-
题名基于事件共指消解的多源情报融合方法
- 1
-
-
作者
环志刚
蒋国权
周泽云
陈涛
严浩
-
机构
国防科技大学第六十三研究所
东南大学网络空间安全学院
装备发展部信息中心
装备发展部某局
-
出处
《计算机工程与设计》
北大核心
2023年第10期3124-3131,共8页
-
文摘
情报数据存在多源异构、关联缺失、重复冗余等问题,有限的数据处理能力已经无法满足不断增长的数据获取能力。事件共指消解任务旨在将互为共指关系的事件识别为同一事件并进行融合处理。对融合多源情报进行研究,提出一种端到端的事件共指消解方法。从情报文本中自动抽取情报事件;编码整个情报文档得到待消解事件的表示,计算每对事件提及的共指得分,以此构建文档内事件共指链;通过算法利用文档内事件共指链融合多源情报文档中的共指事件。实验结果表明,提出方法对消除冗余信息、简化情报文本、融合情报信息具有明显增益。
-
关键词
多源情报
信息融合
端到端
事件共指消解
文档内
跨文档
神经网络
-
Keywords
multi-source intelligence
information fusion
end-to-end
event coreference resolution
within-document
cross-document
neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于支持向量机分类和语义信息的中文跨文本指代消解
被引量:5
- 2
-
-
作者
赵知纬
顾静航
胡亚楠
钱龙华
周国栋
-
机构
苏州大学自然语言处理实验室
苏州大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2013年第4期984-987,共4页
-
基金
国家自然科学基金资助项目(60873150
90920004)
+1 种基金
江苏省自然科学基金资助项目(BK2010219)
江苏省高校自然科学重大项目(11KJA520003)
-
文摘
跨文本(实体)指代消解(CDCR)的任务就是把所有分布在不同文本但指向相同实体的词组合在一起形成一个指代链。传统的跨文本指代消解主要采用聚类方法来解决信息检索中遇到的重名消歧问题。将聚类问题转换为分类问题,并采用支持向量机(SVM)分类器来解决信息抽取中的重名消歧和多名聚合问题。该方法可有效融合实体名称的构词特征、读音特征以及文本内部和文本外部的多种语义特征。在中文跨文本指代语料库上的实验表明,同聚类方法相比,该方法在提高精度的同时,也提高了召回率。
-
关键词
跨文本指代
信息抽取
支持向量机分类器
语义信息
重名消歧
多名聚合
-
Keywords
cross document co-reference resolution
information extraction
Support Vector Machine(SVM) classifier
semantics
name disambiguation
variant consolidation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-