基于Web外交新闻的中国国际合作元素及关联挖掘研究

发布时间：2021-03-28 20:24

　　目前,经济全球化已大势所趋,以企业为主体的国际合作日益频繁,国家与国家之间也建立了不同层级的合作关系。对于国家政府而言,合理地与不同国家开展国际合作能够有效地帮助双方或多方共同解决各自遇到的经济难题;对于企业而言,选择适合的合作项目或走出去与国外企业进行投资合作,有助于企业自身的发展和技术革新;对于研究者而言,分析不同国家之间的国际合作有利于帮助相关部门制定方针、进行决策。然而,传统的国际合作领域的数据分析多以统计数据为基础,但是统计数据的时效性较低,滞后性较高,在当前变化莫测的国际环境下,仅通过统计数据很难全面反映不同国家之间国际合作的情况。本文的研究目标是从Web外交新闻中挖掘与中国国际合作相关的知识。主要研究工作包括:首先,通过分析Web外交新闻的特点和中国国际合作领域的需求,明确定义国际合作元素的概念,并提取领域知识辅助国际合作元素抽取。其次,为了从Web外交新闻中挖掘国际合作元素,提出了一种蕴含领域知识的神经网络模型来进行国际合作元素的抽取,其中,神经网络模型为目前序列标注任务中最常用的模型之一,并通过实验分析验证了该模型对国际合作元素的抽取效果表现良好。最后,为了更全面地挖... 

【文章来源】：江西财经大学江西省

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 文本知识挖掘
        1.2.2 人工神经网络
        1.2.3 序列标注
        1.2.4 实体关系抽取
    1.3 本文主要研究内容
    1.4 论文的结构安排
2 相关理论与技术简介
    2.1 人工神经网络
    2.2 序列标注
    2.3 实体关系抽取
    2.4 本章小结
3 国际合作元素抽取
    3.1 引言
    3.2 国际合作元素的内涵界定
        3.2.1 国际合作元素的定义
        3.2.2 国际合作元素的特点
    3.3 国际合作元素的抽取方法
        3.3.1 领域知识的提取
        3.3.2 国际合作元素的抽取方式
    3.4 实验结果及分析
        3.4.1 实验数据集和环境
        3.4.2 实验设计与实验结果分析
    3.5 本章小结
4 国际合作元素关联挖掘
    4.1 引言
    4.2 国际合作元素关联定义和特点
        4.2.1 国际合作元素关联定义
        4.2.2 国际合作元素关联特点
    4.3 国际合作元素关联挖掘方法
    4.4 实验结果及分析
        4.4.1 实验数据集和环境
        4.4.2 实验设计与实验结果分析
    4.5 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间科研成果
致谢


【参考文献】：
期刊论文
[1]基于Tree-based CNN的关系抽取[J]. 刘伟,陈鸿昶,黄瑞阳.  中文信息学报. 2018(11)
[2]基于句法语义特征的中文实体关系抽取[J]. 甘丽新,万常选,刘德喜,钟青,江腾蛟.  计算机研究与发展. 2016(02)
[3]一种高效的多层和概化关联规则挖掘方法[J]. 毛宇星,陈彤兵,施伯乐.  软件学报. 2011(12)
[4]基于C4.5决策树的流量分类方法[J]. 徐鹏,林森.  软件学报. 2009(10)
[5]数据挖掘中的聚类算法综述[J]. 贺玲,吴玲达,蔡益朝.  计算机应用研究. 2007(01)
[6]基于支持向量机分类的回归方法[J]. 陶卿,曹进德,孙德敏.  软件学报. 2002(05)



本文编号：3106187