《計(jì)算機(jī)論文范文：基于Web外交新聞的中國國際合作元素及關(guān)聯(lián)挖掘》由會員分享，可在線閱讀，更多相關(guān)《計(jì)算機(jī)論文范文：基于Web外交新聞的中國國際合作元素及關(guān)聯(lián)挖掘（5頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、計(jì)算機(jī)論文范文：基于Web外交新聞的中國國際合作元素及關(guān)聯(lián)挖掘 在互聯(lián)網(wǎng)數(shù)據(jù)量日益激增的狀況下，從相關(guān)網(wǎng)絡(luò)文本數(shù)據(jù)中挖掘出有價(jià)值的知識具有重要的現(xiàn)實(shí)意義。本文以 Web 外交新聞數(shù)據(jù)為基礎(chǔ)，研究如何從其中挖掘與中國國際合作相關(guān)的知識。本文通過分析 Web 外交新聞的特點(diǎn)和中國國際合作的知識需求，把挖掘任務(wù)抽象為類似于序列標(biāo)注任務(wù)和實(shí)體關(guān)系抽取任務(wù)，并提出了相對應(yīng)的知識挖掘方法，最后通過實(shí)驗(yàn)和分析評價(jià)抽取方法的表現(xiàn)。 1緒論 1.1研究背景與意義 “十三五”規(guī)劃建議指出：“完善對外開放戰(zhàn)略布局。推動雙向開放，促進(jìn)國內(nèi)國際要素有序流動、資源高效配置、市場深度

2、融合?！敝袊鴩H合作，已經(jīng)成為中國對外合作互利共贏的重要方式，在中國發(fā)展中具有重要地位。在地緣政治因素、環(huán)境問題、資源困難、經(jīng)濟(jì)危機(jī)、資本市場、歷史遺留問題等諸多因素的影響下，中國圍繞不同國家在不同時(shí)期建立了各具特色的戰(zhàn)略合作關(guān)系。中國國際合作規(guī)模迅速擴(kuò)大、合作交流領(lǐng)域日益拓寬、內(nèi)容不斷深化和多樣化。 調(diào)查資料顯示，“十二五”期間，中國對外直接投資流量累積達(dá) 5390.9 億美元，年均增速 18.2%，是“十一五”期末的 3.46 倍，并呈現(xiàn)投資區(qū)域分布更加廣泛、行業(yè)流向結(jié)構(gòu)進(jìn)一步優(yōu)化、投資主體結(jié)構(gòu)多元化、地方企業(yè)投資活躍、跨國并購領(lǐng)域廣泛等特點(diǎn)。跨國并購、境外經(jīng)貿(mào)合作區(qū)、基礎(chǔ)設(shè)施合作

3、建設(shè)和運(yùn)營一體化，正在成為中國企業(yè)對外投資合作的主要方式和載體。各級政府部門也加強(qiáng)了政策制度體系建設(shè)，不斷完善規(guī)范性政策文件。大量談判正在進(jìn)行中，每年新增的協(xié)定、合作平臺、合作機(jī)制數(shù)量不斷上升，雙邊協(xié)議不斷增加新的內(nèi)容，國際合作的外部環(huán)境隨之改變。 以“一帶一路”發(fā)展戰(zhàn)略為例，根據(jù) 2017 年政府的《中國對外投資合作發(fā)展報(bào)告》顯示，2016 年，中國對“一帶一路”沿線國家直接投資達(dá)到 153.4 億美元。中國企業(yè)已經(jīng)在沿線 20 個(gè)國家建立了 56 個(gè)經(jīng)貿(mào)合作區(qū)，累計(jì)投資超過 185億美元，為東道國增加了近 11 億美元的稅收和 18 萬個(gè)就業(yè)崗位。投資行業(yè)日趨多元化，分

