面向突发事件的案例推理研究

发布时间：2021-04-29 08:50

　　近年来全球范围内各类突发事件频发,给社会和谐稳定、人民幸福带来了影响和危害。结合信息技术、应急管理科学等多学科理论、技术,来挖掘突发事件描述信息,从而开展突发事件案例推理研究,对文本分析、知识发现、应急管理、舆情监控等都具有重要的理论和实践意义。为此本文围绕案例推理的核心过程,具体开展了如下研究工作:（1）突发事件案例表示与信息抽取的研究。首先分析了案例表示与案例推理的关系,结合突发事件自身特点,提出了基于框架和产生式融合的案例表示方法,为突发事件案例推理奠定了坚实的语义基础。通过分析突发事件数据来源,将语言学文体概念融入到信息抽取的规则中,结合具有丰富领域信息的词表,提出了基于文体和词表的突发事件信息抽取方法,完成了数据的结构化,构建了突发事件案例库。在自定义数据集和CEC公开数据集上开展实验,验证了信息抽取方法的可行性和有效性。（2）基于词语语义相似度的案例推理方法研究。本文首先分析了案例检索与案例推理的关系,确定了突发事件属性的检索方案;以突发事件文本属性为研究对象,分别基于大规模语料库、知识库开展了词语语义相似度计算方法的研究,融合字、词、Ngram文本序列等上下文相关信息,以... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：96 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 应急管理研究现状
        1.2.2 案例推理研究现状
        1.2.3 词语相似度研究现状
        1.2.4 信息抽取研究现状
    1.3 研究内容
    1.4 本文组织结构
第2章 突发事件案例表示与信息抽取的研究
    2.1 突发事件案例表示
        2.1.1 知识表示研究
        2.1.2 基于框架和产生式融合的案例表示方法
    2.2 突发事件信息抽取
    2.3 基于文体的信息抽取研究
        2.3.1 文体的概念
        2.3.2 新闻文体特征
        2.3.3 时间属性抽取
        2.3.4 事件摘要抽取
    2.4 基于词表的信息抽取研究
        2.4.1 词表的构建
        2.4.2 突发事件识别与分类
    2.5 基于文体和词表的信息抽取研究
        2.5.1 地点属性抽取
        2.5.2 伤亡属性抽取
        2.5.3 经济损失属性抽取
        2.5.4 事件发生原因属性抽取
        2.5.5 处置措施属性抽取
        2.5.6 其他属性抽取
    2.6 实验结果及分析
        2.6.1 实验环境
        2.6.2 实验数据集
        2.6.3 评价指标
        2.6.4 实验结果分析
    2.7 本章小结
第3章 基于词语语义相似度的案例推理方法研究
    3.1 突发事件案例推理
        3.1.1 案例推理原理
        3.1.2 突发事件案例推理
        3.1.3 突发事件案例检索
    3.2 文本向量化表示
        3.2.1 文本粒度
        3.2.2 文本向量化方法
    3.3 基于Word embedding的词语语义相似度计算方法
        3.3.1 Word embedding
        3.3.2 Ngram和词向量融合的Word embedding方案
        3.3.3 字向量模型
        3.3.4 字词向量融合的Word embedding方案
        3.3.5 基于WNC embedding词语语义相似度计算方法
    3.4 基于知识库的词语语义相似度计算方法
        3.4.1 HowNet的词语语义相似度计算方法
        3.4.2 同义词词林扩展版的词语相似计算方法
    3.5 SSW_CCKM的词语语义相似度计算方法
    3.6 实验结果及分析
        3.6.1 数据集
        3.6.2 评价指标
        3.6.3 词语语义相似度实验结果分析
        3.6.4 案例检索实验结果分析
    3.7 本章小结
第4章 KUCBM的案例库维护方法研究
    4.1 案例库维护概述
        4.1.1 案例库维护
        4.1.2 案例库维护现状
    4.2 基于DC_Kmeans文本聚类方法
        4.2.1 Kmeans聚类中心
        4.2.2 度中心性
        4.2.3 基于DC_Kmeans文本聚类方法
    4.3 案例效用值计算
        4.3.1 效用值策略
        4.3.2 影响效用因素权重计算
    4.4 基于KUCBM的案例库维护方法
    4.5 实验结果及分析
        4.5.1 数据集与预处理
        4.5.2 实验结果分析
    4.6 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 未来展望
致谢
参考文献
攻读硕士学位期间研究成果


【参考文献】：
期刊论文
[1]多属性效用理论在抗炎保肝治疗慢性乙型肝炎药物经济学评价中的应用[J]. 沈斌,杨鑫骥,蒋利亚,邓敏.  中国基层医药. 2018 (22)
[2]基于文体和词表的突发事件信息抽取研究[J]. 邱奇志,周三三,刘长发,陈晖.  中文信息学报. 2018(09)
[3]向量模型和多源词汇分类体系相结合的词语相似性计算[J]. 梁泳诗,黄沛杰,岑洪杰,唐杰聪,王俊东.  中文信息学报. 2018(04)
[4]深度学习中汉语字向量和词向量结合方式探究[J]. 李伟康,李炜,吴云芳.  中文信息学报. 2017(06)
[5]基于Word2vec的句子语义相似度计算研究[J]. 李晓,解辉,李立杰.  计算机科学. 2017(09)
[6]一种基于效用的个性化文章推荐方法[J]. 尹祎,冯丹,施展.  计算机学报. 2017(12)
[7]大数据时代的文学经典解读——《罗密欧与朱丽叶》计量文体分析[J]. 詹宏伟,黄四宏.  外语与翻译. 2017(02)
[8]基于汉字固有属性的中文字向量方法研究[J]. 胡浩,李平,陈凯琪.  中文信息学报. 2017(03)
[9]K-means算法初始聚类中心选择的优化[J]. 郁启麟.  计算机系统应用. 2017(05)
[10]基于模糊神经网络的在线评论效用分类过滤模型研究[J]. 张艳丰,李贺,彭丽徽,陈远方.  情报科学. 2017(05)

博士论文
[1]面向电网突发事件应对规划的集成案例推理研究[D]. 张佰尚.哈尔滨工业大学 2017

硕士论文
[1]基于本体的突发事件网络舆情案例推理研究[D]. 吴文晓.西南科技大学 2017
[2]基于字词对齐的中文字词向量表示方法[D]. 徐健.中国科学技术大学 2017
[3]基于案例推理的地震灾害管理研究[D]. 冯达.中国地质大学(北京) 2017
[4]化工突发事件信息抽取方法的研究[D]. 郑帅.青岛科技大学 2017
[5]基于案例推理和知识图谱的烟草病害防控模型研究[D]. 王娟.安徽农业大学 2016
[6]知识库与语料库相结合的语义相似度的研究与实现[D]. 施凯伦.北京交通大学 2016
[7]案例推理方法案例库维护策略研究[D]. 辛鹏.东北大学 2012
[8]基于案例推理的海上搜救辅助决策研究[D]. 薛金凯.大连海事大学 2011



本文编号：3167226