检索结果-南通市图书馆

长江经济带自然保护地边界重叠关系及整合对策分析

在线全文

学校读者我要写书评

暂无评论

生态学报 2020年第20期40卷 7323-7334页

作者：靳川平刘晓曼王雪峰孙阳阳付卓王超候静生态环境部卫星环境应用中心北京100094

我国自然保护地类型多样,级别成体系,但由于我国自然保护地一直存在多头管理、权限不清等原因,导致边界混乱、重叠严重。对我国自然保护地空间分布和重叠情况进行梳理是构建以国家公园为主体的自然保护地体系的重要基础,能为我国新型自... 详细信息

我国自然保护地类型多样,级别成体系,但由于我国自然保护地一直存在多头管理、权限不清等原因,导致边界混乱、重叠严重。对我国自然保护地空间分布和重叠情况进行梳理是构建以国家公园为主体的自然保护地体系的重要基础,能为我国新型自然保护地的科学选址和优化整合提供有效依据。长江经济带作为我国生态、生活、生产均十分重要的区域,其生态保护具有重要的屏障作用。收集了长江经济带11省份建设开展较成熟的6类自然保护地矢量边界2383个,通过构建重叠关系模型,深入分析了不同类型自然保护地间的边界重叠关系,并针对重叠情况提出系统化对策,结果表明:(1)保护地之间具有重叠关系的数量达1296个,占已获取保护地边界总数的54.4%;重叠部分面积达29728.4 km2,占已获取自然保护地总面积的11.4%;总体呈现为西部重叠面积大、数量多,中部重叠数量多,东部重叠面积小的特点。(2)从重叠区域看,有一次重叠区域的保护地有1138组,有两次重叠区域的有249组,有三次重叠区域的有17组,无四次及以上重叠区域。(3)从重叠关系看,与其他5个及以上保护地有重叠的保护地有56个。(4)通过对重叠区域和关系的分析与政策研究,提出针对不同重叠特性的整合对策,包括勘界调整、合并和类型整合等,并将重叠热点区域提取,以期为自然保护地整合和国家公园建设提供数据支撑,为当前中国自然保护地体系改革的紧迫需求提供参考。

关键词：长江经济带自然保护地重叠关系整合对策

浅谈当代艺术中身体与身份的重叠关系——以西方女性主义艺术为例

在线全文

学校读者我要写书评

暂无评论

艺术教育 2019年第11期 137-138页

作者：兰双林黄文旭中南大学建筑与艺术学院

身体带有丰富的诸如性别、年龄、种族等视觉符号,20世纪以来,西方哲学、人类学、文化批评领域对于身体和身份问题的关注达到了空前的程度。在视觉艺术中,身体主题和身份主题时常彼此重叠。对于希望揭示人类身份的丰富多样性,以及重新审... 详细信息

身体带有丰富的诸如性别、年龄、种族等视觉符号,20世纪以来,西方哲学、人类学、文化批评领域对于身体和身份问题的关注达到了空前的程度。在视觉艺术中,身体主题和身份主题时常彼此重叠。对于希望揭示人类身份的丰富多样性,以及重新审视如何看待与重视具有差异性的各种身份的艺术家而言,身体意象成为重要工具。文章以西方女性主义艺术为例,探讨了当代艺术中身体与身份的重叠关系。

关键词：身体身份重叠关系女性主义艺术

地理实体与重叠空间关系联合抽取的改进CasRel模型法

在线全文

学校读者我要写书评

暂无评论

测绘学报 2023年第8期52卷 1387-1397页

作者：蒋萌杨春成尚海滨秦志龙王泽凡中国地质大学(武汉)国家地理信息系统工程技术研究中心湖北武汉430074 山东浪潮新基建科技有限公司山东济南250101 中国地质大学(武汉)地质探测与评估教育部重点实验室湖北武汉430074 中国地质大学(武汉)计算机学院湖北武汉430074

地理空间文本中蕴含丰富的位置信息,这些信息对地理实体的定位提供重要支撑,地理实体和空间关系抽取是位置信息获取的关键。针对地理空间关系语料库构建问题,本文从《中国大百科全书地理分册》中以包含空间关系的句子为单位,通过标注句... 详细信息

地理空间文本中蕴含丰富的位置信息,这些信息对地理实体的定位提供重要支撑,地理实体和空间关系抽取是位置信息获取的关键。针对地理空间关系语料库构建问题,本文从《中国大百科全书地理分册》中以包含空间关系的句子为单位,通过标注句中空间关系,完成地理空间关系语料库的构建。针对管道式(pipeline)关系抽取模型忽略了地理实体与空间关系之间的相关性问题,本文采用融合ERNIE(enhanced representation through knowledge integration)预训练模型和BAB(BiLSTM+self-attention mechanism+BiLSTM)模块改进CasRel模型实现地理实体与空间关系的联合抽取,并通过级联标注的方式解决地理空间文本中重叠空间关系的抽取。试验表明,在DuIE数据集和本文构建的地理空间关系语料库上,相较于CasRel联合抽取模型,本文模型的F1值分别提升了4.81%和1.97%,并有效地提升重叠空间关系的抽取效果。

