检索结果-维普期刊中文期刊服务平台

融合多模型与高置信度词典的事件线索检测被引量：3: 1; 作者陈亚东洪宇 +3 位作者王潇斌杨雪蓉姚建民朱巧明《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第3期412-420,共9页; 提出一种融合多模型和高置信度词典的事件线索识别方法,将高置信度词典特征分别加入最大熵模型和条件随机场模型,然后融合两个模型的结果,旨在提高触发词识别的召回率和整体性能。针对事件真伪性识别任务,进一步考察否定词或不确定词与... 展开更多; 关键词事件线索检测最大熵模型条件随机模型高置信度词典; 在线阅读下载PDF 职称材料

基于全局/局部共现词对分布的汉越双语新闻事件线索分析被引量：1: 2; 作者高盛祥余正涛 +2 位作者龙文旭丁硙闫春婷《中文信息学报》 CSCD 北大核心 2015年第6期90-97,共8页; 针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法。该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分... 展开更多; 关键词汉语-越南语新闻事件线索全局/局部共现词对子话题分布双语主题模型; 在线阅读下载PDF 职称材料

基于要素图的舆情事件线索化方法研究: 3; 作者何绯娟杨宽 +1 位作者缪相林高建忠《情报杂志》 CSSCI 北大核心 2017年第7期101-104,共4页; [目的/意义]将事件按照内在关联组织成有序结构的过程称为事件线索化,事件线索化能够展现事件间的因果联系与演化过程,有助于理解舆情事件的起因与背景,预测事件的后续发展,为舆情事件的处理提供依据。现有事件线索化方法主要依据事件... 展开更多; 关键词舆情事件线索化事件关联要素图百度百科; 在线阅读下载PDF 职称材料

融合上下文依赖和句子语义的事件线索检测研究被引量：3: 4; 作者王凯洪宇 +2 位作者邱盈盈姚建民周国栋《计算机科学与探索》 CSCD 北大核心 2018年第3期423-431,共9页; 事件线索检测旨在从自由文本中自动抽取触发事件的词或短语。现有的英文事件线索检测方法依赖于特征提取工具,这样会造成错误传递,而且忽略了待测词与上下文的依赖关系和句子的语义信息,这些信息对事件线索检测是很有帮助的。提出一种... 展开更多; 关键词事件线索检测神经网络长短时记忆网络(LSTM); 在线阅读下载PDF 职称材料

基于在线Biterm主题模型的舆情新闻事件跟踪被引量：1: 5; 作者马子娟岳昆 +1 位作者段亮赵天资《计算机工程与应用》 CSCD 北大核心 2022年第22期132-141,共10页; 舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型(online Biterm topic model,DBTM),通过随机坍缩变分贝叶斯(stochastic coll... 展开更多; 关键词舆情新闻事件事件跟踪事件线索在线Biterm主题模型; 在线阅读下载PDF 职称材料

