目标依赖的新闻事件识别

海量新闻文本中往往涉及多个实体,并蕴含复杂多样的事件.为了挖掘这些实体、事件信息,先前的以事件为中心的事件抽取方法大多先检测事件,再抽取事件论元.受限于触发词和事件识别,该方法无法应用于真实工业场景下的新闻事件抽取.考虑到命名实体识别(named entity recognition, NER)的性能达到90%以上,提出了以目标实体为视角的事件抽取任务—目标依赖的事件识别(target-dependent event detection, TDED),旨在抽取出实体并识别其对应的事件.基于该任务,提出了先抽取实体再识别目标级事件类型的两阶段模型框架.该模型融合了事件关键词和句法依存距离特征,能够学习目标依赖的上下文信息.在构建好的真实中文金融数据集上的实验结果表明,该模型抽取性能较佳,即使在句中存在多个实体或事件的复杂情形下也能取得很好的性能表现.

无意识思维结果浮现的时间目标依赖性

为探讨个体复杂决策过程中无意识思维结果浮现的时间目标依赖性,考察了四组大学生被试(共160名)在"知觉不同分心时间"条件下的复杂决策。结果发现:(1)"告知分心3分钟,实际分心3分钟组(知3实3)"成绩显著优于"不知分心时间组"和"知5实3组",但与"知3实5组"之间无显著差异,显示无意识思维结果浮现具有自我可控性;(2)"知3实5组"成绩显著优于"知5实3组",与"不知分心时间组"为边缘显著,显示无意识思维结果浮现具有可延迟性;(3)"知5实3组"与"不知分心时间组"成绩之间无显著差异,显示个体无意识思维结果浮现具有相对精确的时间目标依赖性,提前要求结果浮现不出现无意识思维效应。上述结果支持了无意识思维结果浮现具有自我可控性。

使用递归神经网络的目标依赖产品评价分析

针对当前基于递归神经网络(RNN)的情感分析方法不能区分情感的目标的问题,提出基于RNN的目标依赖情感分析方法来进行产品评价分析。通过基于聚类的数据分区,支持在有限标记样本的情况下获得更高的精度。对原始递归神经网络模型进行扩展以更好地支持目标依赖情感分析。在此基础上提出一种树剪枝方法,用于从语法树中删除与目标不相关的部分。使用从微博上获取的用户评论数据进行的实验结果表明,该方法的效果优于其它主流的方法。

体育教育学学生考试作弊与目标依赖

近年来我国学生考试作弊之风越演越烈,体育教育学的学生更是有过之而不及,而且这种行为似乎与受教育程度无关。有的体育学科的学生在考试作弊面前总是表现出沉着老练。为什么深知破坏规则会带来效率损失的学生也经常考试作弊呢？很多人把考试作弊行为解释为＂素质低＂。其实,考试作弊的背后可能更多的是一种思维习惯诱发的目标依赖。

目标依赖的作者身份识别方法

作者身份识别任务旨在判断一篇文档的作者,但目前已有的作者身份识别方法都是目标独立的,意味着这些方法在预测作者身份时假设没有任何限定条件,这与实际情况不相符合。为了解决限定条件下的作者身份识别问题,提出了一种目标依赖的作者身份识别方法TDAA。首先,使用用户评论对应的商品ID作为限定信息;其次,为了使文本建模过程更加具有普适性,使用BERT提取预训练的评论文本特征;然后,使用卷积神经网络(CNN)进行深层次的文本特征提取;最后,为了将两种不同的信息融合起来,讨论了两种不同的融合方式。在亚马逊电影评论(Amazon MovieandTV)和CD评论(CDsandVinyl5)两个数据集上的实验结果表明,所提出的方法在精确率评价指标上较对比方法提高了4%~5%。

教师的目标依赖与专业发展

教师的目标依赖是指教师对学校既定的目标具有强烈的追求欲,在征服它的过程中,自己被目标所"俘获"。目标依赖左右着教师的专业成长,影响到教师专业发展所需的自主性和创造性的发挥。产生目标依赖的主要原因是教师被排除在目标制订之外,消极被动地专注于实现各项评估指标。消除教师目标依赖的关键是要理清管理目标与教师行为的关系,克服学校管理过程中的过度功利取向、直接的物质激励等。

