近年來全球范圍內(nèi)各類突發(fā)事件頻發(fā),給社會(huì)和諧穩(wěn)定、人民幸福帶來了影響和危害。結(jié)合信息技術(shù)、應(yīng)急管理科學(xué)等多學(xué)科理論、技術(shù),來挖掘突發(fā)事件描述信息,從而開展突發(fā)事件案例推理研究,對(duì)文本分析、知識(shí)發(fā)現(xiàn)、應(yīng)急管理、輿情監(jiān)控等都具有重要的理論和實(shí)踐意義。為此本文圍繞案例推理的核心過程,具體開展了如下研究工作:（1）突發(fā)事件案例表示與信息抽取的研究。首先分析了案例表示與案例推理的關(guān)系,結(jié)合突發(fā)事件自身特點(diǎn),提出了基于框架和產(chǎn)生式融合的案例表示方法,為突發(fā)事件案例推理奠定了堅(jiān)實(shí)的語義基礎(chǔ)。通過分析突發(fā)事件數(shù)據(jù)來源,將語言學(xué)文體概念融入到信息抽取的規(guī)則中,結(jié)合具有豐富領(lǐng)域信息的詞表,提出了基于文體和詞表的突發(fā)事件信息抽取方法,完成了數(shù)據(jù)的結(jié)構(gòu)化,構(gòu)建了突發(fā)事件案例庫。在自定義數(shù)據(jù)集和CEC公開數(shù)據(jù)集上開展實(shí)驗(yàn),驗(yàn)證了信息抽取方法的可行性和有效性。（2）基于詞語語義相似度的案例推理方法研究。本文首先分析了案例檢索與案例推理的關(guān)系,確定了突發(fā)事件屬性的檢索方案;以突發(fā)事件文本屬性為研究對(duì)象,分別基于大規(guī)模語料庫、知識(shí)庫開展了詞語語義相似度計(jì)算方法的研究,融合字、詞、Ngram文本序列等上下文相關(guān)信息,以... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 應(yīng)急管理研究現(xiàn)狀
        1.2.2 案例推理研究現(xiàn)狀
        1.2.3 詞語相似度研究現(xiàn)狀
        1.2.4 信息抽取研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 突發(fā)事件案例表示與信息抽取的研究
    2.1 突發(fā)事件案例表示
        2.1.1 知識(shí)表示研究
        2.1.2 基于框架和產(chǎn)生式融合的案例表示方法
    2.2 突發(fā)事件信息抽取
    2.3 基于文體的信息抽取研究
        2.3.1 文體的概念
        2.3.2 新聞文體特征
        2.3.3 時(shí)間屬性抽取
        2.3.4 事件摘要抽取
    2.4 基于詞表的信息抽取研究
        2.4.1 詞表的構(gòu)建
        2.4.2 突發(fā)事件識(shí)別與分類
    2.5 基于文體和詞表的信息抽取研究
        2.5.1 地點(diǎn)屬性抽取
        2.5.2 傷亡屬性抽取
        2.5.3 經(jīng)濟(jì)損失屬性抽取
        2.5.4 事件發(fā)生原因?qū)傩猿槿?br>        2.5.5 處置措施屬性抽取
        2.5.6 其他屬性抽取
    2.6 實(shí)驗(yàn)結(jié)果及分析
        2.6.1 實(shí)驗(yàn)環(huán)境
        2.6.2 實(shí)驗(yàn)數(shù)據(jù)集
        2.6.3 評(píng)價(jià)指標(biāo)
        2.6.4 實(shí)驗(yàn)結(jié)果分析
    2.7 本章小結(jié)
第3章 基于詞語語義相似度的案例推理方法研究
    3.1 突發(fā)事件案例推理
        3.1.1 案例推理原理
        3.1.2 突發(fā)事件案例推理
        3.1.3 突發(fā)事件案例檢索
    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的詞語語義相似度計(jì)算方法
        3.3.1 Word embedding
        3.3.2 Ngram和詞向量融合的Word embedding方案
        3.3.3 字向量模型
        3.3.4 字詞向量融合的Word embedding方案
        3.3.5 基于WNC embedding詞語語義相似度計(jì)算方法
    3.4 基于知識(shí)庫的詞語語義相似度計(jì)算方法
        3.4.1 HowNet的詞語語義相似度計(jì)算方法
        3.4.2 同義詞詞林?jǐn)U展版的詞語相似計(jì)算方法
    3.5 SSW_CCKM的詞語語義相似度計(jì)算方法
    3.6 實(shí)驗(yàn)結(jié)果及分析
        3.6.1 數(shù)據(jù)集
        3.6.2 評(píng)價(jià)指標(biāo)
        3.6.3 詞語語義相似度實(shí)驗(yàn)結(jié)果分析
        3.6.4 案例檢索實(shí)驗(yàn)結(jié)果分析
    3.7 本章小結(jié)
第4章 KUCBM的案例庫維護(hù)方法研究
    4.1 案例庫維護(hù)概述
        4.1.1 案例庫維護(hù)
        4.1.2 案例庫維護(hù)現(xiàn)狀
    4.2 基于DC_Kmeans文本聚類方法
        4.2.1 Kmeans聚類中心
        4.2.2 度中心性
        4.2.3 基于DC_Kmeans文本聚類方法
    4.3 案例效用值計(jì)算
        4.3.1 效用值策略
        4.3.2 影響效用因素權(quán)重計(jì)算
    4.4 基于KUCBM的案例庫維護(hù)方法
    4.5 實(shí)驗(yàn)結(jié)果及分析
        4.5.1 數(shù)據(jù)集與預(yù)處理
        4.5.2 實(shí)驗(yàn)結(jié)果分析
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間研究成果


