检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习的事件因果关系识别研究

基于深度学习的事件因果关系识别研究

作者：易高昆电子科技大学

学位级别：硕士

在大数据的时代,各种文章报道层出不穷,文本信息与日俱增,在文本中存在各式各样的事件以及关系,而因果关系作为其中的一种,在逻辑推理上尤为重要,如何识别文本中的因果关系也成了研究的热门领域。匹配算法可以有效的识别带有因果连接词... 详细信息

在大数据的时代,各种文章报道层出不穷,文本信息与日俱增,在文本中存在各式各样的事件以及关系,而因果关系作为其中的一种,在逻辑推理上尤为重要,如何识别文本中的因果关系也成了研究的热门领域。匹配算法可以有效的识别带有因果连接词的因果关系,但却对不包含连接词的隐式因果关系无能为力,深度学习的发展使得算法模型可以有效的提取文本的语义特征,能够帮助模型识别隐式的因果关系。但是在因果关系识别的研究中,提取的语义特征不足,对于因果的边界判断不够准确,对于长文本序列也存在长距离依赖的问题。针对因果关系识别中的问题,本文提出了结合图卷积网络的因果关系序列标注模型和结合多头注意力的因果关系分类模型,并在自建数据集ECE下进行实验。本文的主要研究内容如下:(1)从公开的语料库中选取了部分语料进行人工标注,获得了实验数据集ECE因果数据集。针对特征提取不足,因果关系边界判断不准确的问题,本文提出了结合图卷积网络的BERT-GCN-BiLSTM-CRF模型用于因果关系识别的序列标注,利用句法分析获得单词之间的句法关系特征,结合卷积网络形成的单词字符级表示和BERT预训练模型的词向量表示,分别由双向长短期记忆网络和图卷积网络进行特征提取融合,并将中心触发词距离信息融入语义特征,丰富提取的语义特征,最后使用条件随机场对标签进行预测。(2)针对因果关系识别中长距离依赖的问题,本文提出了结合多头注意力机制的BERT-Bi LSTM-CNN-MultiAtt模型用于因果关系识别的分类回归,使用空洞卷积和残差块的方法从隐层的输出中提取文本的深层N-gram特征,然后采用多头注意力机制为多种特征计算权重分布,有效的缓解了长距离依赖的问题,输出层采用softmax分类器对结果进行分类。对于上述两个改进的模型,本文在ECE数据集下进行了实验,结果表明,本文提出的模型相比于基线模型在因果关系识别上拥有更好的表现,验证了模型的有效性。

关键词：深度学习因果关系识别图卷积网络注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于知识嵌入的中文事件因果关系识别研究

基于知识嵌入的中文事件因果关系识别研究

作者：郑飞龙南京师范大学

学位级别：硕士

事件因果关系识别是判断两个事件之间是否存在因果关系。目前事件因果关系识别主要采用基础神经网络模型（如卷积神经网络、Bi-LSTM模型等）和外部知识相结合的方法进行研究，但存在以下局限性：1）大部分研究虽然考虑到了事件对和句子... 详细信息

