-
题名基于迁移学习的小样本事件抽取技术及军事应用展望
- 1
-
-
作者
刘涛
蒋国权
刘姗姗
周泽云
陈涛
-
机构
国防科技大学第六十三研究所
南京信息工程大学计算机学院软件学院网络安全空间学院
装备发展部信息中心
装备发展部某局
-
出处
《火力与指挥控制》
CSCD
北大核心
2023年第10期9-17,共9页
-
基金
国家自然科学基金
国家高技术研究发展计划(863计划)资助课题(2008AA000000)。
-
文摘
事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解决事件抽取面临的训练数据缺乏问题,从而提升小样本事件抽取的效果。对基于迁移学习的小样本事件抽取技术及其军事应用展望作了全面的阐述,回顾事件抽取的起源与发展,描述迁移学习事件抽取的研究背景,并重点总结目前的技术方法及其军事研究现状,提出其军事上应用展望,最后对其面临的问题挑战和未来研究热点作了分析。
-
关键词
事件抽取
迁移学习
小样本
低资源场景
军事应用展望
-
Keywords
event extraction
transfer learning
small sample
low resource scenario
prospect of military application
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于事件共指消解的多源情报融合方法
- 2
-
-
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]
-