利用新闻六要素教导自闭症儿童描述事件

很多高功能自闭症儿童不能完整精确地用口语描述事件。运用应用行为分析学中的任务分析法,从只呈现人物和事情经过的动作卡开始,到逐步添加时间和地点要素,再到添加事情的起因和结果要素,即把用新闻六要素描述事件的方法教给自闭症儿童,使他们掌握精准地描述事件的方法。

基于Transformer网络多模态融合的密集视频描述方法

针对目前的密集视频描述模型大多使用两阶段的方法存在效率较低、忽略音频及语义信息,描述结果不全面的问题。提出了一种基于Transformer网络多模态和语义信息融合的密集视频描述方法。提取自适应R(2+1)D网络提取视觉特征,设计了语义探测器生成语义信息,加入音频特征进行补充,建立了多尺度可变形注意力模块,应用并行的预测头,加快模型收敛速度,提高模型精度。实验结果表明:模型在2个基准数据集上性能均有很好的表现,评价指标BLEU4上达到了2.17。

作战事件跟踪描述建模及验证方法研究

为了对体系结构设计中的作战事件跟踪描述进行建模分析,提出了用扩展时序图模型对作战事件跟踪描述进行建模的方法。定义时序图的生命线为时间消息,研究了时序图模型与Petri模型之间的同构关系,以此为依据给出了时序图转换为Petri网的算法。在此基础上,研究了扩展时序图和对象Petri网之间的转换算法,并处理了扩展时序图中的自环消息特例。最后,结合防空作战过程给出该方法的一个应用案例。

基于生成对抗网络的事件描述生成

在基于事件的社会网络(EBSN)中,自动生成社交事件(Social Event)的事件描述(Event Description)供组织者参考,从而有效避免描述贫乏、描述过度、精准度低的问题,易于形成丰富、准确、高吸引力的事件描述。为了自动生成与真实事件描述足够相似的文本,提出了一种生成对抗网络(GAN)模型GAN_PG来生成事件描述。GAN_PG模型中的生成模型(Generator)采用变分自编码器(VAE),判别模型(Discriminator)采用带门控循环单元(GRU)的神经网络。模型训练时借鉴了强化学习中的策略梯度(PG)下降,并通过设计合理的奖励函数来训练生成器生成事件描述。实验结果表明,设计的模型生成事件描述的BLEU-4值达到了0.67,证明了提出的事件描述生成模型GAN_PG可以无监督地产生与自然语言足够相似的事件描述。

基于事件描述的社交事件参与度预测

在基于事件的社会网络(EBSNs)的相关研究中,基于事件描述来预测社交事件参与度是难点问题。相关的研究非常有限,研究难度主要来自对事件描述评价的主观性和语言建模算法的局限性。针对这些问题,首先定义了成功事件、相似事件和事件相似度等概念,并基于这些概念将采集自Meetup平台的社交数据进行抽取,同时分别设计了基于拉索回归、卷积神经网络(CNN)和门控循环神经网络(GRNN)的分析预测方法。实验时,先从抽取过的数据中选取部分数据训练三种模型,然后用剩余的数据进行分析预测。结果显示,相较于不含事件描述的事件,经过拉索回归模型处理的事件在不同分类器下的预测准确率可提高2.35%~3.8%,经过GRNN模型处理的事件在不同分类器下的预测准确率可提高4.5%~8.9%,而CNN模型的处理结果不理想。证明了事件描述能够提高事件参与度,GRNN模型在三个模型中预测准确率最高。

事件检测与描述中的时间信息提取

时间信息在事件检测与描述中起着决定性作用,对自动内容抽取中的事件检测进行研究,就应该首先对时间信息进行详细、系统地研究。本文致力于事件检测中的时间信息研究,对文本中有明显标记和无明显标记的时间进行区分;在明确要提取时间具体内容的基础上对时间进行详细分类并阐明其含义,其中包括精确时间、模糊时间、修饰类时间、时间集及其他不确定时间等;在此基础上对涉及时间信息的名词修饰语、时间间隔、嵌入式时间表达和时间定位词等时间范围信息进行研究;最后引入时间戳的概念,并对时间戳的类型及涉及时间戳与事件的关系进行详细研究,从而引出如何在时间戳研究的基础上,更好地进行事件检测与描述。本文的研究成果可以很好地应用于自动内容抽取、自动问答系统、话题追踪结果及自动文摘系统中。

离散型物联制造过程复杂事件模型描述

面向制造过程事件组织和关联方面的统一语义描述,分析了离散型制造过程事件类型及关系;并建立了生产过程复杂事件结构模型。结合复杂事件操作符和可扩展标记语言(XML)语法语义,建立了基于XML的面向制造过程的事件描述语言(XEDL)。通过基于XEDL的油制辣椒生产过程事件模型描述案例,与常用复杂事件模型描述对比,说明XEDL语言在事件模型描述方面的优越性。

