基于提及图和显式路径的文档级关系抽取方法

为有效汇聚实体间信息,利用实体间路径信息判断语义关系,提出一种基于提及图和显式路径的文档级关系抽取方法。利用基于提及对类型的图构建方法,通过融合提及间天然存在的结构化信息,结合图注意力网络,实现实体间信息的汇聚;利用基于显式路径的关系推理方法,包括显式路径构建方法和启发式的路径特征融合方法两个子方法,通过显式方式构建关系推理路径,将推理路径分为句内推理路径、句间推理路径、直接推理路径,实现区分句内推理和句间推理,差异化融合路径特征,提高关系路径推理能力,增强关系抽取的准确度。在3个公开数据集上的对比试验表明,本方法在F₁和Ign F₁指标上较目前主流方法存在优越性,验证了基于提及图和显式路径的文档级关系抽取方法能够更有效地支持文档级关系抽取任务。     

基于图神经网络的P2P僵尸网络检测方法

P2P僵尸网络因具有较高的隐蔽性和健壮性,已经成为新型的网络攻击平台,对网络空间安全造成的威胁越来越大,但现有基于规则分析或流量分析的检测方法不能有效检测.为了解决P2P僵尸网络隐蔽性强、难以识别等问题,提出了一种基于图神经网络(graph neural network,GNN)的P2P僵尸网络检测方法.该方法不依赖流...     

一种用于关系抽取的双层时空图卷积神经网络

关系抽取是自然语言处理中一项基础的上游任务.句子的结构信息在某种意义上蕴含了实体及其关系信息,有助于提高关系抽取的准确率,然而使用现有自然语言处理(Natural Language Processing, NLP)语言工具进行句法分析时会引入一定的错误传播问题,且现有的基于图结构的关系抽取模型在一定程度上忽略了句子的时序信息.通过结合双向长短时记忆网络(Bi-directional Long Short-Term Memory, Bi LSTM)捕获句子序列的上下文关系,同时使用传统条件随机场(Conditional Random Field, CRF)的关系标注结果矫正NLP工具的错误传播问题,提出了一种用于关系抽取的双层时空图卷积神经网络(Bilayer Spatiotemporal Graph Convolution Neural Network, Bi SpGCN)模型.该模型在中文糖尿病数据集和中文人物关系数据集上的实验结果表明,相较于传统的多头注意力引导的图卷积神经网络(Attention Guided Graph Convolutional Networks for Re...     

基于图卷积网络的交通流预测方法综述

近年来,基于深度学习的交通流预测方法一直是交通流预测领域的研究热点.与传统卷积神经网络不同,适合处理非欧几里得数据的图卷积网络在空间特征建模方面表现出了强大的能力,而反映路网空间特征的拓扑图、距离图、流量相似图等正是典型的非欧几里得数据.因此,基于图卷积网络及其变体的交通流预测方法成为交通流预测领域的一个研究热点,并取得了很多有吸引力的研究结果.本文对近年来基于图卷积网络的交通流预测模型进行了分类和总结.首先,从图卷积网络的基本定义出发,结合空域图卷积和谱域图卷积的定义详述了图卷积的基本原理.其次,根据预测模型的网络结构特点,将基于图卷积网络的交通流预测模型分为“组合型”和“改进型”两大类,并对其中最具代表性的模型结构进行了详细分析和讨论. 此外,对交通流预测领域中常用于模型性能对比的典型数据集进行了综述,并以其中一个真实数据集为例开展仿真测试,展示了4个基于图卷积网络交通流预测模型的预测性能.最后,基于当前的研究现状和发展趋势,对基于图卷积网络的交通流预测方法研究领域中未来的研究热点和难点进行了开放性的讨论和展望.     