事件因果关系识别是判断两个事件之间是否存在因果关系。目前事件因果关系识别主要采用基础神经网络模型（如卷积神经网络、Bi-LSTM模型等）和外部知识相结合的方法进行研究，但存在以下局限性：1）大部分研究虽然考虑到了事件对和句子的语义特征，但是很难充分提取利用这些语义特征以及事件和句子间的关联信息。2）大多数现有方法利用知识嵌入丰富事件语义表示进行事件因果关系识别时引入了很多噪音。因此，本文围绕如何获取和利用事件与句子的语义，针对中文事件因果关系识别任务现有模型的局限性展开研究。具体研究包括以下三个方面：　　1）提出并实现一种基于双通道联合的事件因果关系识别模型。本文将文本分类和关系抽取的两种事件因果关系识别方法结合在一起，弥补了两种模型获取语义的局限性。一方面，“事件通道”采取类似关系抽取的方法，利用Bi-LSTM对标注后的事件对进行处理，在考虑事件时序的同时加强模型对局部信息的提取;另一方面，“文本通道”采取类似文本分类的方法，利用深度金字塔卷积神经网络（DPCNN）获取完整句子语义的依赖。结果表明，双通道的结构可以充分捕获事件间的关联和句子的特征，达到更好的因果关系识别效果。　　2）为了得到完整的事件表示，尝试对事件要素缺省补全。因为补全后的事件能更好地表达事件原本的语义，有利于事件因果关系识别模型的事件特征获取。本文结合句子的上下文信息采用基于规则的方法对事件要素进行补全，实验结果表明，事件要素缺省补全能提高模型的识别效果。　　3）为了提取句子中与事件因果相关的语义，提出了一种利用卷积式知识嵌入方法提高事件因果关系识别的性能。首先利用事件因果相关词汇以及因果词构建知识词汇，然后用知识的语义特征初始化卷积核，最后句子通过知识卷积操作获取到类似事件因果关系的语义。由于知识卷积嵌入法所选取的是与事件因果语义相关的词汇，有效减少了无关知识（噪音）的引入。实验结果表明，融合卷积式知识嵌入的因果关系识别模型能显著地提高识别性能。

关键词：中文事件知识嵌入因果关系识别卷积神经网络双通道联合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

汉越跨语言新闻事件类型检测与因果关系识别

汉越跨语言新闻事件类型检测与因果关系识别

作者：张磊昆明理工大学

学位级别：硕士

汉越新闻很大程度上呈现跨汉越关联的特点,体现为相关事件的一系列跨汉越新闻报道。及时发现并掌握越南相关新闻事件,从汉越相关新闻文本中检测出事件类型并分析各新闻事件之间的因果关联关系,就能帮助人们了解局势的变化,支撑交流与合... 详细信息

汉越新闻很大程度上呈现跨汉越关联的特点,体现为相关事件的一系列跨汉越新闻报道。及时发现并掌握越南相关新闻事件,从汉越相关新闻文本中检测出事件类型并分析各新闻事件之间的因果关联关系,就能帮助人们了解局势的变化,支撑交流与合作。本文的研究旨在从大量跨汉越的新闻文本中检测出特定新闻的事件类型,并识别汉越新闻之间的因果关联关系。其面临的关键问题是,目前主流的多语言事件类型检测与因果关系分析方法并不适用于跨汉越语言的场景,缺少汉越跨语言新闻事件类型以及因果关系的语料,且汉越同属孤立语系但越南语又是多音节字,难以统一跨汉越语言的文本语义空间,同时跨汉越的事件类型检测及因果关系分析的研究工作还非常有限。因此本文针对汉越跨语言新闻事件类型检测与因果关系识别任务的特殊性,将任务分为如下流水式的子任务,针对不同难点研究解决方法:(1)构建汉越新闻事件类型与因果关系语料库。目前汉越双语新闻数据匮乏,事件检测和因果关系分析的许多先进模型严重依赖监督方法中的巨量有标签数据,由于没有足够的语料数据作为统计学习模型的训练支撑,模型性能往往不佳。所以需要根据中越两国的相关性、热点话题和新闻版块,从汉越新闻网网站爬取汉越新闻数据,参考ACE2005和Fin Causal标注规则并结合所获取的语料定制汉越双语新闻语料标注体系,构建用于模型训练和测试的汉越跨语言新闻语料库。(2)提出基于类型感知的汉越跨语言新闻事件类型检测方法。越南语的多音节构词使得触发词的标注和识别存在歧义,且越南语触发词标记语料较少。本文提出一种事件类型感知的汉越跨语言事件类型检测方法,采取语言对抗的方式训练大量有标注的汉语语料和无标注越南语语料,迁移汉语中事件类型信息到共享的特征提取器中,通过基于事件类型的注意力机制模糊触发词对于事件类型的影响,探索在没有清晰定义触发词的情况下检测类型。实验较基线得到了2.07%的提升。(3)提出事件类型转移的汉越跨语言新闻事件因果关系识别方法。汉越跨语言新闻事件因果关系分析的工作还非常有限,且难以统一跨汉越语言的文本语义空间和捕获新闻之间的因果关联特征。针对以上问题,通过跨语言预训练将汉越各自的语义特征映射到统一的语义空间中,采用树形长短期记忆网络提取汉越文本中的句法这种结构化特征,然后基于新闻句对之间的事件类型转变建立注意力机制对汉越跨语言新闻事件因果关系识别任务分析,以获得不同语言新闻事件之间可能存在的因果关联关系特征,最后通过分类器识别因果关系。实验验证准确率比次优提升2.08%,证明了有效性。(4)搭建汉越跨语言新闻事件类型检测及事件因果关系识别原型系统。该系统可以判断出当前汉越新闻文本中的新闻事件类型,判断在同一话题下汉越新闻事件句之间可能存在的因果关系,并以图形化的形式展示。