关键词：空间关系抽取 ERNIE 地理实体地理空间关系语料库重叠关系

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于双重注意力机制的渔业标准实体关系抽取

农业工程学报 2021年第14期37卷 204-212页

作者：杨鹤于红孙哲涛刘巨升杨惠宁张思佳孙华姜鑫于英囡大连海洋大学信息工程学院大连116023 设施渔业教育部重点实验室大连116023 辽宁省海洋信息技术重点实验室大连116023

针对渔业标准实体关系抽取任务中存在重叠关系导致的效果不好问题,提出了基于双重注意力机制的实体关系抽取方法。首先,提出了一种句式分类标注策略,以解决渔业标准文本中重叠关系难以标注的问题;其次,提出了结合双重注意力机制与BERT-B... 详细信息

针对渔业标准实体关系抽取任务中存在重叠关系导致的效果不好问题,提出了基于双重注意力机制的实体关系抽取方法。首先,提出了一种句式分类标注策略,以解决渔业标准文本中重叠关系难以标注的问题;其次,提出了结合双重注意力机制与BERT-BiLSTM-CRF(Bidirectional Encoder Representations from Transformers-Bi-directional Long Short-Term Memory-Conditional Random Field)的渔业标准实体关系抽取模型,分别利用字级别注意力机制和句子级别注意力机制优化权重分配、消除噪音,进而提高关系抽取的准确性;最后,为验证所提出方法的有效性设计了对比试验,结果表明,基于双重注意力机制的实体关系抽取方法在DLOU-FSI(Fishery Standard Interaction)数据集(36万字符)上准确率、召回率、F1值分别达到了92.67%、92.31%、92.49%。研究表明,该方法可有效解决渔业标准关系抽取任务中存在的重叠关系问题,提升了渔业标准实体关系抽取的整体效果,为构建渔业标准知识图谱提供参考。

关键词：渔业标准模型关系抽取重叠关系双重注意力机制语料标注

在线全文

学校读者我要写书评

暂无评论

基于深度主动学习的实体关系联合抽取方法

郑州大学学报（理学版） 2023年第3期55卷 34-40页

作者：刘珂冷芳玲施伯贻郎祎鲍玉斌东北大学计算机科学与工程学院辽宁沈阳110169

知识图谱的构建对于信息检索、智能问答、智能推荐等下游工作具有重要意义,而抽取资料中的信息是构建知识图谱的关键。为了实现有效知识抽取,提出了一个基于深度主动学习的实体关系联合抽取框架。在该框架下,基于深度主动学习的采样方... 详细信息

知识图谱的构建对于信息检索、智能问答、智能推荐等下游工作具有重要意义,而抽取资料中的信息是构建知识图谱的关键。为了实现有效知识抽取,提出了一个基于深度主动学习的实体关系联合抽取框架。在该框架下,基于深度主动学习的采样方法降低文本标注成本,改进的EDA数据增强方法(EDA-RE)解决样本间的关系分类不均衡、标注资料不足等问题,“BIO-OVE/R-HT”的标注策略和ChineseBERT-BiLSTM-CRF(CBBC)联合抽取模型解决传统流水线模型存在误差累积和无法抽取重叠关系等问题。通过百度竞赛提供的数据集进行实验,验证了框架中各方法的有效性。

关键词：实体关系联合抽取深度学习主动学习数据增强重叠关系

基于改进BiRTE的渔业健康养殖标准复杂关系抽取

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

大连海洋大学学报 2024年第1期39卷 153-161页

作者：宋奇书于红乔诗晗罗璇李光宇邵立铭张思佳大连海洋大学信息工程学院辽宁大连116023 大连市智慧渔业重点实验室辽宁大连116023 设施渔业教育部重点实验室(大连海洋大学) 辽宁大连116023 辽宁省海洋信息技术重点实验室辽宁大连116023

为解决渔业健康养殖标准文本关系抽取领域特定性强、语意复杂导致关系抽取准确率不高等问题,提出了基于改进BiRTE的渔业健康养殖标准复杂关系抽取方法,针对实体和语义关联建模,将RoBERTa作为编码器,采用全词掩码和动态掩码的方式增强词... 详细信息

为解决渔业健康养殖标准文本关系抽取领域特定性强、语意复杂导致关系抽取准确率不高等问题,提出了基于改进BiRTE的渔业健康养殖标准复杂关系抽取方法,针对实体和语义关联建模,将RoBERTa作为编码器,采用全词掩码和动态掩码的方式增强词向量特征表示,并在此基础上融合了自注意力机制(Self-Attention, SelfATT)将实体特征与关系特征结合聚焦,加强实体抽取与关系预测的联系,从而提升渔业标准文本抽取的准确性。结果表明:本文提出的基于改进BiRTE的渔业健康养殖标准复杂关系抽取模型(RoBERTa-BiRTE-SelfATT)对渔业标准复杂关系抽取的准确率、召回率和F1值分别为95.9%、95.4%、95.7%,较BiRTE模型分别提升了4.2%、3.1%、3.8%。研究表明,本文提出的渔业健康养殖标准复杂关系抽取模型RoBERTa-BiRTE-SelfATT可以有效解决渔业标准文本关系抽取中专有名词识别不准确、语意复杂导致实体关系难以抽取的问题,是一种有效的渔业标准复杂关系抽取方法。