【參考文獻(xiàn)】：
期刊論文
[1]多屬性效用理論在抗炎保肝治療慢性乙型肝炎藥物經(jīng)濟(jì)學(xué)評(píng)價(jià)中的應(yīng)用[J]. 沈斌,楊鑫驥,蔣利亞,鄧敏.  中國(guó)基層醫(yī)藥. 2018 (22)
[2]基于文體和詞表的突發(fā)事件信息抽取研究[J]. 邱奇志,周三三,劉長(zhǎng)發(fā),陳暉.  中文信息學(xué)報(bào). 2018(09)
[3]向量模型和多源詞匯分類體系相結(jié)合的詞語相似性計(jì)算[J]. 梁泳詩,黃沛杰,岑洪杰,唐杰聰,王俊東.  中文信息學(xué)報(bào). 2018(04)
[4]深度學(xué)習(xí)中漢語字向量和詞向量結(jié)合方式探究[J]. 李偉康,李煒,吳云芳.  中文信息學(xué)報(bào). 2017(06)
[5]基于Word2vec的句子語義相似度計(jì)算研究[J]. 李曉,解輝,李立杰.  計(jì)算機(jī)科學(xué). 2017(09)
[6]一種基于效用的個(gè)性化文章推薦方法[J]. 尹祎,馮丹,施展.  計(jì)算機(jī)學(xué)報(bào). 2017(12)
[7]大數(shù)據(jù)時(shí)代的文學(xué)經(jīng)典解讀——《羅密歐與朱麗葉》計(jì)量文體分析[J]. 詹宏偉,黃四宏.  外語與翻譯. 2017(02)
[8]基于漢字固有屬性的中文字向量方法研究[J]. 胡浩,李平,陳凱琪.  中文信息學(xué)報(bào). 2017(03)
[9]K-means算法初始聚類中心選擇的優(yōu)化[J]. 郁啟麟.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(05)
[10]基于模糊神經(jīng)網(wǎng)絡(luò)的在線評(píng)論效用分類過濾模型研究[J]. 張艷豐,李賀,彭麗徽,陳遠(yuǎn)方.  情報(bào)科學(xué). 2017(05)

博士論文
[1]面向電網(wǎng)突發(fā)事件應(yīng)對(duì)規(guī)劃的集成案例推理研究[D]. 張佰尚.哈爾濱工業(yè)大學(xué) 2017

碩士論文
[1]基于本體的突發(fā)事件網(wǎng)絡(luò)輿情案例推理研究[D]. 吳文曉.西南科技大學(xué) 2017
[2]基于字詞對(duì)齊的中文字詞向量表示方法[D]. 徐健.中國(guó)科學(xué)技術(shù)大學(xué) 2017
[3]基于案例推理的地震災(zāi)害管理研究[D]. 馮達(dá).中國(guó)地質(zhì)大學(xué)(北京) 2017
[4]化工突發(fā)事件信息抽取方法的研究[D]. 鄭帥.青島科技大學(xué) 2017
[5]基于案例推理和知識(shí)圖譜的煙草病害防控模型研究[D]. 王娟.安徽農(nóng)業(yè)大學(xué) 2016
[6]知識(shí)庫與語料庫相結(jié)合的語義相似度的研究與實(shí)現(xiàn)[D]. 施凱倫.北京交通大學(xué) 2016
[7]案例推理方法案例庫維護(hù)策略研究[D]. 辛鵬.東北大學(xué) 2012
[8]基于案例推理的海上搜救輔助決策研究[D]. 薛金凱.大連海事大學(xué) 2011



本文編號(hào)：3167226