关键词：汉越跨语言事件类型检测事件类型关联句法信息因果关系识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于句子的因果关系识别

基于句子的因果关系识别

作者：丁小杉上海交通大学

学位级别：硕士

因果关系一直是研究的重点,新闻报道因果关系的识别可以帮助我们了解事件之间的来龙去脉,获取事件的演化关系,有助于预测和决策,具有重要的实际应用背景。本文提出了一种基于句子的因果关系识别方法,首先基于触发词进行事件识别,包括事... 详细信息

因果关系一直是研究的重点,新闻报道因果关系的识别可以帮助我们了解事件之间的来龙去脉,获取事件的演化关系,有助于预测和决策,具有重要的实际应用背景。本文提出了一种基于句子的因果关系识别方法,首先基于触发词进行事件识别,包括事件元素识别和事件类型的识别;然后根据预定义的因果关系判断规则,抽取候选因果事件列表;最后应用SVM分类方法确定正确的因果关系,分类的特征主要依赖于事件所处的上下文。最后,本文选取劳动法新闻报道进行实验,结果表明,该方法识别事件的精度为75.03%,在训练语料上因果关系的识别精度为97%,在开放语料（测试语料）上的精度为93%。

关键词：事件抽取因果关系识别 SVM分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

政策评价与因果关系识别:方法与应用

产业组织评论 2019年第1期 165-190页

作者：王岳龙江西财经大学规制与竞争研究中心

用(准)自然实验设计的方法识别政策变量与目标变量之间真实因果关系的政策评价方法,已经成为当前实证研究的主流。纵观国内部分相关研究文献,对该方法的理解和应用还存在很大问题。因此本文通过全面系统地阐述了其中最主要的倾向得分匹... 详细信息

用(准)自然实验设计的方法识别政策变量与目标变量之间真实因果关系的政策评价方法,已经成为当前实证研究的主流。纵观国内部分相关研究文献,对该方法的理解和应用还存在很大问题。因此本文通过全面系统地阐述了其中最主要的倾向得分匹配、双重差分估计、处理效应模型和断点回归四种分析方法的计量原理、适用条件和假设检验,并就其之间的区别联系和取舍,以国际上两个经典论文为例展开了深入而又规范的比较分析。本文认为,政策评价的方法选择关键在于处理变量D的决定上。

关键词：政策评价因果关系识别自然实验处理效应

基于多粒度嵌入与注意力机制的金融领域因果关系识别

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2024年第24期32卷 42-46页

作者：孙晓梅许韬江苏科技大学计算机学院江苏镇江212100 东京大学工学系东京113-8656

在研究事物动态发展的过程中,因果关系识别被视为一项基础且至关重要的任务。针对现有金融领域因果关系识别模型边界识别模糊和捕获语义有限导致的准确率较低问题,该文面向金融领域,以BiLSTM+CRF模型为基础,提出一种多粒度嵌入层表示方... 详细信息