关键词：渔业标准关系抽取重叠关系复杂关系自注意力机制

融合限定关系和交互信息的实体关系联合抽取模型

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第10期38卷 106-116页

作者：唐瑞雪秦永彬陈艳平贵州财经大学信息学院贵州贵阳550025 贵州大学文本计算与认知智能工程教育部工程研究中心贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025

实体关系抽取作为信息抽取领域的核心任务,旨在从非结构化文本中自动抽取所有的关系三元组。现有研究较难处理句子中关系重叠的情况,存在识别冗余和语义依赖不足的问题。鉴于此,该文提出一种融合限定关系和交互信息的实体关系联合抽取... 详细信息

实体关系抽取作为信息抽取领域的核心任务,旨在从非结构化文本中自动抽取所有的关系三元组。现有研究较难处理句子中关系重叠的情况,存在识别冗余和语义依赖不足的问题。鉴于此,该文提出一种融合限定关系和交互信息的实体关系联合抽取模型。该模型首先对句子进行关系预测,构成限定关系集。其次,利用限定关系分别地预测可能存在关系的头实体和尾实体,解决关系重叠问题,同时缓解冗余识别。为了加强句子中实体与关系的交互,利用注意力机制强化句子中关系有关信息,通过双仿射和卷积操作来构建评分矩阵。最后,通过评分矩阵对候选三元组进行校正,确定最终的关系三元组。实验结果表明,该模型在NYT和WebNLG数据集上F1值分别达到92.0%和88.7%,相比于所对比的基线模型F1值分别提高了2.8%和1.0%,验证了模型的有效性。

关键词：实体关系抽取联合抽取重叠关系限定关系交互信息

融合指针网络与关系嵌入的三元组联合抽取模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年第7期43卷 2116-2124页

作者：拓雨欣薛涛西安工程大学计算机科学学院西安710600

针对自然语言文本中实体重叠情况复杂、多个关系三元组提取困难的问题,提出一种融合指针网络与关系嵌入的三元组联合抽取模型。首先利用BERT(Bidirectional Encoder Representations from Transformers)预训练模型对输入句子进行编码表... 详细信息

针对自然语言文本中实体重叠情况复杂、多个关系三元组提取困难的问题,提出一种融合指针网络与关系嵌入的三元组联合抽取模型。首先利用BERT(Bidirectional Encoder Representations from Transformers)预训练模型对输入句子进行编码表示;然后利用首尾指针标注抽取句子中的所有主体,并采用主体和关系引导的注意力机制来区分不同关系标签对每个单词的重要程度,从而将关系标签信息加入句子嵌入中;最后针对主体及每一种关系利用指针标注和级联结构抽取出相应的客体,并生成关系三元组。在纽约时报(NYT)和网络自然文本生成(WebNLG)两个数据集上进行了大量实验,结果表明,所提模型相较于目前最优的级联二元标记框架(CasRel)模型,整体性能分别提升了1.9和0.7个百分点;与基于跨度的提取标记方法(ETL-Span)模型相比,在含有1~5个三元组的对比实验中分别取得了大于6.0%和大于3.7%的性能提升,特别是在含有5个以上三元组的复杂句子中,所提模型的F1值分别提升了8.5和1.3个百分点,且在捕获更多实体对的同时能够保持稳定的提取能力,进一步验证了该模型在三元组重叠问题中的有效性。

关键词：信息提取重叠关系三元组提取 BERT 注意力机制深度学习

在线全文

学校读者我要写书评

暂无评论

基于信息融合标注的实体及关系联合抽取方法

计算机应用与软件 2021年第7期38卷 159-166页

作者：马建红魏字默陈亚萌河北工业大学人工智能与数据科学学院天津300401

针对目前机器学习方法在化学领域的资源实体及关系抽取任务上召回率低以及高度依赖人工特征工程和领域知识的问题,提出一种基于实体信息及关系信息融合标注的联合抽取方法(Information Fusion Tagging-Joint Model,IFT-Joint)。该方法... 详细信息

针对目前机器学习方法在化学领域的资源实体及关系抽取任务上召回率低以及高度依赖人工特征工程和领域知识的问题,提出一种基于实体信息及关系信息融合标注的联合抽取方法(Information Fusion Tagging-Joint Model,IFT-Joint)。该方法主要从以下两个方面改进:将联合抽取任务转化为序列标注问题,缓解联合抽取中重叠关系的问题;从序列标注的角度出发,提出一种基于BERT(Bidirectional Encoder Representations from Transformers)联合抽取模型。通过多组实验表明,在化学领域实体数据集上,IFT-Joint的召回率可达到75%以上,相比于所提到的其他方法效果提升明显,且具有良好的稳定性。

关键词：信息融合标注联合抽取序列标注重叠关系 BERT