领域事件图谱构建方法综述

【目的】分析并评述领域事件知识图谱构建的相关研究,为后续研究提供理论基础和实践指导。【文献范围】利用Web of Science核心数据库和Google Scholar以"Event Graph"、"Event extraction"和"Event relation"等主题词进行检索,经过手工筛选获得代表性文献61篇。【方法】采用文献调研方法系统梳理领域事件图谱在定义、构建流程、识别方法等方面的工作。总结了基于规则、基于特征学习以及基于神经网络三种事件抽取的方法,对事件抽取与事件关系抽取中的特征选择、模型架构以及实验结果等进行分析和对比。【结果】借鉴通用图谱构建的方法,提出包括事件触发词识别、事件要素识别、事件关系识别以及事件存储等在内的领域事件图谱构建流程模型。从描述结构、领域限制、事件形式、推理能力和时序关系等角度阐明构建标准应具备的元素。在构建实践中,事件本体的借鉴和复用是必要选项,事件抽取采用神经网络方法是目前最优的选择。【局限】由于标准数据集的缺失,事件关系抽取对比中未能采用统一的数据集进行量化比较。【结论】提出从知识提升、迁移学习以及认知模型等三个视角开展该主题后继研究的建议。

基于领域本体事件驱动的试卷文档归类算法

传统的试卷文档归类算法存在文档归类准确率差的问题,为此,引进领域本体事件驱动技术,提出一种针对试卷文档的归类算法。在此过程中,通过确定试卷文档归类特征,获取多个独立的区域试卷,并以领域同一词汇出现的频率为驱动,计算试卷文档归类相似度,在此基础上,利用试卷文档归类处理的库函数,设计归类函数,在归类处理中,调用函数以此完成对试卷文档的归类。此外,通过设计对比实验的方式,证明了设计归类算法在应用中的准确率和查全率均明显大于传统归类算法,可基本实现对试卷文档的全部归类。

基于领域消息驱动的轻量级Spring-DDD插件设计与实现

领域驱动开发(DDD)是完全基于内存的业务对象建模(In-Memory)方法,而目前的DDD框架不能完全覆盖系统业务,也不成熟稳定,无法应用于实际项目的开发。在Spring框架的基础上,实现了一个基于领域消息驱动和内存建模的DDD插件,在不影响目前系统架构的基础上,让项目实施完全兼容DDD设计。同时基于JDK和Disruptor并发框架实现的领域事件消息和领域对象缓存模型,有效地降低了系统的解耦关系,并提高了系统的整体性能及效率。

论如何做好卫生领域突发公共事件的风险沟通工作

近年来,随着社会经济的发展,卫生领域突发公共事件时有发生。卫生领域突发公共事件是指突然发生,造成或者可能造成严重社会危害,需要采取应急新闻处置措施予以应对的公共卫生事件和其他与卫生工作有关的公共事件、舆情事件等。本文总结了近年来卫生部门突发公共事件风险沟通工作情况,分析风险沟通工作的成效及存在的问题,并从日常工作、突发公共卫生事件、舆情事件三个层面提出做好突发公共事件风险沟通工作的措施建议,以期更好地防止突发公共事件的发生或降低甚至消除事件的负面影响,同时提升卫生部门的公信力,塑造卫生行业良好的声誉和形象。