4、布在制造業(yè)、采礦業(yè)、租賃和商務(wù)服務(wù)業(yè)、電力熱力供應(yīng)、金融業(yè)、建筑業(yè)等多個(gè)行業(yè)領(lǐng)域，承接承包工程新簽合同額 1260 億美元，占當(dāng)年中國對外承包工程新簽合同額的 51.6%。隨著“一帶一路”建設(shè)持續(xù)推進(jìn)，中國積極發(fā)展與沿線國家的經(jīng)濟(jì)合作關(guān)系，在中國與“一帶一路”沿線國家經(jīng)濟(jì)合作方面，跨境直接投資是一個(gè)關(guān)鍵和核心的領(lǐng)域，合作重點(diǎn)包括基礎(chǔ)設(shè)施互聯(lián)互通、能源資源合作、工業(yè)園區(qū)建設(shè)和優(yōu)勢產(chǎn)能合作等。2014—2016 年，中國對“一帶一路”沿線國家的對外投資 480 億美元，投資行業(yè)日趨多元化，同時(shí)并購持續(xù)活躍。預(yù)計(jì)未來，中國對“一帶一路”沿線國家的直接投資規(guī)模將會顯著上升，合作前景更加廣闊。當(dāng)前，中國

5、經(jīng)濟(jì)和世界經(jīng)濟(jì)高度關(guān)聯(lián)。中國將一以貫之地堅(jiān)持對外開放的基本國策，構(gòu)建全方位開放新格局，深度融入世界經(jīng)濟(jì)體系。 .............................. 1.2國內(nèi)外研究現(xiàn)狀 1.2.1文本知識挖掘 知識挖掘(knowledge mining)也被稱為知識發(fā)現(xiàn)(knowledge discovery, KD)。知識發(fā)現(xiàn)是指從數(shù)據(jù)中提取隱含的，以前未知的以及潛在的有用的信息[1]。早期知識發(fā)現(xiàn)的研究對象為數(shù)據(jù)庫中的數(shù)據(jù)，被簡稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(knowledge discovery in database, KDD)。隨著大數(shù)據(jù)時(shí)代的到來，互聯(lián)網(wǎng)

6、中非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)量急劇增加，文本知識挖掘研究逐漸受到重視。 KDD 主要的傳統(tǒng)方法有：分類、聚類、關(guān)聯(lián)規(guī)則挖掘和回歸預(yù)測[2-5]等。文獻(xiàn)[2]介紹了一種基于 C4.5 決策樹的流量分類方法，實(shí)驗(yàn)結(jié)果表明 C4.5 決策樹在處理流量分類問題的穩(wěn)定性上具有一定優(yōu)勢。文獻(xiàn)[4]提出了一種高效的多層和概化關(guān)聯(lián)規(guī)則挖掘方法。通過大量人工隨機(jī)生成數(shù)據(jù)的實(shí)驗(yàn)證明，該方法不僅可以確保頻繁項(xiàng)集挖掘結(jié)果的正確性和完整性，還比現(xiàn)有同類最新算法具有更好的挖掘效率和擴(kuò)展性。 對于基于時(shí)間間隔的事件數(shù)據(jù)(time interval-based event data)，文獻(xiàn)[6]為了簡化事件區(qū)間(e

7、ventinterval)的復(fù)雜關(guān)系，提出了兩種新的時(shí)間表示(temporal representation)，分別是結(jié)束節(jié)點(diǎn)表示(endpointrepresentation)和結(jié)束時(shí)間表示(endtimerepresentation)?；趦煞N新的時(shí)間表示，文獻(xiàn)[6]提出了三種區(qū)間模式(interval-basedpattern)以及有效發(fā)現(xiàn)三種區(qū)間模式的區(qū)間模式挖掘算法。最后，文獻(xiàn)[6]提出了三種剪枝手段用以提高挖掘算法的效率。 ............................. 2相關(guān)理論與技術(shù)簡介 2.1人工神經(jīng)網(wǎng)絡(luò)

9、(Part-of-Speech Tagging)以及命名實(shí)體識別(Named Entity Recognition, NER)等。 中文分詞的任務(wù)目標(biāo)為將給定句子切分為具有合理語義的詞序列。在中文分詞任務(wù)中，序列節(jié)點(diǎn)的基本要素為句子中的每一個(gè)字，節(jié)點(diǎn)的標(biāo)簽集合定義為{B, I, E, S}。其中，B 表示這個(gè)字是某個(gè)詞的開頭，I 表示這個(gè)字是某個(gè)詞的中間部分，E 表示這個(gè)字是某個(gè)詞的結(jié)尾，S 表示這個(gè)字單獨(dú)成詞。最后根據(jù)標(biāo)簽，確定分詞結(jié)果。 詞性標(biāo)注的目標(biāo)是對于已經(jīng)分詞的句子，對句子中所有的詞標(biāo)注詞性。在詞性標(biāo)注任務(wù)中，序列節(jié)點(diǎn)的基本要素為已分詞的詞序列中的詞，節(jié)點(diǎn)的標(biāo)簽

