多层结构化语义知识增强的跨领域命名实体识别

跨域命名实体识别旨在缓解目标领域标注数据不足的问题.现有方法通常利用特征表示或者模型参数的共享来实现实体识别能力的跨领域迁移,但对文本序列中结构化知识的充分利用仍有所欠缺.基于此,提出了基于多层结构化语义知识增强的跨领域命名实体识别(multi-level structured semantic knowledge enhanced cross-domain named entity recognition,MSKE-CDNER)模型,即通过在多个层级实现对源领域和目标领域文本各自蕴含的结构化表示的对齐来促进实体识别能力跨领域迁移.首先,MSKE-CDNER利用结构特征表示层从不同领域中获取文本的结构化语义知识表示;然后,将获得的结构化语义知识表示通过潜层对齐模块在对应的层级进行结构化对齐,获取结构化的跨领域不变知识,从而提高模型对文本结构化知识的利用;此外,将域不变知识与特定域知识融合,进一步增强模型的泛化能力;最后,分别在5个英文数据集和特定的跨域命名实体识别数据集上进行实验.结果显示,对比当前跨域模型,MSKE-CDNER的平均性能提高了0.43%和1.47%,表明利用特征表示中的结构化知识可以有效提高目标领域的实体识别能力.

物联网环境下域间实体信任评估模型

针对域间实体在进行资源交互时的信任度统一评估的问题,提出一个物联网环境下域间实体信任评估模型(EIAM)。首先计算域信任度,在不会影响各信任域内实体评价的情况下,根据目前物联网环境下域间实体特性分析,选取参数进行域间实体的信任评估。最后,结合上下文服务环境参数及域信任度,计算处于不同上下文服务环境中的域间实体信任度,解决了域间实体信任度统一评估的问题。

基于自学习的汉语开放域命名实体边界识别

命名实体识别是自然语言处理领域的一个重要任务,为许多上层应用提供支持。本文主要研究汉语开放域命名实体边界的识别。由于目前该任务尚缺乏训练语料,而人工标注语料的代价又太大,本文首先基于双语平行语料和英语句法分析器自动标注了一个汉语专有名词语料,另外基于汉语依存树库生成了一个名词复合短语语料,然后使用自学习方法将这两部分语料融合形成命名实体边界识别语料,同时训练边界识别模型。实验结果表明自学习的方法可以提高边界识别的准确率和召回率。

面向PIM的三级域分解规则研究

域分解在PIM(Platform Independent Model)建模中具有先导作用。目前对域分解尚没有一个被业内普遍接受的方法,给PIM建模带来了不确定性,间接地提高了MDA(Model Driven Architecture)方法的应用成本。鉴于此,提出一种三级域分解规则,将域分解问题划分为三个层级,首先依据系统类型进行域分解,再通过BCE(Boundary Control Entity)模式进行二级分解,最后进行三级整合求精。通过六个不同类型系统的实例进行验证,提出域分解的评价指标。实例验证的结果表明,依据该规则产生的域分解结果具有迭代次数少、场景覆盖全的特点,能较好地满足PIM建模的需要。

基于实体情感演化置信网的观点检测方法

社交网络评论文本存在评论主题缺失或情感特征缺失的问题,无法保证观点检测的性能,对此提出了建立实体情感演化贝叶斯置信网的方法。通过提取名词、动宾短语、动名词复合型定中结构短语三种域相关实体,提取域相关情感特征,用可变关联强度作为网络结构学习的约束条件,建立2阶依赖扩展贝叶斯网络,刻画实体、观点及情感特征的依赖关系,再通过实体及情感特征对观点极性进行推断。实验在自然语言处理与中文计算2016(NLP&CC2016)评测训练数据集的F值平均达70.8%,FAVOR和AGAINST两类正确率分别比仅包含情感特征的贝叶斯网络分类方法提高4.1个百分点和3.1个百分点。在5个Target评论测试集上的平均Micro-F为62.3%,优于该评测的平均水平。

基于信任计算的跨域访问控制研究

大型分布式多域网络环境中不存在统一的认证控制中心,传统基于实体身份的认证方式无法满足要求。研究跨域陌生实体交互的身份认证及控制系统的架构,通过信任计算对陌生实体域外访问权限进行授权,给出具体的设计及处理流程。后续实践表明该架构体系具有良好的网络适应性以及较高的域间访问控制交互成功率。