利用派生谓词和偏好处理OSP问题的目标效益依赖

在过度规划问题(over-subscribed planning,简称OSP)研究中,如果目标之间不是相互独立的,那么目标间的效益依赖比单个目标效益更能提高规划解的质量.但是已有的描述模型不符合标准规划描述语言(planningdomain description language,简称PDDL)的语法规范,不能在一般的OSP规划系统上进行推广.提出了用派生谓词规则和目标偏好描述效益依赖的方法,这二者均为PDDL语言的基本要素.实质上,将已有的GAI模型转换为派生谓词规则和目标偏好,其中派生谓词规则显式描述目标子集的存在条件,偏好机制用来表示目标子集的效益,二者缺一不可.该转换算法既可以保持在描述依赖关系时GAI模型的易用性和直观性上,又可以扩展一般的OSP规划系统处理目标效益依赖的能力.从理论上可以证明该算法在转换过程中的语义不变性,在基准领域的实验结果表明其可行性和对规划解质量的改善能力.提出符合PDDL语言规范的目标效益依赖关系的描述形式,克服了已有模型不通用的缺点.

知识迁移对无意识思维效应的作用

为弥补Bos等人(2008)忽视内部因素对无意识思维作用的研究缺陷,本研究从知识迁移视角提出无意识思维受内部知识与外部任务目标双重导向的观点。结果发现:(1)无意识思维知识的迁移促进了无意识思维效应;(2)在无意识思维知识与任务目标双导向下,无意识思维效应更强。基于上述研究,我们更一般地认为,无意识思维效应是内部因素(如,知识、兴趣、动机等)与外部因素(如,任务目标)共同作用的结果。

领导效用影响机理模型的建立与实证研究

本文通过探索领导学的相关理论以及合作与竞争理论 ,建立了领导效用影响机理模型 ,提出目标依赖性能够调解领导价值和领导效用间的关系。并且对在上海企业工作的 10 3个管理者和 2 0 6个员工做了问卷调查 ,运用SPSS和EQS软件对问卷数据进行了相关分析和结构分析。实证研究结果表明领导价值减少了竞争性和独立性目标 ,但其本身并没有加强合作性目标 ,这项研究的结果和以前的研究表明领导价值与合作性目标的结合为有效的领导提供了基础。同时 。

基于SAGWO算法的UCAVs动态协同任务分配

通过分析无人作战飞机(UCAV)优势概率和任务联合威胁以及定义任务时间,建立了以目标价值毁伤、编队损耗代价和时间消耗为性能指标的多无人作战飞机(UCAVs)多约束动态任务分配数学模型,采用改进的灰狼优化(GWO)算法对数学模型进行求解;针对基本GWO算法求解早熟的缺点,给出了自适应调整策略和跳出局部最优策略,引入了二次曲线控制方法;对UCAVs动态协同任务分配特点,设计了目标任务序列编码方式,提出了基于自适应GWO(SAGWO)算法的UCAVs多目标动态任务分配方法。从静态与动态2种情况分别对该方法进行仿真验证;仿真结果表明,该方法是有效的,相比较于其他算法,其优化过程快速精准。

基于多头注意力和词共现关系的方面级情感分析

针对特定目标的情感分析是文本情感细粒度理解任务的重要内容.已有研究大多通过循环神经网络和注意力机制来建模文本序列信息和全局依赖,并利用文本依赖解析树作为辅助知识,但这些方法没有充分利用目标词与文本词之间的依赖关系,也忽略了训练语料库中的词共现关系,而词共现信息往往意味着一种语法搭配.为了解决上述问题,提出一种目标依赖的多头自注意力网络模型.该模型首先设计内联和外联两种不同的注意力机制用于建模文本词和目标词的隐藏状态和语义交互;其次,该模型构建了语料库级别和句子级别的词共现图,并通过图卷积网络将词共现信息融合进文本的特征表示学习并用于下游分类任务.在五个标准数据集上进行了对比实验,实验结果表明,提出的模型在方面级情感分析任务中的性能优于所有对比模型.

员工助人行为与工作负荷感

员工之间的互帮互助对于组织的有效运行无疑有着至关重要的作用。然而,近年来学者们提出"助人"有可能对员工本人产生负面影响,但至今为止仍没有足够的实证研究。本研究表明,员工"助人"行为和其工作负荷感之间是非线性关系;当员工不积极寻求他人帮助,或者感知到较低的目标相互依赖时,其助人行为会导致较高的工作负荷感。