面向事件抽取的汉语时间词识别与表示

无论一个句子中显式地指明时间,还是事件中人的语言动作隐式地蕴含时间,自然语言中事件描述总是在一定的时空之中。理解时间词的语义表达,对解析事件抽取中特定的人、物在特定时间和特定地点相互作用具有重要意义。本文以获得事件在时间轴上的位置为出发点,从语义上研究汉语时间在计算机中的表达。通过抽取事件中的时间词,并构建汉语时间本体,从而理解事件间的时间关系。

基于深度神经网络和自注意力的视频事件描述

如今,视频事件检测正在越来越广泛地被应用于智能视频监控领域,其中采用的最广泛的检测方法是事件描述。自注意力机制可以实现自动关注到图像的核心区域,并利用编码和解码方法转化为图像描述。本文提出了一种深度学习和自注意力机制的视频事件描述方法,该方法首先提取视频中有代表性的关键帧,然后基于深度学习模型和注意力机制生成每个关键帧的图像描述,最后生成视频的事件描述。实验结果表明,本文方法能够很好地关注到事件发生区域,并生成高质量的视频事件描述。

基于深度残差注意力的图像事件描述

图像事件描述是根据图像特征数据再结合自然语言处理技术,输出图像事件的语句描述的技术。图像事件的描述,对图片分类、查询等有着极高效率,为了达到更精确的描述效果,本文提出基于深度残差注意力的图像事件描述方法。该方法以ResNet的网络结构为基础,联合分离出的全局注意力与局部注意力,关注图像事件中心事件,生成图像事件描述。在COCO数据集上的实验表明,本文提出的方法能更好关注事件发生区域,对抽象事件描述更为准确。

新一代IDS的标志——事件描述语言

作为网络安全产品中的重要一员,入侵检测系统近年来得到了高速的发展,并正在向新一代IDS系统过渡,其中一个最主要的特色,就是IDS事件的描述语言。 系统的漏洞、黑客的方法、病毒的方式都随着软件应用系统的发展不停的变化,而Internet网络的普及使每一种攻击方法可以以小时为单位散布到世界各地。因此,如何使IDS系统能够对这种快速变化的攻击方法进行检测,是IDS系统成败的关键。IDS的事件描述语言就是建立一种IDS事件的描述方式,使IDS事件分析人员不必修改程序,在现场通过一定的设置工作,就可以定义任何新出现的IDS事件,并把事件库发布出去,使各个IDS系统在线升级,从而达到快速反应的效果。 目前世界上有些厂家的IDS系统已经号称具有IDS的特征库,但最著名的、完全公开的IDS事件描述方式,只有美国的snort系统和中国启明星辰的天阗系统。前者是一个免费的软件系统,建立了一种IDS事件和策略的描述方法,能够检测所有的IDS事件,但由于缺少精确性,误报较多。天阗系统采用精确的协议描述方法,并且首次引入基于统计的2次分析方法,能够精确地检测所有的IDS事件,以及隐蔽、复杂的入侵行为事件。 本文重点介绍天阗的1次和2次事件描述语言的语法和实例,并与snort系统进行比较。

面向农田物联网复杂事件处理的时空事件模型

在农田物联网中,控制命令往往由具有多维度信息的复杂事件触发,因此需要根据传感器所监测的大量单一事件检测复杂事件,即复杂事件处理。复杂事件模型描述了原子事件组合成复杂事件的组合模式,是复杂事件处理的基础。现有的复杂事件模型主要考虑原子事件的时间分布特性,而未考虑农田事件具有的空间分布特性。本文研究了面向农田物联网复杂事件处理的时空事件模型并定义了合适的事件模型描述语言,首先建立了描述复杂事件模式的时空事件模型,针对多个复杂事件间的关系,通过有向图建立了复杂事件层次模型;针对一个复杂事件内部关系,通过对农田物联网事件常见时序逻辑关系和空间拓扑关系的分析,定义了9类时间关系算符、8类空间关系算符用于判断子事件与复杂事件间的时空关系,并定义了5类时间耦合算符、7类空间耦合算符用于计算复杂事件的时空属性,为描述事件组合模式提供了基础;在此基础上,考虑可读性和易解析性,设计了基于XML的事件模型描述语言;基于案例,通过与其他常用的复杂事件模型相比较,说明了本文事件模型和描述语言更加适用于描述农田物联网复杂事件。

基于关键事件的虚拟文化遗产展示

为了增强虚拟文化遗产中故事展示的逼真性和生动性,采用Agent模型表示虚拟环境中所有的角色模型;基于叙事性表现技术中关键事件描述,设计了一种较为简单且能满足故事表现的事件过渡结构,实现交互与自动事件生成及其过渡;并运用故事生成模型构造出故事脚本。最后,在"虚拟巴东"中重组"土家族婚礼"的诸多角色、行为等内容。应用表明该方法可以增强参观者的沉浸感,让其更好地理解具有湖北特色的民族文化。