中文实体关系抽取研究综述

作为信息抽取任务中极为关键的一项子任务,实体关系抽取对于语义知识库的构建和知识图谱的发展都有着重要的意义。对于中文而言,语义关系更加复杂,实体关系抽取的作用也就愈加显著,因此,对中文实体关系抽取的研究方法进行详细考察极为必要。本文从实体关系抽取的产生和发展开始,对目前基于中文的实体关系抽取技术现状作了阐述;按照关系抽取方法对语料的依赖程度分为4类:有监督的实体关系抽取、无监督的实体关系抽取、半监督的实体关系抽取和开放域的实体关系抽取,并对这4类抽取方法进行具体的分析和比较;最后介绍深度学习在中文实体关系抽取上的应用成果和发展前景。

物联网跨域环境下的信任迁移模型

随着智能终端的更新换代,物联网实体的移动性逐渐增强。针对物联网环境下跨域实体从一个域移动到另一个域时缺省初始化信任值造成的实体资源浪费和信任值累积困难等问题,提出了一种新的基于模糊理论和层次分析法的跨域信任迁移模型。该模型通过模糊理论计算跨域实体在原域内累积的服务信任值,并使用层次分析法为移入域分配对不同信任因素的偏好权重,结合跨域移动前后域间上下文相似度实现将跨域实体原域内的信任值迁移至移入域。实验基于不同的域间上下文相似度进行,结果表明该模型对九种不同表现类型的实体的信任迁移的合理性和有效性,以及对识别利用信任迁移对移入域进行恶意攻击的恶意实体的有效性。

形式化智能环境下的物理世界建模过程

针对普适计算带来的智能物理世界构成实体的属性和行为特征,将知识重构与抽象模型(KRA模型)框架的感知过程扩展为初步感知和感知重构两步,使其能表示并区分所提出的智能环境下物理世界的不同属性域实体,得到智能环境下物理世界的层次模型.该模型统一定义物理实体,逻辑表示网络化实体,避免了重复感知.网络化实体间及物理实体和虚拟实体与网络化实体间的关系定义为逻辑连接关系,同时,可以将对以整个世界为推理空间的推理过程分解为在物理实体及连接构成的空间和在虚拟实体及连接构成的空间上更小规模的推理过程,降低了推理的复杂性.

引信模块化设计研究

引信系统模块化设计的论域分成功能域和实体域。无论自觉的、不自觉的系统设计 ,功能设计都是实体设计的基础和前提。本文主要探讨引信子系统的功能模块化设计和实体模块化设计。

高校思政课程育人的现实建构

目前,高校育人场域多样化,以红色资源为基点的红色场域成为高校思政课的重要育人基地。新时代背景下,红色资源仍然彰显出重要的时代价值。高校思政课程育人作为理论与实践相结合的尺度要积极扎根于这一红色场域吸取营养,通过建立以以红色资源为基点的宏观场域、实体场域以及以大数据为技术支撑的云端场域,助力大学生的政治教育、思想教育以及道德教育,增强大学生的爱国意识,使其树立正确的价值观。

用AutoCAD寻找压力中心

对冲裁模具设计者来说,寻找模具压力中心至关重要,它直接关系到模具的使用寿命,但寻找模具压力中心也并非易事。对于冲裁中心分布的产品(如图1),产品中心即为压力中心。而对于冲裁非中心分布的产品(如图2),压力中心则难以寻找,传统方法是用计算法和作图法来寻找压力中心,比较麻烦,而用AutoCAD寻找压力中心就容易多了。下面我给大家介绍用AutoCAD作实体的方法寻找压力中心。

从两个同级义场代表单字的搭配异同看语义特征和语义层级--以“锅”和“碗”为例

基于聚合上单个最小义场内成员的语义对比而确定义素的分析方法,很难推广到亲属、军衔之外的其他义场,其语言学价值有限。本文尝试对比有低层差异的两个同级实体义场(炊具、盛具)在组合向的黏合定中结构中搭配能力的差异(以"锅""碗"为例),确定实体和属性两域的语义层级及彼此之间的关联关系。

中国涉外仲裁法律适用前沿问题的实证探析

法律适用之得当与否是涉外商事仲裁的关键问题,其不仅直接约束裁决结果,也影响当事人的切身利益,甚至关系到良好仲裁环境的创造。但由于仲裁的不公开性,目前关于我国涉外仲裁法律适用的研究大多停留在理论层面,实证分析极度匮乏。本文拟从实践的角度,通过案例归纳与分析,探究我国涉外仲裁法律适用的两个前沿问题,以期求教于同行。