基于汉英平行语料库的英文显式篇章关系识别

汉英篇章平行语料库有助于基于篇章的双语研究.构建了汉英平行语料库,对语料中的汉语及其英语对译中的连接词分别进行了标注和关系分类.其中英文连接词比单语语料上的英文连接词定义广泛,更为复杂.在此语料上,抽取词法、句法和位置信息等特征在英文文本上进行显式篇章关系识别.实验采用最大熵分类方法,获得连接词识别正确率92.5%;抽取英文和对应中文连接词作为特征,获得给定连接词关系分类正确率85.6%.研究结果可为今后的中英篇章关系对比识别提供参考.

波浪的非线性显式弥散关系

波浪的非线性弥散关系在应用于求解波浪的变形问题时很不方便,需要与含非线性效应的缓坡方程一起进行迭代运算,往往导致数值计算的计算量太大,计算过于复杂。采用显式形式表达非线性弥散关系,可以克服上述缺点,大为简化波浪变形数值计算的计算量。本文通过将现有的非线性弥散关系进行分析比较,给出了一个更为一般的非线性弥散关系及其显式表达式,经比较可知,该显式弥散关系与相对应非线性弥散关系吻合的很好。本文最后用该显式结合含弱非线性效应的缓坡方程,对复式浅滩地形上的波浪折射绕射进行了计算。结果表明,考虑弱非线性可以得出与实验数据更为相符的结果,而采用显式弥散关系可以有效提高计算效率,在波浪的非线性计算中不失为一种切实有效的方法。

基于协陪义动词的中文隐式实体关系抽取

实体关系抽取的目标在于探测实体之间的显式关系和隐式关系.现有研究大多集中在显式实体关系抽取,而忽略了隐式实体关系抽取.针对旅游和新闻领域文本经常包含许多由协陪义动词引发的隐式实体关系,本文研究了基于协陪义动词的中文隐式实体关系抽取问题.将机器学习方法与规则相结合,借助于显式实体关系对隐式实体关系进行推理.首先,利用依存句法分析,设计了协陪义候选句型分类算法以及相应的协陪义成分识别算法;其次,根据协陪义成分和协陪义动词作用范围的特点,设计了三种句内基于协陪义动词的隐式实体关系推理规则;最后,利用协陪义句中零形回指的先行词,建立不同句子中协陪义动词的主体成分与客体成分之间的联系,实现句间基于协陪义动词的隐式实体关系抽取.另外,本文还提出了趋向核心动词特征提取算法,进一步提高了动词特征对显式实体关系抽取的效果.基于真实的旅游领域和新闻领域文本数据集进行了详细的实验测试,实验结果表明了方法的有效性.

基于形体组合关系的基元体识别技术研究

提出了一种新的基于组合因子的基元体识别方法 .从构成复杂形体的基元体之间的组合关系类型入手 ,将组合关系分为显式组合关系和隐式组合关系 ;接着 ,针对显式组合关系在二维图纸中的投影特性 ,将其在二维视图中的相关投影定义为组合因子 ,并由此建立相应的组合关系表 ,最后基于组合关系表对具有不同组合关系的基元体进行识别 .该方法将存在于二维视图中的组合因子与其对应的三维空间中基元体之间的组合关系信息联系起来 ,具有搜索空间小、识别范围广等优点 。

中文篇章级句间语义关系识别

篇章句间关系识别(Discourse Relation Recognition)是篇章分析的重要内容,该文对中文篇章句间关系识别任务进行初步探索,包括显式篇章句间关系识别与隐式篇章句间关系识别两类任务。针对显式篇章句间关系,我们提出基于关联词规则的方法进行识别,取得了很好的效果;针对隐式篇章句间关系,我们抽取词汇、句法、语义等特征,采用有指导模型进行识别。该文的分析和实验结果为后续研究提供了参考和基本对照系统。