题名融合多模型与高置信度词典的事件线索检测被引量：3: 1; 作者陈亚东洪宇王潇斌杨雪蓉姚建民朱巧明; 机构苏州大学江苏省计算机信息处理重点实验室; 出处《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第3期412-420,共9页; 基金国家自然科学基金(61373097 61272259 61272260)资助; 文摘提出一种融合多模型和高置信度词典的事件线索识别方法,将高置信度词典特征分别加入最大熵模型和条件随机场模型,然后融合两个模型的结果,旨在提高触发词识别的召回率和整体性能。针对事件真伪性识别任务,进一步考察否定词或不确定词与触发词的物理位置距离和依存路径距离等特征,提高事件真伪性识别的性能。实验结果显示,针对触发词识别和事件真伪性识别任务,与仅使用最大熵模型相比,所提出的融合多模型与高置信度词典的方法能够提高触发词识别的性能6.43%,提高事件真伪性识别的性能1.69%。; 关键词事件线索检测最大熵模型条件随机模型高置信度词典; Keywords event nugget detection Maximum Entropy Conditional Random Fields high-confidence dictionary; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于全局/局部共现词对分布的汉越双语新闻事件线索分析被引量：1: 2; 作者高盛祥余正涛龙文旭丁硙闫春婷; 机构昆明理工大学信息工程与自动化学院; 出处《中文信息学报》 CSCD 北大核心 2015年第6期90-97,共8页; 基金国家自然科学基金(61472168 61175068 +3 种基金 61163004) 云南大学软件工程重点实验室开放基金(2011SE14); 文摘针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法。该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分析新闻片段中全局词语和局部词语的共现关系,将全局/局部词语的共现规律作为监督信息,结合RCRP算法和汉越双语新闻的对齐语料,构建有监督话题生成主题模型,获得相应时间跨度下代表事件发展进程的子话题分布,通过子话题的分布反映事件发展的线索,从而构建出在线汉越双语事件线索生成模型。实验在汉越混合新闻数据集上进行,事件线索生成对比实验结果证明了提出的方法的有效性。; 关键词汉语-越南语新闻事件线索全局/局部共现词对子话题分布双语主题模型; Keywords Chinese-Vietnamese news event storyline global/local co-occurrence words sub-topic distribution bilingual topic model; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于要素图的舆情事件线索化方法研究: 3; 作者何绯娟杨宽缪相林高建忠; 机构西安交通大学城市学院西安交通大学电子与信息工程学院西安交通大学图书馆; 出处《情报杂志》 CSSCI 北大核心 2017年第7期101-104,共4页; 基金教育部人文社会科学研究青年基金项目"新闻事件的线索化方法研究"(编号:15YJCZH057) 陕西省社会科学基金项目"开放环境下知识的刻面组织方法研究"(编号:2016N005) 西安交通大学城市学院校级科研项目"大规模在线学习中的隐性知识挖掘方法研究"(编号:2016KZ01); 文摘 [目的/意义]将事件按照内在关联组织成有序结构的过程称为事件线索化,事件线索化能够展现事件间的因果联系与演化过程,有助于理解舆情事件的起因与背景,预测事件的后续发展,为舆情事件的处理提供依据。现有事件线索化方法主要依据事件要素的共现特性,然而部分存在关联的事件之间共现特性并不明显,导致现有方法存在局限性。[方法/过程]利用百度百科中的条目及其中的关键词来扩充事件要素,建立了由关键词与超链接构成的要素图模型,并提出了基于该模型的舆情事件线索化方法。所提方法通过要素图差异性计算与密度聚类两个阶段将事件集划分为由相互关联事件组成的簇,从而实现事件线索化。[结果/结论]在舆情事件数据集上的实验表明,所提方法在共现特性不明显情况下能有效地实现事件线索化。; 关键词舆情事件线索化事件关联要素图百度百科; Keywords public opinion event threading event association argument graph Baidupedia; 分类号 G353.12 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名融合上下文依赖和句子语义的事件线索检测研究被引量：3: 4; 作者王凯洪宇邱盈盈姚建民周国栋; 机构苏州大学计算机科学与技术学院; 出处《计算机科学与探索》 CSCD 北大核心 2018年第3期423-431,共9页; 基金国家自然科学基金 Nos.61672368 +2 种基金 61373097 61672367 61272259~~; 文摘事件线索检测旨在从自由文本中自动抽取触发事件的词或短语。现有的英文事件线索检测方法依赖于特征提取工具,这样会造成错误传递,而且忽略了待测词与上下文的依赖关系和句子的语义信息,这些信息对事件线索检测是很有帮助的。提出一种神经网络方法,利用双向长短时记忆网络(bidirectional long short-term memory,Bi-LSTM)抓取待测词在句子中的上下文依赖,同时使用门控循环神经网络(gated recurrent neural network,GRNN)学习句子的语义表示,融合这两种信息来提高事件线索词的识别能力。在KBP 2015评测语料上的实验结果显示,该方法是有效的,并且性能比baseline方法有显著提高。; 关键词事件线索检测神经网络长短时记忆网络(LSTM); Keywords event nugget detection neural network long short-term memory (LSTM); 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于在线Biterm主题模型的舆情新闻事件跟踪被引量：1: 5; 作者马子娟岳昆段亮赵天资; 机构云南大学信息学院; 出处《计算机工程与应用》 CSCD 北大核心 2022年第22期132-141,共10页; 基金国家自然科学基金云南联合基金重点支持项目(U1802271) 国家自然科学基金(62002311) +4 种基金云南大学“东陆学者”培育计划。; 文摘舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型(online Biterm topic model,DBTM),通过随机坍缩变分贝叶斯(stochastic collapsed variational Bayesian inference,SCVB0)算法更新参数,提出面向舆情新闻事件监控的主题模型MBTM(monitor Biterm topic model),利用该模型检测初期事件主题,跟踪后续新闻所属的主题。为了对存在关联关系的事件进行串联,进一步给出事件线索的概念,分别从主题层面和语义层面度量线索关联度,进而针对新闻事件主题生成事件线索。实验结果表明,MBTM模型在大多数指标上均优于OBTM等模型,验证了该方法的有效性和高效性。; 关键词舆情新闻事件事件跟踪事件线索在线Biterm主题模型; Keywords public opinion news events event tracking event threading online Biterm topic model; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	融合多模型与高置信度词典的事件线索检测	陈亚东洪宇王潇斌杨雪蓉姚建民朱巧明	《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心	2017	3	在线阅读下载PDF 职称材料
2	基于全局/局部共现词对分布的汉越双语新闻事件线索分析	高盛祥余正涛龙文旭丁硙闫春婷	《中文信息学报》 CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
3	基于要素图的舆情事件线索化方法研究	何绯娟杨宽缪相林高建忠	《情报杂志》 CSSCI 北大核心	2017	0	在线阅读下载PDF 职称材料
4	融合上下文依赖和句子语义的事件线索检测研究	王凯洪宇邱盈盈姚建民周国栋	《计算机科学与探索》 CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料
5	基于在线Biterm主题模型的舆情新闻事件跟踪	马子娟岳昆段亮赵天资	《计算机工程与应用》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料