基于内外卷积网络的网络入侵检测

网络入侵检测通过分析流量特征来区分正常和异常的网络行为以实现入侵流量的检测,是网络安全领域的重要研究课题.针对已有入侵检测模型特征提取过程复杂、信息提取不足等问题,提出了一种基于内外卷积网络的入侵检测模型.首先使用一维卷积神经网络提取流量数据的内部特征,然后通过对内部特征计算相似度建模得到无向同质图,此外将流量在外部网络侧的通信行为建模为有向异质图,并对两图使用图卷积网络学习包含网络流量多种交互行为的嵌入向量,最后将学习到的流量嵌入向量输入到分类器中用于最终的分类.实验结果表明,所提模型的检测准确率和误报率均优于对比模型.     

一种新型高效的文库知识图谱实体关系抽取算法

实体关系抽取旨在给定的一个句子中抽取两个实体之间的语义关系.实体关系抽取是信息抽取和自然语言处理中的一项基本而重要的任务.尽管近年来已出现了一些较好的深度实体关系抽取算法,但如何充分利用语料库信息并有效地抽取语句中实体间的语义关系,以进一步提高深度模型的精度仍面临着严峻的挑战.本文首先基于训练文库构建了一种新的实体语义...     

基于知识增强的图卷积神经网络的文本分类

针对文本分类问题,提出新的基于知识增强的图卷积神经网络（KEGCN）分类模型. KEGCN模型在整个文本集上构建了一个包含单词节点、文档节点、外部实体节点的文本图,不同类型节点之间使用不同的相似性计算方法;在文本图构建完成后将其输入到2层图卷积网络中学习节点的表示并进行分类. KEGCN模型引入外部知识进行构图,捕获长距离不连续的全局语义信息,是第1个将知识信息引入图卷积网络进行分类任务的工作. 在4个大规模真实数据集20NG、OHSUMED、R52、R8上进行文本分类实验,结果表明,KEGCN模型的分类准确率优于所有的基线模型. 将知识信息融入图卷积神经网络有利于学习到更精准的文本表示,提高文本分类的准确率.     

基于非均匀邻居节点采样的聚合式图嵌入方法

针对已有聚合式图嵌入方法多采用均匀采样函数为图中节点构建邻域,即仅随机采样邻居节点,而忽略各邻居节点自身性质的差异的问题,提出基于度值的非均匀邻居节点采样方法. 针对目标节点,优先采样其度值较大的邻居节点;隐藏一批度值较小的邻居节点,使它们在采样过程中不出现;在邻居节点集中随机采样剩余的节点以保留一定的采样随机性,这些随机采样的节点与优先采样的节点组成目标节点的邻域. 将所提出的非均匀邻居节点采样方法应用于图嵌入过程,在Reddit数据集上的图嵌入分类F1分数为91.7%,该结果优于几个知名的图嵌入方法的结果. 在重叠社团数据集PPI上的实验证实提出方法能够为图数据生成更高质量的嵌入.     

基于多知识源融合的关键词重要性评价研究

词的重要性评价是关键词抽取研究中比较重要的环节,其中一种比较常用的方法是对词的相关属性进行加权分析,并根据综合权值确定重要性程度.词所处的位置、词频、词性以及与线索词的同现信息等都是影响关键词抽取的重要因素.本文首先对可能影响关键词抽取的因素进行了探讨和分析,而后利用遗传算法对各个知识源参数进行了优化.在人工标注的语料上进行的测试结果验证了该方法的可行性.     

结合词语分布信息的TFIDF关键词抽取方法研究

介绍了关键词抽取的相关工作,并对基于TFIDF的关键词抽取算法进行了分析。结合词语在文本中的分布均衡程度和首次出现位置等特征,提出了一种改进的TFIDF算法,并给出了相应的计算公式。在文档数量和文档平均长度不同的3个语料上进行了对比实验。实验结果表明,结合词语分布信息的TFIDF关键词抽取方法是可行和有效的。     

