确度。不论事件大小和事件数量如何,它始终可以确定正确的事件数量,给出正确的事件形状。

面向事件画像的事理图谱构建方法

首先,为了揭示事件演化规律和发展模式,研究了构建事理图谱的方法。采用知识图谱结构来描述事件间的逻辑结构关系,并对事件的多维属性进行画像;然后,提出了一种事理图谱构建的体系结构,包括文本语料采集、事件关系抽取模板构造、事件抽取与结构化、事件相似度计算与融合、事件触发词抽取与论元抽取模型构建、事件关系对构建以及图数据库存储,并利用该体系结构构建了顺承事理图谱、因果事理图谱、条件事理图谱、转折事理图谱和并发事理图谱。最后,通过试验结果验证了该方法的可行性。

基于质量数据融合及规则挖掘的离散制造过程监控方法

为有效地从企业积累的制造过程质量数据中挖掘加工工序间的关联规则、实现制造过程的智能化监控,建立了基于质量数据融合和规则挖掘的离散制造过程监控模型。借鉴证据理论思想,提出一种基于模糊证据理论的多传感器质量数据融合算法,首先将所有测量值构成的集合视为辨识框架,应用模糊数学原理引入隶属度函数,设计了多传感器之间互支持度计算的新方法,并借鉴信任分配思想将测量值转换为相应的证据,最终通过基于冲突分配的证据组合规则得到融合结果,实现制造过程质量数据的精确采集。设计了基于质量规则挖掘的离散制造过程分析方法,针对传统关联规则挖掘结果繁杂且有不符合实际加工顺序规则生成的情况,借鉴有监督学习思想,以实际工序顺序为约束,挖掘导致产品质量问题的关键因素,结合复杂事件处理技术对制造过程进行实时监控。通过实验结果验证了该监控方法的有效性和实用性。

基于开源文本数据的目标跟踪方法

随着战争现代化、战争形态和军事斗争形式的多样化,以信息化军队为主导的军事对抗,将使情报系统的信息流量进一步增大。开源情报,作为常规情报监视侦察手段的重要补充,通过分析可以有效帮助了解敌武装力量的活动轨迹,便于我方进行部署。针对在社交媒体和社交网络场景下跟踪目标事件发展状况的需求,提出一种基于开源数据事件抽取的目标跟踪方法,通过事件抽取、事件融合、事件线生成实现目标事件的演化分析,并开发目标跟踪应用实现对目标跟踪功能。