航空安全事故因果关系抽取方法的研究

针对目前航空安全事故因果关系分析一般采用基于概率和统计的方法,缺乏对事故发生过程的详细分析这一问题,提出通过因果关系抽取挖掘事故的因果发展过程。针对世界航空安全事故调查报告构成的文本数据集,将航空安全事故因果关系分为显式因果关系和隐式因果关系,其中显式因果关系抽取采用模式匹配的方法,抽取准确率达到87.72%;隐式因果关系抽取则采用改进的基于自注意力机制的双向长短期记忆网络方法,该方法在公共数据集和航空安全数据集上的F值较基准方法分别提高近6%和10%。在有效实现单一航空安全事故因果关系对的识别与抽取的基础上,生成了每个事故的因果关系图,为深入分析航空安全事故发生过程和情景重现提供数据与方法支持。

融合显隐式关联的图卷积多维时序异常检测方法

针对重构类多维时序异常检测方法对信息物理系统组件间的耦合关系提取能力不足以及建模时易遗漏信息的问题,提出一种融合显隐式关联的图卷积多维时序异常检测方法。利用改进的余弦相似度,提取序列间可用距离度量的显式关联关系。设计基于多头自注意力机制的关联关系提取模块,学习序列间的隐式关联关系。整合显隐式关系,将关系融合图和原始数据共同输入到基于图卷积网络的自编码器中,进行结合时间和空间依赖性的多维时序重构。根据训练好的模型输出的待测数据重构结果计算异常的分数,进而结合自适应阈值来选择算法进行异常检测。4个公开数据集上的实验结果表明,所提方法比相关经典和时效性方法在F1-Score上具有明显的提升,且可以通过输出关联权重矩阵的方式对异常事件进行解释分析。

基于潜在地理——社会关系感知的兴趣点推荐研究

针对已有的兴趣点推荐模型大都采用无地理空间限制的显式社会关系和隐式社会关系进行兴趣点推荐,而基于地理空间限制的显式社会关系和隐式社会关系对兴趣点推荐结果有着极为重要的影响。为此,提出了一种新型的基于潜在地理—社会关系挖掘的兴趣点推荐模型。使用核密度估计方法对用户签到行为可达的地理影响区域进行个性化分析,然后使用所提出的两跳随机游走算法挖掘用户之间的显式社会关系和隐式社会关系,把用户可达地理区域内的显式社会关系和隐式社会关系作为一个正则项融合到传统的矩阵分解模型中。两个真实数据集上的实验结果显示所提出的潜在地理—社会关系挖掘的兴趣点推荐模型优于文中所选择的其他4个兴趣点推荐对比方法。

非线性弥散效应及其对波浪变形的影响

针对Hedges、Kirby和Dalrymple提出的非线性弥散关系的修正式在浅水区存在较大偏差的问题 ,给出了一个在整个水深范围内具有单值性的新的非线性弥散关系。比较可知 ,它具有在深水与中等水深逼近二阶Stokes波的弥散关系式 ,在浅水较Hedges、Kirby和Dalrymple的修正表达式与Hedges的关系式更加吻合的优点 ,且形式简练。用近似该非线性弥散关系的显式表达式 ,结合弱非线性效应的缓坡方程 ,得到考虑非线性弥散影响的波浪变形模型。数值验证结果表明 。

波浪在浅水传播中的弱非线性效应

在波浪从深水向浅水传播过程中 ,考虑弱非线性效应具有重要的实用价值 ,因此得到广泛的讨论和研究。本文根据文献 [6 ]导出的考虑能耗的定常缓坡方程 ,结合文献 [5 ]给出的显式非线性弥散关系 ,得出了含弱非线性效应的缓坡方程 ,用该方程对浅水中波浪的传播进行了计算 ,将计算结果和试验数据进行了比较 ,结果表明 ,含弱非线性效应的缓坡方程可以用于讨论浅水中波浪传播的弱非线性效应 ,所得计算结果与试验结果更为吻合。

