基于BiLSTM-CRF的社会突发事件研判方法

被引:17
作者
胡慧君 [1 ]
王聪 [1 ]
代建华 [2 ]
刘茂福 [1 ]
机构
[1] 武汉科技大学计算机科学与技术学院
[2] 湖南师范大学智能计算与语言信息处理湖南省重点实验室
关键词
突发事件分类; 研判证据识别; 等级研判; BiLSTM-CRF;
D O I
暂无
中图分类号
TP391.1 [文字信息处理]; D035 [国家行政管理];
学科分类号
030210 [国家治理]; 120506 [数字人文];
摘要
社会突发事件的分类和等级研判作为应急处置中的一环,其重要性不言而喻。然而,目前研究多数采用人工或规则的方法识别证据进行研判,由于社会突发事件构成的复杂性和语言描述的灵活性,这对于研判证据识别有很大局限性。该文参考“事件抽取”思想,将事件类型和研判证据作为事件中元素,以BiLSTM-CRF方法进行细粒度的识别,并将二者结合,分类结果作为等级研判的输入,识别出研判证据。最终将识别结果结合注意力机制进行等级研判,通过对研判证据的精准识别来增强等级研判的准确性。实验表明,相比人工或规则识别研判证据,该文提出的方法有着更好的鲁棒性,社会突发事件研判时也达到了较好的效果。
引用
收藏
页码:154 / 161
页数:8
相关论文
共 15 条
[1]
Determining Impact of Lightning Strike Location on Failures in Transmission Network Elements Using Fuzzy Decision-Making.[J].Petrovic Ivica;Nikolovski Srete;Baghaee Hamid Reza;Glavas Hrvoje.IEEE Systems Journal.2019,
[2]
A Character-Level BiLSTM-CRF Model With Multi-Representations for Chinese Event Detection..[J].Xiaofeng Mu;Aiping Xu.IEEE Access.2019,
[3]
基于边界识别与组合的裁判文书证据抽取方法研究 [J].
杨健 ;
黄瑞章 ;
丁志远 ;
陈艳平 ;
秦永彬 .
中文信息学报, 2020, (03) :80-87
[4]
结合注意力机制与双向LSTM的中文事件检测方法 [J].
沈兰奔 ;
武志昊 ;
纪宇泽 ;
林友芳 ;
万怀宇 .
中文信息学报, 2019, 33 (09) :79-87
[5]
卷积神经网络在物证检验中的应用与毛发自动识别的展望 [J].
高树辉 ;
姜晓佳 .
科学技术与工程, 2019, 19 (23) :1-9
[6]
基于序列标注的引语识别初探 [J].
贾泓昊 ;
罗智勇 .
中文信息学报, 2019, 33 (02) :1-7
[7]
基于IAHP-直觉模糊集的水利工程应急救援方案决策 [J].
孙开畅 ;
马文俊 ;
李权 .
水利水电技术, 2018, 49 (06) :135-140
[8]
基于随机森林的突发事件分级模型研究 [J].
徐绪堪 ;
王京 .
中国安全生产科学技术, 2018, 14 (02) :77-81
[9]
一种话题敏感的抽取式多文档摘要方法 [J].
应文豪 ;
李素建 ;
穗志方 .
中文信息学报, 2017, 31 (06) :155-161
[10]
基于支持向量机的突发事件分级研究 [J].
商丽媛 ;
谭清美 .
管理工程学报, 2014, 28 (01) :119-123