情景本体研究综述

参考国内外核心文献,从概念、发展历程、研究方法与趋势等角度,对情景和本体研究分别进行综述性分析,并着重阐述两个概念从隔离到逐渐融合的历程及情景本体的构建、集成、应用方法,为今后的相关研究提供理论依据与支撑。同时指出情景由单一学科、单一应用逐渐多维发展,情景本体建模将成为解决实际问题的重要方法之一,且本体集成在多维情景建模及多维知识融合上的应用等研究成为新的发展趋势。

重大突发事件的情景图谱构建

以事件为中心构建重大突发事件情景图谱,不仅能描述情景要素的状态,还能反映重大突发事件的发展趋势。因此,本文提出了一种构建重大突发事件情景图谱的方法。首先,分析影响事件发生、发展和突变的要素,并深入探讨要素之间的内在联系,从而构建情景模型,用于描述要素状态及要素之间的联系;其次,在情景模型的指导下,构建上层情景本体,并提出一种利用深度学习构建下层情景本体的方法;最后,提出情景图谱的构建流程,通过事件及事件关系抽取,构建旱灾情景本体,并对情景本体进行实例化,构建2007年吉林省特大旱灾情景图谱。研究结果表明,本文构建的情景图谱不仅能够描述重大突发事件当前的发展状态,还能够解释事件发展与演变的内在动因,预测事件未来的发展趋势。

面向序贯决策中异常情景下交互问题处理方法

针对目前在环境智能方面的序贯决策研究成果主要集中于不确定环境下的多智能体(Agent)交互决策问题,而未涉及到Agent在异常情景下对于该问题的解决思路,提出一种异常情景中Agent交互决策机制。首先基于改进的情景本体对情景中Agent所观察的实体进行“时—空”状态的获取和计算;其次,结合元认知环结构的语义推理算法对异常情景进行检测和评估,并反馈于Agent,最终做出符合当前情景下用户需求的动作或反应。经过在智能家居环境中的实验验证,在原有几种具有代表性的机器学习处理方法基础上,所提方法在其决策精确性上平均提高10%以上,响应时间则增加5%左右,且实现了在应用领域上的拓展,增强了实用性。

基于本体的情景建模评价研究

情景建模是个性化信息服务、环境智能实现的基础。文章通过文献调研法,在已有研究的基础上筛选出19个评价指标,构建一个基于本体的情景建模评价框架。然后文章选择了国内外7个较为典型的情景模型进行比较研究,以检验该评价框架的可行性。评估结果表明当前研究情景本体建模在实体概念方面较为重视,而在系统应用及建模性能方面较为欠缺,主要体现在社交、隐私保护、不确定性处理及概念的简明性方面。

Do Media Sentiments Reflect Economic Indices？

Forecasting economic indices on the basis of information extracted from text documents, like newspaper articles is an attractive idea. With the help of text mining techniques, in particular sentiment analysis, we evaluate the tone of individual New York Times （NYT） articles and compare our results to the Chicago Fed National Activity Index （CFNAI）. In this paper, we present a simple, intuitive framework to derive sentiment scores from text documents In particular articles are tagged based on terms and their connotated sentiment. Subsequently, we forecast the CFNAI movements via support vector machines （SVM） trained on a subset of the observed sentiment scores. We apply our model into two different data sets, the whole NYT articles and the articles categorized as NYT business news. On both data sets, we applied a simple performance measure to evaluate forecasting accuracy of the CFNAI