在研究事物动态发展的过程中,因果关系识别被视为一项基础且至关重要的任务。针对现有金融领域因果关系识别模型边界识别模糊和捕获语义有限导致的准确率较低问题,该文面向金融领域,以BiLSTM+CRF模型为基础,提出一种多粒度嵌入层表示方法。分别以字符、字符位置和包含该字符的词汇为词元进行融合嵌入。词汇信息包括以该字符为开始的词汇、以该字符为结束的词汇和该字符在词汇内部的词汇,以增强词汇表征能力,并引入注意力机制优化BiLSTM以捕获更多的语义信息。实验表明,基于多粒度嵌入和注意力机制融合的因果关系识别方法,F1值为80.57%,相较于其他模型有一定的提升。

关键词：因果关系识别注意力机制实体抽取字词融合

中国城镇代际收入弹性研究:测量误差的纠正和收入影响的识别

在线全文

学校读者我要写书评

暂无评论

经济学（季刊） 2015年第4期14卷 33-52页

作者：陈琳复旦大学马克思主义学院

本文运用1995年和2002年中国城镇家庭收入调查系列数据(CHIP)中的个人回忆性收入,对我国城镇代际收入弹性的估计偏误进行了纠正,并对其中纯粹由收入因素导致的部分进行了识别。结果表明,在纠正估计偏误后,我国的代际收入弹性在1990—199... 详细信息

本文运用1995年和2002年中国城镇家庭收入调查系列数据(CHIP)中的个人回忆性收入,对我国城镇代际收入弹性的估计偏误进行了纠正,并对其中纯粹由收入因素导致的部分进行了识别。结果表明,在纠正估计偏误后,我国的代际收入弹性在1990—1995年间和1998—2002年间分别达到了0.8和0.4左右,相对于OECD国家较高;其中纯粹由收入所导致的部分大约占1/3。通过进一步深化的市场改革来提高代际收入流动性,对我国经济发展具有重要意义。

关键词：代际收入弹性测量误差因果关系识别

绿色金融与企业全要素能源效率:影响机制与实证检验

在线全文

学校读者我要写书评

暂无评论

当代经济研究 2024年第8期 114-128页

作者：王亚飞石铭罗曼苏雅重庆师范大学经济与管理学院南昌大学经济管理学院

提升全要素能源效率是攻克能源短缺与环境污染困境、实现生态环境保护与经济发展双赢的关键路径。经研究发现,在观察期内,绿色金融显著促进了企业全要素能源效率提升。异质性分析揭示,绿色金融在民营、外资及接受本土十大会计师事务所... 详细信息

提升全要素能源效率是攻克能源短缺与环境污染困境、实现生态环境保护与经济发展双赢的关键路径。经研究发现,在观察期内,绿色金融显著促进了企业全要素能源效率提升。异质性分析揭示,绿色金融在民营、外资及接受本土十大会计师事务所审计的企业,以及历史更悠久的企业中对全要素能源效率的促进作用更为显著。机制检验表明,绿色金融能够通过推动绿色管理创新、能源体现式技术进步以及资本体现式技术进步间接影响企业能源效率,且环境规制的存在对该效应起到强化作用。经进一步研究得出,国家绿色金融改革创新试验区政策有助于提高试点地区内企业的全要素能源效率,但该政策成效及持续性在区域间表现出显著差异。鉴于此,为提升企业全要素能源效率,应稳步推进绿色金融市场发展,建立支持企业开展绿色创新活动的长效激励机制,同时,政策制定需充分考虑企业和区域的特征差异,以增强绿色金融政策的靶向性。

关键词：绿色金融企业全要素能源效率改革创新试验区回归控制方法因果关系识别

在线全文

学校读者我要写书评

暂无评论

事件本体半自动构建相关技术研究

事件本体半自动构建相关技术研究

作者：杨镇宇上海大学

学位级别：硕士

本体作为一种优秀的知识表示方法,近年得到广泛的使用。传统本体模型在描述动态知识时存在着许多不足之处,比如缺乏对事物之间的动态变化的描述与概念离散性的问题。因此,以事件为基本单元的事件本体应运而生,基于事件六要素的事件本体... 详细信息

