應(yīng)急決策中潛在語義模型構(gòu)建和檢索機制研究.pdf

1、面對復(fù)雜多變的應(yīng)急環(huán)境，決策者需要處理海量的信息，整合各方面應(yīng)急救援力量及服務(wù)資源，提高應(yīng)急響應(yīng)能力，以保障公共安全。我國各級政府已發(fā)布了大量的應(yīng)急預(yù)案，儲存和積累了豐富的專家經(jīng)驗和大量潛在的領(lǐng)域知識。為應(yīng)對突發(fā)公共事件本身的不確定性以及緊急情況下的信息獲取的時空局限性，應(yīng)急決策中的知識管理需要充分挖掘應(yīng)急預(yù)案中所蘊涵知識的潛在關(guān)聯(lián)及結(jié)構(gòu)信息，對應(yīng)急知識進行準(zhǔn)確的表示，構(gòu)建適用于應(yīng)急領(lǐng)域的信息檢索模型和知識推送機制，將應(yīng)急決策所需要的知

2、識有效地推送給決策者，以輔助決策者進行決策并制定高質(zhì)量的應(yīng)急決策方案。
　　為此，論文研究了應(yīng)急決策中的潛在語義模型構(gòu)建和檢索機制中的若干關(guān)鍵問題，包括應(yīng)急領(lǐng)域潛在知識統(tǒng)一表達模型的構(gòu)建、應(yīng)急領(lǐng)域知識的語義挖掘及有效維度設(shè)計、基于語義特征的應(yīng)急預(yù)案主題詞鏈構(gòu)造及語義標(biāo)注、基于檢索式擴展和檢索框架的應(yīng)急知識有效推送等。
　　論文的主要研究內(nèi)容如下:
　　構(gòu)建了應(yīng)急領(lǐng)域的潛在語義模型。詞語間的聯(lián)系復(fù)雜而密切，傳統(tǒng)信息檢索模

3、型中基于詞語之間相互獨立的基本假設(shè)難以得到滿足。對此，本文應(yīng)用潛在語義分析方法構(gòu)建了應(yīng)急領(lǐng)域的潛在語義模型，通過截斷的奇異值分解方法對“詞-預(yù)案”矩陣降維，將高維表示的應(yīng)急預(yù)案和詞語投影在低維的潛在語義空間中，縮小了問題規(guī)模，提高了檢索效率。
　　設(shè)計了應(yīng)急領(lǐng)域潛在語義模型的權(quán)重及其計算方法。傳統(tǒng)的權(quán)重計算方法只考慮了詞語與文本之間的關(guān)系，本研究同時將詞語和詞語之間的關(guān)系以及預(yù)案文本和預(yù)案文本之間的關(guān)系考慮在內(nèi)，設(shè)計了新的權(quán)重模型

4、。對詞語之間的關(guān)系以及應(yīng)急預(yù)案文本之間的關(guān)系進行了有效的表達和量化，證明了權(quán)重決定的“閉環(huán)效應(yīng)”，推導(dǎo)出了領(lǐng)域詞匯和應(yīng)急預(yù)案全局權(quán)重的計算方法。實驗表明，該權(quán)重模型能夠有效地對應(yīng)急領(lǐng)域知識進行表達。
　　提出了基于語義特征的應(yīng)急預(yù)案主題詞鏈自動構(gòu)造方法，對應(yīng)急預(yù)案進行了標(biāo)注。本文對非結(jié)構(gòu)化的應(yīng)急預(yù)案文本進行了分析，利用應(yīng)急領(lǐng)域的潛在語義模型獲取詞語語義，對傳統(tǒng)的詞匯鏈算法進行了改進，以適應(yīng)非結(jié)構(gòu)化的預(yù)案。在此基礎(chǔ)上，提出了應(yīng)急預(yù)案

5、主題詞的自動抽取方法，并給出了主題詞鏈的構(gòu)造方法，從而對應(yīng)急預(yù)案進行語義標(biāo)注。實驗表明，該方法能夠深入語義層級對應(yīng)急領(lǐng)域的潛在語義結(jié)構(gòu)信息進行挖掘，具有良好的效果，同時為潛在語義模型下應(yīng)急知識的推送和檢索擴展提供了有益的探索路徑。
　　通過構(gòu)建應(yīng)急領(lǐng)域的檢索框架，提出了應(yīng)急知識需求的檢索式擴展模型，實現(xiàn)了知識的有效推送。面對復(fù)雜的應(yīng)急環(huán)境，決策者往往不能準(zhǔn)確表達檢索需求，甚至不清楚真正的檢索需求。為此，基于應(yīng)急預(yù)案的主題詞語義特征