基于神经网络的危险源文本语义识别系统研究开题报告

全文总字数：5478字

1. 研究目的与意义（文献综述）

研究背景及意义

随着我国城市化进程不断加快，垃圾处理对环境影响的重要性已经得到了政府到民间的普遍认同。据统计（此数据还在不断增长），我国大中型城市人均年产垃圾440公斤，城镇生活垃圾的年排放量超过2亿吨，历年垃圾堆存量达60亿吨，且仍以年均8-10%的速度增长。长期以来，我国绝大多数城市的垃圾采用废地对方和简单垃圾填埋方式处理。近几年来，我国发生过不少因邻避效应而产生的垃圾危机事件。例如，厦门px项目事件、番禺事件、杭州垃圾焚烧事件等。2019年8月6日，黎巴嫩贝鲁特河受到严重污染。四年前，垃圾危机引发了黎巴嫩政治抗议，然而四年之后垃圾危机又卷土重来。垃圾危机影响着一个国家的经济发展，更有甚者影响着国家的政治。因此正确的应对每一次垃圾危机，对于一个国家来说十分重要。

分析国内外事件，每一件案例都有其可吸取的教训以及应对垃圾危机的决策。当利用bert模型对所寻找的网络资源进行训练通过整合网络资源，从已有的相关研究文献中获取城市垃圾危机的知识，从自然语言文本中进行信息抽取（information extract），得出指定类型的实体以及实体之间关系，并运用bert算法（python语言）进行神经网络学习，实现文本语义的实体与关系的开放式自动抽取，进而运用可视化的工具的构建城市垃圾危机知识图谱。在知识图谱中，事件之间的关系或者事件起因等实体之间的关系推断各类事件的相似性，以及用新事件的特征关系来与知识图谱进行对比。进而为更高层次的应用(如决策、问答等)起到辅助的作用，并以此解决未来城市可能会遇到的垃圾危机事件。

2. 研究的基本内容与方案

论文基本内容

第一章 绪论

1.1 研究目的与研究意义

3. 研究计划与安排

2020-2-24~2020-3-8：查阅收集整理资料，学习相关知识；

2020-3-9~2020-3-15：完成开题报告；

2020-3-15~2020-4-12：需求分析，确定功能模块，建立模型，完成论文第1章；

4. 参考文献（12篇以上）

[1]陈艳平,冯丽,秦永彬,黄瑞章.一种基于深度神经网络的句法要素识别方法[j/ol].山东大学学报(工学版):1-6[2020-03-15].http://kns.cnki.net/kcms/detail/37.1391.t.20200311.0858.002.html.

[2]臧根林,王亚强,吴庆蓉,占春丽,王立岩.一种智慧城市知识图谱模型与本体构建方法研究[j/ol].大数据:1-14[2020-03-15].http://kns.cnki.net/kcms/detail/10.1321.g2.20200227.1847.006.html.

[3]岳一峰,黄蔚,任祥辉.一种基于bert的自动文本摘要模型构建方法[j].计算机与现代化,2020(01):63-68.