考虑振幅弥散影响的波浪变形模型

本文给出了一个精度高于Zhao和Anastasiou (1993)显式近似Kirby和Dalrymple的非线性经验弥散关系的显式表达式 ,该显式表达式与Kirby和Dalrymple的非线性经验弥散关系吻合很好。用本文给出的非线性弥散关系显式表达式 ,结合含弱非线性经效应的缓坡方程的前进波折近似方程组 ,建立了一个考虑振幅弥散影响的波浪变形模型 ,用文中模型对波浪的变形进行了计算 ,将计算结果和试验数据 (试验数据采用Berkhoff等 (1982 )验证数学模型可信性试验 )进行了比较。结果表明 ,采用本文的波浪变形模型 ,所得计算结果与试验结果更为吻合。

考虑非线性弥散影响的波浪变形数学模型

提出了逼近Ｋｉｒｂｙ和Ｄａｌｒｙｍｐｌｅ的非线性弥散关系的显式非线性弥散关系的表达式，该显式表达式与他们的非线性弥散关系的精度几乎完全相同．采用显式非线性弥散关系，结合含弱非线性效应的缓坡方程，得到考虑非线性弥散影响的波浪变形数学模型，并对该数学模型进行了数值验证．结果表明，考虑非线性弥散影响的波浪变形数学模型更为精确．

面向对象环境中继承性的研究

本文分析了继承性的重要性之后，讨论了显式化关系的继承性，并分析了继承异常现象出现的原因和较好的解决方案。

A WEAKLY NONLINEAR WATER WAVE MODEL TAKING INTO ACCOUNT DISPERSION OF WAVE PHASE VELOCITY

This paper presents a weakly nonlinear water wave model using a mild slope equation and a new explicit formulation which takes into account dispersion of wave phase velocity, approximates Hedges’ (1987) nonlinear dispersion relationship, and accords well with the original empirical formula. Comparison of the calculating results with those obtained from the experimental data and those obtained from linear wave theory showed that the present water wave model considering the dispersion of phase velocity is rational and in good agreement with experiment data.

基于增强注意力的耦合协同过滤推荐方法

提出了一种增强注意力的耦合协同过滤推荐模型EACoupledCF(enhancedattention-basedcoupled collaborative filtering)。首先,通过构建融合空间注意力的卷积神经网络(spatial attention-based convolutional neural network,SACNN)捕获用户和商品在属性信息上的显式耦合关系;然后,提出了基于层级注意力的深度神经网络HADNN(hierarchicalattention-baseddeepneuralnetwork)用于学习用户和商品在交互信息上的隐式耦合关系;最后,EACoupledCF通过整合用户与商品的显式和隐式耦合关系,构建联合学习模型,从而实现更为精准的推荐。通过在2个真实数据集MovieLens-1M和Tafeng上进行对比实验,结果表明,提出的EACoupledCF模型比现有主流推荐算法具有更好的性能。

Explicit Relations of Physical Potentials Through Generalized Hypervirial and Kramers' Recurrence Relations

Based on a Hamfltonian identity, we study one-dimensional generalized hypervirial theorem, Blanchardlike （non-diagonal case） and Kramers＇ （diagonal case） recurrence relations for arbitrary x^k which is independent of the central potential V（x）. Some significant results in diagonal case are obtained for special k in xk （k ≥2）. In particular, we find the orthogonal relation 〈n1｜n2〉 = δh1,n2 （k = 0）, 〈n1[V＇（x）｜n2〉 = （En1-En2）^2〈n1｜x｜n2〉 （k = 1）, En = （n｜V＇（x）x/2｜n〉 ＋ （n｜V（x）｜n〉 （k = 2） and -4En（n｜x｜n） ~ 〈n｜V＇（x）x^2｜n〉 ＋ 4〈n｜V（x）x｜n〉 =0 （k=3）. The latter two formulas can be used directly to calculate the energy levels. We present useYul explicit relations for some well known physical potentials without requiring the energy spectra of quantum system.