IGSA-KPCA邻域建模的多模过程故障检测方法

为提高多模过程故障检测的准确率,提出改进引力搜索算法-核主元分析邻域建模的故障检测方法。首先应用及时学习算法在参考数据集中找到待检数据的相关数据,再将相关数据和待检数据作为核主元分析检测模型的输入进行故障检测。核主元分析模型中的参数对故障检测性能有较大影响,提出改进引力搜索算法对模型中参数进行优化,提高检测性能。将所提方法应用于青霉素多模过程进行实验验证,仿真结果表明所提方法在多模过程故障检测中用时短、准确率高。     

基于双向门控循环神经网络的事件论元抽取方法

事件抽取是构建知识图谱的关键前置任务之一,而事件论元抽取是事件抽取的子任务,对事件抽取质量有显著影响.针对现有的流水线式事件抽取方法在论元抽取时忽略了触发词和论元间、论元和论元间相互关系导致抽取质量低的问题,该文提出了一种基于双向门控循环神经网络(Bi-GRU)的事件论元抽取方法.该方法融合Bert词向量、词性特征、词...     

一种基于方形函数的邻域灰度差值边缘提取方法

根据数字图像处理中现有边缘检测算子,对连续边缘的检测及抵抗噪声的能力问题,提出一种基于方形函数的测算法。首先将目标图像划分成方形的采样网格;然后确定检测的起始点位置,利用图像边缘处内外灰度差值最大原理判定该方形区域边缘所在的切线位置;最后通过多个区域的并集取得图形边缘。实验证明通过该算法可以提取出较为完整的边缘,抗噪能力也优于以往的边缘检测方法。     

基于OWL的电子政务知识分类与表示研究

本文提出了OWL组织知识表示模式,有效地表示事实知识、术语知识、推理知识和规制知识,并结合气象部门对异常天气预警给出了一个知识管理系统的原型案例。案例表明,该知识表示方法能有效地应用于电子政务领域。     

一种蜂窝式企业知识管理体系构建方法

旨在探讨一种新的企业知识管理体系结构及其构建方法.分析现有企业知识管理体系存在的问题,研究个人知识管理体系的结构特点及其优点,并结合蜂窝状组织结构方式,提出一种基于个人知识管理构建企业级知识管理体系的方法,并阐述其原理、特点及其构建方法.与现有企业知识管理体系相比,这种新方法使得知识的更新更加快速,系统维护更方便,具有更简便、灵活、高效的特点.     

知识经济的发展对策初探

论述了我国知识经济发展的实际状况,对如何发展知识经济,迎接知识经济时代的到来,谈了几点粗浅的看法。     

CAPP系统工艺知识库建立方法初探

探讨了ＣＡＰＰ系统工艺知识的获取,表达和工艺知识库建立的方法,指出了从零件整体出发,以成组技术为基础,以工序工步词典为索引制定工艺决策规则在工艺知识库建立中的实用性,并在纺织机构零件ＣＡＰＰ系统工艺知识建立过程中进行了应用。     

基于模型匹配与知识引导混合策略的识别方法

计算机视觉中的中级符号-关系金字塔为表示形式,提出了一个以三维多面体目标为识别对象的视觉系统模型。其中匹配算法采用了特征匹配与知识引导相结合的策略。在初始匹配中,主要是抽取到的特征与存贮模型直接匹配,而随着从图象中所获得的信息量的增多,知识的引导例可有效地发挥作用。在一个假设、预言、检验与评价的周期不断重复中,使被识别目标得到完全的描述。     

一种新的连续信息系统的知识获取方法

提出了一种新的连续信息系统的知识获取方法.首先给出了连续属性离散化方法,该方法可以使得离散化后得到的分类的类数适度,丢失的信息量尽量减少;然后在此基础上给出了连续信息系统属性约简的一种简易算法;最后实例证明了该离散化方法是可行和有效的.     

知识信息搜索和获取技术的研究

讨论了自然语言处理应用于知识信息搜索和知识信息获取的若干问题,阐述了概念标注、完善基于词典的知识库的处理手段.同时,对中文知识信息获取技术涉及的具体语言处理技术也作了较为详尽的论述,包括知识信息获取的短语句法及语义表示和知识信息获取的实现.