基于提示学习的中文文本分类方法探究

自动文本分类方法是当前信息化和数据化时代处理非结构化信息的基本方法,是提升决策系统智能化程度的关键技术手段。近年来,由于其在小样本领域以及迁移学习方面的优异性能,基于提示学习的文本分类方法逐渐被广泛应用于一系列自然语言处理任务上。然而,当前对基于提示学习的方法仍集中于英文领域。英文和中文在语义、文法上的巨大差异性,基于提示学习的分类方法能否在中文任务中提高模型性能仍然有待探索。因此,使用中文基线数据集CLUE中多个分类任务对基于提示学习的文本分类方法性能进行实验验证。结果表明,基于提示学习的分类方法在多种分类任务上都表现出了较基线更强的性能,在不同的输入长度以及标签数量设置下也具有较强的鲁棒性。     

基于知识感知提示与对比调优的事件元素抽取方法

提示学习在事件元素抽取领域的应用越来越广泛。由于缺乏对实体信息的考虑,现有的事件元素抽取提示学习方法并没有达到满意的效果。现有的大部分基于提示学习的模型对于事件元素的表示也不够充分,分类效果欠佳。提出一种基于知识感知提示与对比调优的事件元素抽取方法,该方法基于预训练模型,构建知识感知模板,将实体知识注入预训练模型中,通过中心对比学习充分区分元素表示,在预测阶段使用CRF-Viterbi解码算法提升解码效果。实验结果表明,在ACE2005数据集上,该方法相较于基线模型取得了更优越的效果。     

面向文书的情报关键信息抽取算法

文书是作战指挥过程中,流转各类重要信息的主要媒介。随着大量信息化武器装备的使用,指挥过程中需要处理的数据量激增,带来较大的文书编写及阅读理解工作量。同时,以自然语言为主的文书内容,无法很好地与基于格式数据的指挥控制系统结合,迫使作战人员充当编码/解码器,降低了指挥控制效率。因此,提出一种以BERT+BiLSTM+CRF为基础的情报文本关键信息抽取算法,自动抓取情报文本中的要素、时间、地域、动作、属性等关键信息,将情报文本转换成格式化信息数据,减轻作战人员读取信息、录入信息的工作量,并为指挥信息系统下游业务提供支撑数据,使文书内容可以更好地转换为指控系统所需格式数据,提高各类信息流转效率。     

基于迁移学习的小样本事件抽取技术及军事应用展望

事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解决事件抽取面临的训练数据缺乏问题,从而提升小样本事件抽取的效果。对基于迁移学习的小样本事件抽取技术及其军事应用展望作了全面的阐述,回顾事件抽取的起源与发展,描述迁移学习事件抽取的研究背景,并重点总结目前的技术方法及其军事研究现状,提出其军事上应用展望,最后对其面临的问题挑战和未来研究热点作了分析。     

广西某陆军预备役团加强预任军官训练

近期,广西某陆军预备役团着眼提升指挥打仗能力,采取“主官带着班子练、领导带着部属练、现役带着预任练”的方法,分期分批组织预任军官加强军事理论学习和指挥技能、基础体能、一体化指挥平台操作训练,突出练轻武器射击、作战文书拟制、     

基于语言评价信息的群决策方法及其应用

针对具有自然语言评价信息的群决策问题,给出了一种基于语言评价信息的群集结和方案优选方法.首先让计算机将决策者给出的语言评价转换为对应的三角模糊数,然后对转换后的三角模糊数信息进行集结,根据集结后的结果选择最优方案.最后进行了实例分析.     

基于XML的指挥控制信息交互模型

针对传统指挥控制信息交互的有歧义、不同系统之间无法共享等缺陷,提出了基于XML的指挥控制信息交互方式,建立了基于XML的指挥控制信息交互模型结构,阐述了信息交互的内容、模式和交互机制,重点探讨了指挥控制信息交互的模式.根据指挥控制信息的分类和具体内容,定义了信息交互的C2IE-XML模式,并详细定义了该模式中的头元素和内容元素,内容要素中详细阐述了命令要素.该模型为指挥控制信息交互建立了基本的规范,也为信息共享创造了条件.     

结合词语规则和 SVM 模型的军事命名实体关系抽取方法?

抽取作战文书中的军事命名实体关系,是实现作战文书语义理解的一种有效方法。在分析作战文书中军事命名实体词语规则的基础上,提出了一种结合词语规则和 SVM 模型的军事命名实体关系抽取方法。首先,使用词语规则整合作战文书中连续出现的军事命名实体并抽取其关系,使其更加适合 SVM 模型。然后,使用 SVM 模型对传统规则模板难以使用的词窗、词性和距离等特征进行建模,抽取军事命名实体关系。实验结果表明,优先利用词语规则能充分提高 SVM 模型抽取军事命名实体关系的效果,与单纯使用 SVM 模型相比,准确率和召回率分别提高了8．73％和41．71％。     

基于软聚类的模糊类语言模型

基于类的语言模型被认为是解决数据稀疏的有效方法。众所周知,自然语言中存在着大量一词多义、一词多性的现象,这在传统基于硬聚类的词类划分下无法表达。而基于软聚类的类语言模型采用大数定律,依然没有摆脱在最终计算时一词一类的思维模式。为解决此类问题,基于词的软聚类,结合模糊数学,提出了词的隶属度,以及基于隶属度的模糊类语言模型。该模型提高了传统类语言模型对训练语料中历史信息的利用率,较基于词的语言模型能给未出现词对提供更多的类内参考数据。设计了一个小语料集的实验,结果表明在数据稀疏条件下,较传统的类语言模型有更好的效果。     

