关系信息增强的少样本关系分类原型表示研究

少样本关系分类任务旨在只使用极少量样本来识别出句子中给定实体对的关系,现有工作在FewRel 1.0数据集上进行了大量研究,并没有考虑“以上都不是”(none-of-the-above,NOTA)关系的检测问题,而已有的考虑NOTA关系的工作都是在间接地计算查询样例与NOTA的相似度,这容易导致误差累积,模型性能因此表现不佳.为此,本文提出了一种基于关系信息增强的能够直接生成NOTA关系原型表示的方法.首先,本文提出了一种易混淆实例采样策略,通过挑选出信息丰富且易混淆的实例作为NOTA关系的支持数据并直接计算NOTA关系的原型表示;然后,本文使用了关系名和关系的描述信息作为外部关系信息,来提供给模型更多可用信息以生成更准确的原型表示.在广泛使用的FewRel 2.0数据集上的大量实验结果证明了本文提出的方法的优越性.

一种从XML数据中发现关系信息的方法

提出了一种发现蕴藏在不同XML文档嵌套结构中的关系信息及其出现模式的新方法.可根据用户兴趣,发现描述不同实体之间联系的关系信息,抽取关系实例及其在文档中的出现模式.具体解决方案是:首先识别和收集包含用户感兴趣的实体的XML文档片段:然后根据文档片段标签的语义和文档片段的结构计算文档片段的相似度,并采用自适应阈值方法按相似度聚类文档片段.使得包含同一种关系的文档片段聚集在同一个片段簇:最后从XML文档片段簇中抽取关系实例及其出现模式.实验结果表明,对于包含有意义标签的各种XML文档,该方法能够准确地识别和抽取出描述指定实体之间联系的各种关系信息.

相似关系粗集理论与相似关系信息系统

粗集理论认为知识表现为人们对对象的分类能力 ,从而用等价关系定义上 (下 )逼近并用于信息系统中知识的简约和归纳学习的研究。本文针对现实中数据局限导致等价关系弱化为相似关系 ,用相似关系代替等价关系建立粗集理论并以它为基础建立相似关系信息系统 ,进而在此类系统中研究知识简约与静态学习。文中还作为特例来讨论属性相似关系信息系统 。

空间关系信息和颜色信息相结合的地形图分层算法

在对地形图图象颜色进行误差分析的基础上 ,指出目前在地形图分层算法设计中 ,由于仅考虑地形图色彩信息而存在许多不足 ,因此提出了地形图像素空间关系信息的概念 ,并讨论了像素空间关系信息的提取方法 ,进而给出一个将地形图像素的空间关系信息与颜色信息相结合 ,以实现彩色地形图分层的新算法 .实验表明 ,此算法可有效地抑制地形图图象的颜色误差和提高分层的精度 ,从而为地形图的分层识别及自动矢量化奠定了良好的基础 .

被“抑制”的传播——社交网络“关系信息暴露”特征对网络人际传播的影响

社交网络作为人际关系在虚拟世界的重建以及再现平台,基于其本身的技术架构,这一平台表现出"关系信息暴露"特征。这一特征表现为在这一平台上的信息交流行为以及交流过程中所"暴露"出的人际关系信息会很容易被第三方感知。作为主动发布内容的"内容发布者"、参与互动的"互动参与者"或者处于围观状态的"围观者",在"交错复杂"的关系信息环境下,其社交网络的人际传播行为受到了"抑制",而这种抑制主要通过"信息流"和"影响流"发生作用。

关系信息进程及其影响因素的实证研究

如何提升企业客户关系管理效率是现代企业亟待解决的关键问题。论文构建了顾客关系导向、以顾客为中心的管理系统和关系信息进程之间的概念模型,并运用来自中国银行业的调查数据实证检验了三者之间的关系,实证研究结果表明,顾客关系导向和以顾客为中心的管理系统是关系信息进程的两类关键驱动要素,都对关系信息进程产生显著的积极效应。

论现代企业公共关系信息的获取

现代企业是走向市场竞争的企业 ,要保证其生产经营活动的顺利进行。就必须维护、协调发展各种多边关系、获取这种多边关系的信息即为企业公共关系信息。本文从公共关系搜集的内容、方法和渠道等方面进行论述 ,为企业营销活动提供参考。