10、集合為詞性的集合，例如：{noun, verb, adj, …}。 命名實(shí)體識別的目標(biāo)是找出給定句子中的命名實(shí)體，常見的命名實(shí)體有人名、地名和機(jī)構(gòu)名。命名實(shí)體識別任務(wù)中，序列節(jié)點(diǎn)的基本要素為句子中的每個(gè)字，節(jié)點(diǎn)的標(biāo)簽結(jié)合定義為{B, I, E, O}。其中，B表示這個(gè)字是某個(gè)命名實(shí)體的開頭，I 表示這個(gè)字是某個(gè)命名實(shí)體的中間部分，E 表示這個(gè)字是某個(gè)命名實(shí)體的結(jié)尾，O 表示這個(gè)字不屬于命名實(shí)體部分。最后根據(jù)標(biāo)簽，確定命名實(shí)體識別的結(jié)果。 .............................. 3國際

11、合作元素抽取 ............................ 14 3.1引言............................ 14 3.2國際合作元素的內(nèi)涵界定............................... 15 4國際合作元素關(guān)聯(lián)挖掘 ..................................... 28 4.1引言............................... 28 4.2國際合作元素關(guān)聯(lián)定義和特點(diǎn).................... 29 5總結(jié)與展望 .............................

12、.... 36 5.1總結(jié)................................ 37 5.2展望...................... 37 4國際合作元素關(guān)聯(lián)挖掘 4.1引言 國際合作元素關(guān)聯(lián)挖掘是繼國際合作元素抽取之后對 Web 外交新聞文本語義信息的細(xì)化工作。國際合作元素關(guān)聯(lián)挖掘的目標(biāo)是從 Web 外交新聞文本中挖掘有語義或內(nèi)涵關(guān)系的國際合作元素對，如“一帶一路”和“兩廊一圈”，“貿(mào)易自由化、投資便利化”和“貿(mào)易投資保護(hù)主義”以及“匈塞鐵路”和“16+1合作”等。國際合作元素關(guān)聯(lián)挖掘旨在原本相對獨(dú)立的國際合作元素之間建立起語義或內(nèi)涵上的關(guān)聯(lián)，對 Web

13、 外交新聞蘊(yùn)含的信息進(jìn)行更深層次的結(jié)構(gòu)化，以方便不同的研究者可以更高效、更全面地利用 Web 外交新聞數(shù)據(jù)進(jìn)行相關(guān)方面的研究，如構(gòu)建中國對外合作知識庫、分析中國對外合作情況以及發(fā)現(xiàn)企業(yè)對外投資機(jī)會(如在什么國家投資什么產(chǎn)業(yè)或項(xiàng)目)等 本章主要介紹國際合作元素關(guān)聯(lián)挖掘方法。國際合作元素關(guān)聯(lián)挖掘與自然語言處理領(lǐng)域中的實(shí)體關(guān)系抽取任務(wù)具有一定的相似性。傳統(tǒng)的實(shí)體關(guān)系抽取任務(wù)的目標(biāo)是挖掘文本中實(shí)體對(人名、地名、機(jī)構(gòu)名)之間的關(guān)系。 ............................. 5總結(jié)與展望 5.1總結(jié) 在互聯(lián)網(wǎng)數(shù)據(jù)量日益激增的狀況下，從相關(guān)網(wǎng)絡(luò)文本數(shù)據(jù)中挖掘出有