本体作为一种优秀的知识表示方法,近年得到广泛的使用。传统本体模型在描述动态知识时存在着许多不足之处,比如缺乏对事物之间的动态变化的描述与概念离散性的问题。因此,以事件为基本单元的事件本体应运而生,基于事件六要素的事件本体,用事件要素将事件中的参与者,地点和时间等有机地整合在一起,避免了传统本体的概念离散性问题。事件本体的出现克服了传统本体存在的缺陷,事件本体的相关研究为人工智能的发展开拓了全新的思路和发展方向。其中,事件本体构建是目前事件本体的研究热点之一,传统本体的构建以手工构建为主,该工作是一项复杂的工作,随着本体规模的不断增加,构建和维护的难度和复杂度也会大幅上升,事件本体更是如此。同时,作为一个本体领域新兴的研究方向,事件本体的构建缺乏相应的构建方法论作为本体开发指导,也缺少配套的构建工具。在事件本体的开发中,最核心的任务是获得特定领域的事件类和事件要素,以及描述事件和事件之间的关系。本文结合自然语言处理和机器学习技术,实现从文本中自动抽取特定领域中的事件和事件关系,从而辅助开发人员在事件本体开发过程中快速获得候选的事件类和事件关系,最终达到事件本体半自动构建的目的。在此基础上,本文还实现了一个基于Web的半自动可视化事件本体构建平台,该平台支持多用户和可视化的事件本体构建。研究工作对提升事件本体的开发效率有积极作用,并促进事件本体构建方法的研究和事件本体的推广应用。本文的主要内容和创新点主要在于:1.基于语义特征和神经网络的中文突发事件识别:事件自动识别是事件本体半自动构建的关键技术之一,主要应用于从文本中自动抽取事件知识。本文将事件识别转化为事件特征向量的分类问题,并应用神经网络技术构建分类器,首先通过突发事件触发词表筛选候选触发词,选取候选触发词周围的词序列作为神经网络的输入,并结合词嵌入特征和语义特征构造输入序列,然后构建了一个基于循环神经网络和卷积神经网络的混合神经网络模型将输入序列转化为特征向量并经过全连接层进行分类识别。实验结果表明本文提出的方法在中文突发事件语料库上的效果要优于传统的机器学习方法,该项研究可以拓展为语料库的自动标注,为今后课题组大规模扩展突发事件语料库的工作提供技术上的支持。2.基于孪生网络的事件因果关系识别:事件本体的构建同样要涉及到事件关系的构建,本工作也是事件本体构建相关技术研究中的一环。本文采用将事件和事件关系映射到向量空间的方法来识别事件之间的因果关系。我们使用事件触发器周围的单词序列作为输入数据,并使用基于事件的孪生循环网络通过将事件表示编码为固定大小向量来对事件建模,然后将这些事件表示应用于关系嵌入训练和预测。实验结果表明,该方法可以对CEC2.0语料库取得比较好的效果。本文的前两项研究内容主要为半自动构建方法和工具的研究服务,主要是为了实现从文本中自动抽取事件相关知识以辅助事件本体的构建。3.事件本体的半自动构建方法和工具研究:现有的本体构建方法和构建工具主要是服务于基于概念的传统本体的构建工作,事件本体的结构与传统本体不同,所以这些方法和构建工具并不完全适用,本文在斯坦福大学的七步法基础上,给出了适用于事件本体的事件本体构建八步法,构建过程中引入了事件本体模式,事件本体模式是对某领域内事件本体的共性进行抽取形成的事件本体模型,事件本体构建八步法通过复用事件本体模式避免本体构建工作中的重复性工作,提升了构建效率。另外,我们还开发了一个基于web事件本体可视化构建工具原型——剩石一号,利用该工具通过半自动构建方式构建了一个大气污染事件本体。

关键词：事件本体事件识别神经网络因果关系识别本体模式本体构建