基于语义关系约束和词语关系信息的句向量研究

针对现有的句向量学习方法不能很好地学习关系知识信息、表示复杂的语义关系,提出了基于PV-DM模型和关系信息模型的关系信息句向量模型(RISV)。该模型是将PV-DM模型作为句向量训练基本模型;然后为其添加关系信息知识约束条件,使改进后的模型能够学习到文本中词语之间的关系,并将关系约束模型(RCM)作为预训练模型,使其进一步整合语义关系约束信息;最后在文档分类和短文本语义相似度两个任务中验证了RISV模型的有效性。实验结果表明,采用RISV模型学习的句向量能够更好地表示文本。

融合实体关系信息的答案选择网络中的算法分析

论文针对答案选择任务进行研究,利用深层神经网络结合外部知识库信息的方法,提出基于知识库关系信息的双向长短时记忆网络(Knowledge Based Relation-Bidirectional Long Short Term Memory,KBR-BiLSTM),引入知识库中实体信息及实体关系信息去优化基准模型中的注意力机制;并利用知识库关系信息结合上下文丰富了问答的句子编码信息,提升模型效果。在维基问答(Wiki QA)数据集和TREC QA数据集上进行对比实验,证明了KBR-BiLSTM模型的有效性。

对关系信息渠道风险博弈的思考

信息不仅仅是博弈论里面的一个重要概念,同时很多人已经把某些信息当成一种可以买卖的商品。在财富流通和转移渠道过程中的博弈存在最优策略,同时在多人重复博弈过程中帕累托最优是难于实现的。

关于实体关系信息在答案选择网络中应用

论文研究利用神经网络模型解决答案选择问题时,如何有效融入外部知识库关系信息对模型效果进行优化。文章使用深层神经网络、双向注意力机制等算法,将问答句中单词对应的空间词向量进行编码,得到问答句的句矩阵表示,并将句矩阵压缩为句向量表示,通过比对问答句句向量间的特征,判断两句话是否存在问答关系。文章在句矩阵压缩为句向量的池化步骤中,融入了知识库关系信息,优化了句子中单词之间的权重。模型在WikiQA和TRECQA两个数据集上进行对比实验,MAP、MRR两个指标均有提升,证明此方法的有效性。

交易者有限理性、信息噪声关系与金融市场信息效率

基于包含三类交易者的单资产两期定价模型,从交易者有限理性、信息与噪声关系角度研究了金融市场对信息反应的动态机理及信息效率。结果发现:信息公开程度与其市场贡献度呈倒U型关系。在交易者有限理性条件下,当信息公开程度较低时,信息反应不足时的信息市场贡献度大于适度和过度反应,当市场信息公开程度较高时,信息反应不足和过度的市场贡献度均小于信息反应适度时的市场贡献度;信息与噪声之间的负相关关系会使信息市场贡献度降低。两个条件均存在的情况下,信息市场贡献度的降低幅度会出现叠加效应。最后,应用中国股票市场的案例验证了本文所得结论的正确性。本文从理论上解释了投资者非理性及噪声降低市场信息效率的原因,也解释了市场中一些现象产生(如信息反应不足的市场效率高于反应过度)的机理,为政策制定者提高市场信息效率提供了参考建议。

新媒体时代下信息层级关系在视觉设计中的应用

当前,科学技术不断创新,新媒体时代已然来临。信息层级关系不仅关乎信息的有效传达,更涉及用户体验的优化与品牌价值的提升。本文就新媒体时代下在视觉设计中如何更好地运用信息层级关系,来协助人们快速有效地获取信息展开探讨,得出设计应用,概述了新媒体时代下信息层级关系及其在视觉设计表现中的类别,分析了信息层级关系在视觉设计中的具体应用方法,并反思与展望信息层级关系在视觉设计中的应用。

关系-信息-场域:非理性因素增强下未来传播模式的探讨

数字文明时代,非理性因素作用日益凸显,人类有限的认知资源愈发珍贵。关系、情绪和情感作为非理性因素的内核深刻影响以“捷思”为代表的快决策系统。非理性因素增强下人类面临三个身体转向:物质身体转向、文化身体转向、技术身体转向。物质身体转向经历了感官通路的多元聚合与感官的离散回归,消解长程记忆,促使短程记忆占据认知机制的主导地位,进而呈现感性至上的价值偏向。文化身体转向下趣缘成为主要连接方式,“第三场所”成为主要活动空间,驱动社会组织结构部落化,构建自由和规则下的关系链接。技术身体转向下传播媒介的演变推动介质迭代和世界的重组与升维,实现意识主体和身体主体到赛博格化身的虚拟在场。非理性因素增强下身体转向促进传播模式迭代,非理性信息占据人类认知带宽,促进社会认同;关系链接下的信任传播和接力传播,促进社会沟通;DAO指导下的场域构建,促进社会协同,进而构建以关系-信息-场域为核心的未来传播模式。