14、價(jià)值的知識具有重要的現(xiàn)實(shí)意義。本文以 Web 外交新聞數(shù)據(jù)為基礎(chǔ)，研究如何從其中挖掘與中國國際合作相關(guān)的知識。本文通過分析 Web 外交新聞的特點(diǎn)和中國國際合作的知識需求，把挖掘任務(wù)抽象為類似于序列標(biāo)注任務(wù)和實(shí)體關(guān)系抽取任務(wù)，并提出了相對應(yīng)的知識挖掘方法，最后通過實(shí)驗(yàn)和分析評價(jià)抽取方法的表現(xiàn)。本文的主要貢獻(xiàn)如下： (1)在第 3 章中提出了國際合作元素的抽取方法。首先，通過分析中國國際合作研究領(lǐng)域的需求以及中國國際合作元素在 Web 外交新聞中的語義特點(diǎn)，從計(jì)算機(jī)的角度提出了國際合作元素的定義，為提出國際合作元素抽取方法奠定基礎(chǔ)。然后，根據(jù)國際合作元素的定義，結(jié)合傳統(tǒng)序列標(biāo)注任務(wù)的

15、特點(diǎn)，提出了領(lǐng)域知識和神經(jīng)網(wǎng)絡(luò)相結(jié)合的國際合作元素抽取方法。其中，神經(jīng)網(wǎng)絡(luò)模型的目的是完成國際合作元素的初步抽取，初步抽取完成之后，通過提取的領(lǐng)域知識改進(jìn)神經(jīng)網(wǎng)絡(luò)的抽取結(jié)果。最后，通過實(shí)驗(yàn)結(jié)果表明，雖然神經(jīng)網(wǎng)絡(luò)模型對國際合作元素抽取任務(wù)有一定的適應(yīng)能力，但是對于一些結(jié)構(gòu)復(fù)雜的國際合作元素的抽取效果并不好，同時(shí)神經(jīng)網(wǎng)絡(luò)模型的效果對于訓(xùn)練集的數(shù)據(jù)質(zhì)量非常敏感；同時(shí)實(shí)驗(yàn)結(jié)果還表明，我們提出的領(lǐng)域知識，對于 3.3.1 節(jié)提出的神經(jīng)網(wǎng)絡(luò)模型是一個(gè)很好的補(bǔ)充，對提升國際合作元素抽取模型的效果具有一定的針對性。 (2)在第 4 章中提出了國際合作元素關(guān)聯(lián)挖掘方法。在第 3 章抽取出的國際合作元

16、素的基礎(chǔ)上，結(jié)合傳統(tǒng)實(shí)體關(guān)系抽取任務(wù)對于關(guān)系類型的定義以及 Web外交新聞的語義特點(diǎn)，明確了國際合作元素關(guān)聯(lián)及關(guān)聯(lián)類型的定義，并分析了其語義特點(diǎn)。在 4.3 節(jié)中，結(jié)合傳統(tǒng)實(shí)體關(guān)系抽取任務(wù)和國際合作元素關(guān)聯(lián)的特點(diǎn)，提出了神經(jīng)網(wǎng)絡(luò)模型和規(guī)則相結(jié)合的國際合作元素關(guān)聯(lián)挖掘方法。在國際合作元素關(guān)聯(lián)挖掘方法中，神經(jīng)網(wǎng)絡(luò)模型的目的是挖掘在句內(nèi)的不同國際合作元素之間的關(guān)聯(lián)。為了彌補(bǔ)神經(jīng)網(wǎng)絡(luò)模型的不足，挖掘在不同句子之間的國際合作元素之間的關(guān)聯(lián)，同時(shí)修正神經(jīng)網(wǎng)絡(luò)模型的部分挖掘結(jié)果，結(jié)合國際合作元素關(guān)聯(lián)的特點(diǎn)，提出了基于規(guī)則的國際合作元素關(guān)聯(lián)類型抽取模型。實(shí)驗(yàn)結(jié)果表明，神經(jīng)網(wǎng)絡(luò)模型對于語義關(guān)系簡單明確的句內(nèi)國際合作元素關(guān)聯(lián)挖掘表現(xiàn)優(yōu)異，但是對于語義關(guān)系模糊的句內(nèi)關(guān)聯(lián)挖掘表現(xiàn)較差；基于規(guī)則的模型對于句間的國際合作元素關(guān)聯(lián)類型挖掘效果較好，并且對于神經(jīng)網(wǎng)絡(luò)模型挖掘出的部分關(guān)聯(lián)類型具有一定的優(yōu)化效果。