基于信息模型的C4ISR系统需求集成方法

多视图需求工程中"分而治之"的需求开发方式,必然会产生"需要集成"和"如何集成"等问题.研究了基于多视图的C<'4>ISR系统需求框架及其视图产品,并在此基础上给出了C<'4>ISR系统需求集成的概念与范围.通过建立需求信息模型,从语法、语义和语用三个层次研究构建一个需求集成框架.通过需求产品之间的关联关系,分析不同视图产品在集成中存在的问题,并给出了需求集成框架中不同需求产品的集成过程,为C<'4>ISR系统需求集成问题的解决提供一个可供参考的方法.     

基于XML的诊断信息模型描述

利用XML语言对诊断信息模型进行描述,初步建立了诊断信息模型整体框架的XML Schema,并在专门开发工具XML Spy中得到实现,同时对基于XML的信息模型描述进行了简要的应用说明,验证了模型描述的有效性。     

基于ER模型的装备训练考核系统建模

随着部队新型装备的不断增加,与此相关的针对装备保障人员的训练及考核的方法、手段却未能及时跟上装备发展的速度,直接影响了新型装备的效能发挥,装备训练考核系统应运而生.在详细分析ER模型的建模规范及一般流程的基础上,针对装备训练考核系统整体功能需求,按照ER模型建模的流程,分别对装备知识学习模块、装备操控技能训练模块和装备考核模块进行了局部ER模型设计,最后将局部ER模型整合为系统整体ER模型.     

基于OPN的军事信息服务组合模型构建方法

介绍了军事信息服务的基本含义,给出了基于对象Petri网的军事信息服务组合模型的形式化描述方法,构建了军事信息服务组合模型的基本结构,并针对一个具体的防空反导作应用案例,使用国防科大对象Petri网建模仿真环境工具开发了相应的军事信息服务组合模型,并对组合服务进行了简要分析。实践表明,该方法能满足军事信息服务组合模型构建的需要,并具有良好的服务建模与仿真分析能力。     

基于正态云模型和信息公理的设计评价方法

设计方案的选择和评价是产品设计过程中的一个重要环节,就此环节提出了一种基于正态云模型和公理化设计理论中信息公理的设计方案评价方法。该方法运用正态云模型和信息公理将定性的模糊信息数值化,通过计算求得设计中各个指标的信息量以及各个设计方案的信息总量,通过比较各个方案的信息总量大小来对设计方案进行评价。以某型油料加注装备设计评价为例,证明了此方法的有效性。     

基于熵的后勤训练方案效益评价模型

为解决后勤训练方案的评估问题,构建影响方案的指标体系,建立方案评估模型。采用专家咨询法与熵权法,对后勤训练方案进行定量评估,并进行了实例验证,为部队制定和优化后勤训练方案提供依据。     

具有不完全信息语言多指标电子对抗计划优选方法

针对指标权重信息不完全且指标值为语言评价信息的电子对抗行动计划优选问题,给出了一种新的决策分析方法。首先建立并规范化了电子对抗行动计划的评价指标;其次给出了计划的优选步骤,其核心是通过计算理想点与计划值的距离、建立线性规划模型,确定指标权重;将语言评价信息转化为三角模糊数,相应地建立可能度,进而获得计划的综合评价值。最后通过算例分析说明了该方法的合理性和有效性。     

基于RNN汉语语言模型自适应算法研究

深度学习在自然语言处理中的应用越来越广泛。相比于传统的n-gram统计语言模型,循环神经网络(Recurrent Neural Network,RNN)建模技术在语言模型建模方面表现出了极大的优越性,逐渐在语音识别、机器翻译等领域中得到应用。然而,目前RNN语言模型的训练大多是离线的,对于不同的语音识别任务,训练语料与识别任务之间存在着语言差异,使语音识别系统的识别率受到影响。在采用RNN建模技术训练汉语语言模型的同时,提出一种在线RNN模型自适应(self-adaption)算法,将语音信号初步识别结果作为语料继续训练模型,使自适应后的RNN模型与识别任务之间获得最大程度的匹配。实验结果表明:自适应模型有效地减少了语言模型与识别任务之间的语言差异,对汉语词混淆网络进行重打分后,系统识别率得到进一步提升,并在实际汉语语音识别系统中得到了验证。     

集团军战役战术指挥训练对系统模型的需求

本文结合集团军战役战术指挥训练的实际,提出了对作战模拟系统的需求,其主要有模型舒辨率的描述、性能指标、基础数据和接口等需求问题。     

基于语言评价信息的多方案选优研究

通过LWD和LOWA算子,给出了一种算法。该算法在预先定义语言短语排序的情况下,可将专家群给出的多个指标下多个方案的语言评价信息集结为对方案的语言短语排序,从而可选出最优方案,并通过仿真算例,证明了该方法的有效性。     

基于WEB服务的行业信息可视化模型研究

WEB服务是为解决电子商务问题而提出的,它的以服务为核心的观念也是解决其它领域问题的新思路,针对行业信息可视化系统,分析了其可能存在的主要问题,并应用WEB服务的概念构造了一种解决模型,通过建立服务适配器、注册中心以及能实现WEB浏览的服务请求者,实现行业信息可视化系统的低成本、可持续性发展。