基于神经张量网络的事件相关关系识别

来源 :网络安全技术与应用 | 被引量 : 1次 | 上传用户:kang573
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对中文事件相关关系识别问题,提出了一种基于神经张量网络的事件相关关系识别方法,将对事件对关系的抽取问题转化为对事件对关系的二分类问题。首先,基于事件的结构特征,抽取包括事件对类型、子类型、论元相似度、触发词依存关系以及论元依存关系共2项事件对结构特征;其次,基于神经张量网络捕获事件对语义特征;并将事件对语义特征与2项事件对结构特征相融合,构建事件对相关关系的二分类模型ECR_NTN,进而完成事件相关关系的识别。实验结果表明所提出的方法和模型具有良好的事件相关关系识别能力,ECR_NTN模型的准确率
其他文献
末端派送是快递服务的关键一环,本文设计和实现了一款基于Android的智能派件系统,采用科大讯飞API+百度地图API实现信息的可视化与语音交互的智能化。快递员可以通过该系统的快递信息可视化、智能语音交互、智能路径规划和导航等功能,提高其派送效率。
数据加密技术作为防范计算机网络通信风险的重要技术类型,本文首先对数据加密技术进行分析,然后探讨数据加密技术在计算机网络通信安全中应用的意义,最后提出具体的应用措施。
对带有动态背景的前景检测,特别是在没有干净背景可用情况下的前景检测一直是计算机视觉领域中具有挑战性的难题。本文基于稀疏表示(SR)和马尔可夫随机场(MRF)提出了一种新的前景检测方法。首先,用前一帧的稀疏组合来表示静态背景,而在稀疏表示模型的残差中包含稀疏的前景和动态背景。然后,用马尔可夫随机场方法,利用其聚集的性质,抑制分散的噪声和保护前景信号。最后,将增强拉格朗日乘子(ALM)和图割法结合,形
本文针对WSN(Wireless Sensor Network,无线传感网)中传统LEACH协议分簇算法存在簇头随机选举、分簇不均匀的缺陷提出一种基于节点分布密度思想改进的DB-K-means算法用于LEACH协议的簇头选举与建簇过程。算法首先根据节点的分布密度确定最优分簇数目,再根据节点分布密度将节点分为核心节点、边缘节点、孤立节点。从核心节点中根据加权度量准则选择簇头,接着利用K-means算
在信息技术的进步下,人们的联系也开始变得更加方便,真正地实现了交流方式快捷便利。在这样的背景下,大数据、云计算等领域都得到了大力的提升。大数据规模的逐渐扩大,让数据在被有效地分析、处理中遇到了挑战,而多维数据去重聚类算法的应用使得数据更好地被分析,降低了采样的复杂度并让数据被分析的准确度有所上升。本文对多维数据在大环境下去重的聚类算法进行了深入的分析,对非结构数据的分类、多维聚类分析的函数模型的建
大数据时代下,数据成为推动社会各行各业发展的新型生产资料。通过对海量数据的收集、挖掘和运用,人们可以获得更好的生活体验;但同时,用户也面临着个人信息泄露和滥用的威胁。大数据以其特点与独特价值而在科技生产中占有重要地位,同时也是被广泛攻击的显著目标。只有充分掌握和利用大数据的特性,同时结合先进科学技术,才能高效地利用大数据推动社会发展前进。本文通过对大数据时代下的信息安全现状和问题深入分析,提出了基
以往国内铺面养护相关单位对于铺面损坏调查(裂缝、坑洞)的工作,主要依赖人工进行调查,由于以人工方式进行铺面破坏调查易产生耗费人力、时间及人员安全性的问题,且人工方式调查所取得样本数量较少,对于铺面破坏评估调查正确性相对的较低。因此,本文除了研究铺面检测车的检测与图像处理原理外,针对铺面损坏严重程度与铺面损坏种类做更进一步的实验与验证,以研究铺面检测系统的稳定性与可行性,达到规范所要求的检测精确度。