从对抗到合作:个人信息处理关系的范式转换

信息处理者在技术、资源等方面的巨大优势,导致其在事实上与个人信息主体之间形成了对抗的信息处理关系,这种对抗关系严重阻碍了个人信息的保护与利用。信任作为社会关系运行的基础,能在个人信息保护、利用与共享过程中发挥连接个人信息主体与信息处理者的桥梁作用。信任的建立有助于调整隐私政策的保护机制、优化隐私设计的内部体系、填补侵权救济规则的空缺,从而缓解个人信息主体与信息处理者之间的对抗关系。更重要的是,信任的建立可以将个人、信息处理者、政府等社会主体紧密团结起来,协调多元的社会规范,为个人信息保护与信息流通利用营造良好的数字生态环境。

识别和抽取XM L文档中的关系信息及其出现模式

W eb中存在着大量描述实体间相互关联的信息,而目前的搜索引擎缺乏知识的处理和理解能力,无法对W eb中的关系信息进行识别。该文以XM L作为研究对象,提出了一种XM L文档中识别和抽取关系信息及其出现模式的方法。该方法按照用户的挖掘请求搜集XM L文档;通过计算XM L文档的相似度来识别目标文档;建立用户挖掘模式并与目标文档进行模式匹配实现关系数据的抽取。实验结果表明提出的XM L相似度计算方法能较好的实现目标文档的识别,同时采用的模式表达和匹配方式也能较准确地从目标文档中抽取出用户所需的关系数据。

结构关系挖掘及其在生物信息中的应用

针对现有结构关系挖掘方法在挖掘时主要关注的是序列之间而没有分析序列内部的关系且忽略了那些非频繁但可能有意义的序列等问题,对现有结构关系挖掘体系做了进一步改进,并基于改进后的并发、互斥、关联等关系提出了面向生物基因信息的并发关系挖掘算法conApriori和conPrefix,以及互斥关系挖掘算法excApriori。实验选取新冠病毒序列作为数据集,运用结构关系挖掘算法进行挖掘。实验结果表明,在不同的并发度和互斥度下,病毒序列间均存在并发、互斥等结构关系,结合现有的新冠病毒相关文献进行分析,病毒的部分并发突变可能会影响SARS-CoV-2的复制、感染性和抗原性,通过并发关系构建新冠病毒序列的系统发育关系可适用于新冠病毒的进化传播等研究,也进一步验证了挖掘结果的意义。

基于数据点本身及其位置关系辅助信息挖掘的分类方法

挖掘除数据点本身以外的信息并以此引导和提高数据分类的精度是值得研究的课题.由此,文中提出建立与数据集对应的网络方法挖掘数据点之间的位置关系及关联信息.依据网络节点连接特性确定节点及子网络效率,赋予节点浓度概念,迭代计算节点的真实影响力,充分挖掘并处理蕴含在数据点关联作用中的信息作为数据点物理特征之外的辅助信息,构建基于数据点本身及其位置关系辅助信息挖掘的分类方法.在保证较高数据分类精度的前提下,文中方法具有较低的时间复杂度.在人造数据集和真实数据集上实验验证文中方法的有效性,该方法尤其与经典的分类方法存在显著区别.

团队创新信息关系的自动识别方法及其应用

20世纪90年代以来,创新替代了效率和质量等因素成为企业最主要的核心竞争优势.团队创新中会产生海量的信息,研究提出了团队创新信息关系的自动识别方法以用于信息组织,并应用于实际的团队创新过程中信息关系自动识别模型的建立.在该模型中,对词频特征提取方法进行了"特征词分级处理"、增加"小句数量"特征和增加"上一评论信息的态度"特征三方面改进,以提高识别准确率.应用结果表明,该模型较好地实现了评论信息与方案肯定和否定关系的自动识别,可以辅助人对团队评论信息的整理和分析,提高了团队创新过程信息组织的效率.

投资者关系非财务信息披露指数设计与应用研究

投资者关系可以被理解为企业与投资者之间的一种双向、互动的沟通活动,其沟通的重点内容是企业向投资者提供有关企业的业绩和未来的正确信息,包括财务信息和非财务信息。由于不断受到来自企业内部及外部的压力,很多企业在法定信息披露的基础上自愿地披露了更多的信息,并将自愿信息披露作为企业投资者关系沟通的工具。本文设计了一套对投资者关系沟通有价值的非财务信息披露指标体系,并且基于所有中国上市公司评选出的“2005年度中国最具价值上市公司”对设计的指标体系进行了应用研究,从一个全新的视角来看待“具有价值的上市公司”。