期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
环境保护中的公众参与和政府、企业的失位——关于塑料袋有偿使用问题的研究 被引量:1
1
作者 李丁 顾绚 《生态经济》 北大核心 2011年第11期170-171,181,共3页
介绍环境保护中责任分担的基本概念,并结合中国"限塑令"实施以来的具体情况进行阐述。结果表明,目前中国"限塑"政策的实施状况是:政府倡导和制定规则,公众买单。在这一环保实践中,出现了政府在利益分担上的失位和... 介绍环境保护中责任分担的基本概念,并结合中国"限塑令"实施以来的具体情况进行阐述。结果表明,目前中国"限塑"政策的实施状况是:政府倡导和制定规则,公众买单。在这一环保实践中,出现了政府在利益分担上的失位和企业的失位,更多的责任必须由公众来承担,这实际上是环保实践中极不正常也极不公平的一种责任分配制度。结合欧美主流国家的相关实践和中国现行的法律,"限塑令"这一涉及公众普遍利益的政策应当被修改和完善。 展开更多
关键词 限塑令 环境保护 责任分担
在线阅读 下载PDF
基于语境交互感知和模式筛选的隐式篇章关系识别 被引量:4
2
作者 郭凤羽 贺瑞芳 党建武 《计算机学报》 EI CSCD 北大核心 2020年第5期901-915,共15页
隐式篇章关系识别是篇章分析(Discourse Analysis)中一项具有挑战性的子任务,旨在推断出同一篇章内相邻文本片段(称为论元)之间潜在的语义连接关系,例如:时序关系、因果关系等.如何有效地表征篇章论元以及挖掘论元间的交互信息是实现该... 隐式篇章关系识别是篇章分析(Discourse Analysis)中一项具有挑战性的子任务,旨在推断出同一篇章内相邻文本片段(称为论元)之间潜在的语义连接关系,例如:时序关系、因果关系等.如何有效地表征篇章论元以及挖掘论元间的交互信息是实现该任务的核心要素.传统研究注重篇章中人工总结的表层语言特征(即情感词极性、位置特征和动词类型等),存在数据稀疏和预处理错误级联的问题,导致机器学习模型性能不高.新近的深度神经网络模型则自动提取篇章论元中的特征,利用注意力或记忆机制等捕获论元的重要信息,并组合不同神经网络提取大量关系特征,以提升模型识别性能.然而,其忽略了表示过程中论元间双向非对称的交互信息,以及识别过程中论元间交互模式的稀疏特性.受认知学相关理论的启发,本文提出基于语境交互感知和模式筛选的隐式篇章关系识别方法(MATS).首先,通过双向长短期记忆网络(Bidirectional Long Short-Term Memory,BiLSTM)分别编码两个论元,以获取带有上下文语境信息的论元表示;其次建模其动态交互注意力机制,以自动学习论元之间的非对称关联矩阵,进而得到融合语境交互感知信息的论元表示;最后,利用带有稀疏约束的张量神经网络捕捉具有篇章关系指示性的深层交互模式,从而提升模型的识别性能.Penn Discourse Treebank(PDTB)语料库上的实验结果表明,本文提出方法的精确率在其四分类上改善了2.36%. 展开更多
关键词 隐式篇章关系识别 双向长短期记忆网络 交互注意力机制 稀疏约束 张量神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部