自动内容抽取中的中文事件标注

事件检测与描述（Event Detection and Characterization,EDC）自2005年作为自动内容抽取（Automatic ContentExtraction,ACE）评测的一个重要子任务出现以来,中文事件的标注、检测与描述越来越成为研究热点。本文就自动内容抽取中的中文事件标注进行详细、系统地研究,主要包括：在ACE会议定义中文事件相关概念的基础上,给出事件标注中事件的可标注内容,包括事件范围及事件触发词等;根据生活中的事件分类在人工事件标注中对EDC的事件进行类别划分及其子类的详细区分,以降低事件检测的复杂度;对每个事件类别（包括子类别）中构成事件的元素进行研究,综合事件类别及其元素信息完成中文事件的标注。本文的研究成果在中文文本信息抽取、自动摘要及主题检测与追踪中得到了很好的应用。

基于事件驱动的协同设计系统研究

设计活动的本质是一个事件驱动的过程。基于此,笔者给出了一个分布式环境下,基于Agent的事件驱动的协同设计系统的体系结构模型。定义了协同设计过程中事件的基本概念,给出了事件结构化的描述信息和设计实例,并对协同设计过程中事件的捕获、广播以及同步等过程进行了论述。该系统的研究对建立在异构环境下新型的协同设计系统具有重要的实际应用价值。

道路交通场景事件的语义解释方法

针对传统道路交通事件语义解释方法依赖于定量数学建模方法,且底层语义概念与高级事件表达之间存在语义鸿沟的问题,提出了基于动态描述逻辑框架的事件语义定性表达和推理新方法.首先,对静态道路场景信息进行分类标记,构建交通领域本体模型,给出了本体知识库实时修改算法;其次,基于动态描述逻辑的动作公理,提出了描述车辆运动变化的运动模式集,实现了对一定约束条件下车辆机动能力范畴的刻画;最后,将事件语义解释过程抽象简化为目标的实现过程,提出了子目标生成以及实现规则,达到了依据交通事件语义解释交通态势变化过程的目的.实验结果表明:领域本体知识库的定义明确,拥有统一的框架结构,便于理解,且具有通用性;动态描述逻辑良好的表达和推理能力增强了事件语义描述的可靠性,较好地解决了语义鸿沟问题.

随机动力系统中的概率密度演化方程及其研究进展

从概率密度演化的基本思想出发,阐述了概率密度演化方程的历史、进展与应用,文中首先剖析和澄清了概率守恒原理的物理意义,论述了概率守恒原理的随机事件描述和状态空间描述,并由此阐明了概率密度演化与系统物理演化的内在联系,即:系统的物理状态演化构成了概率密度演化的内在机制.在此基础上,结合概率守恒原理的两类描述以及系统状态的物理演化方程,以与历史上不同的方式,重新推导了经典概率密度演化方程,包括Liouville方程、FPK方程和Dostupov-Pugachev方程,进一步阐明了这些方程的物理意义,以及它们不能降阶的原因.结合概率守恒原理的随机事件描述和解耦的系统物理方程,导出了广义概率密度演化方程.分析了广义概率密度演化方程的物理意义.以非线性结构随机反应的概率密度演化分析为例,展示了概率密度演化理论的应用前景.最后,指出了需要进一步研究的问题.

状态机嵌入DEVS的组合建模方法研究

DEVS提供了模块化、层次化的系统建模和仿真执行框架,但是缺乏对于系统行为的抽象建模能力。状态图扩展了原有的FSM,通过可视化的、灵活的状态迁移图描述系统的复杂行为。提出将状态图嵌入DEVS的组合建模方法,互为补充,以建立复杂的离散控制系统。DEVS作为系统的建模框架并提供执行逻辑支持,状态图扩展DEVS的事件交互机制和时间推进机制,描述系统的行为逻辑。详细介绍了状态图和DEVS的语法语义,重点阐述状态图嵌入DEVS的实现机制。结合一个应用实例,说明嵌入状态图的DEVS用于建立离散控制系统模型的优势。

基于DEVS扩展SRML大纲:仿真模型表示和重用的基础

总结了SRML用于仿真模型表示和重用的意义与存在的不足,提出结合DEVS理论,对SRML大纲进行扩展的途径。重点阐述了DEVS到SRML的映射关系,确定SRML的基本语法和语义,来描述原子模型和组合模型的结构及行为。模型的结构,如属性、输入接口、输出接口、子模型组成等由一组XML标签元素进行描述;模型的行为,如外部转移函数、内部转移函数、输出函数、时间推进函数等由Script标签中的脚本语言以及仿真器提供的一组标准接口进行描述。归纳了扩展的SRML元素体系,并给出一个利用SRML求解微分方程的仿真实例。

汉语块分析评测任务设计

该文主要介绍了目前中文信息学会句法分析评测CIPS-ParsEval-2009中的三项块分析评测任务:基本块分析、功能块分析和事件描述小句识别的设计理念、判定标准和相关资源构建方法。然后给出了这三项目前的主要评测结果并对相关内容进行了简要分析。最后通过相关统计数据分析和国内外相关研究评述,总结了这三项评测任务的主要特色。