跳到主要内容
10.1145/3587716.3587723交流会议文章/章节视图摘要出版物页面icmlc公司会议记录会议集合
研究论文

基于双目注意的供应链管理事件知识图构建的堆叠BiLSTM-NER模型

出版:2023年9月7日 出版历史
  • 获取引文提醒
  • 摘要

    基于供应链管理(SCM)相关语料库提取细粒度事件本体知识并构建知识图(KG),对于制造企业有效实施和发展SCM具有重要的指导意义和知识支持。近年来,对供应链管理知识库的研究还没有得到足够的重视。本文旨在为供应链管理提出一种事件逻辑KG构建方法。具体而言,提出了一种基于双目注意机制的堆叠BiLSTM实体识别模型,称为SBBAN模型。首先,利用字符特征注意机制推断出文本序列中对实体识别有重要贡献的关键信息。字符加权特征和字符特征拼接被用作新的字符输入特征。然后通过堆叠BiLSTM获得文本序列的深层语义抽象特征。此外,还添加了一个自我关注机制,以获得与深层上下文相关的特征。实验结果表明,与现有算法相比,该模型在完成事件参数实体匹配和为供应链管理提供知识支持方面表现出更好的性能。

    工具书类

    [1]
    努尔萨·阿尔坎(Nursah Alkan)和岑吉兹·卡拉曼(Cengiz Kahraman)。2022.使用多专家费马模糊层次分析法确定供应链数字化转型战略的优先级。Informatica(2022),1-33。
    [2]
    崔志勇、柯瑞敏、蒲自远和王银海。2018.用于网络范围交通速度预测的深度双向和单向LSTM递归神经网络。arXiv预印arXiv:1801.02143(2018)。
    [3]
    雅各布·德夫林(Jacob Devlin)、张明伟(Ming Wei Chang)、肯顿·李(Kenton Lee)和克里斯蒂娜·图塔诺娃(Kristina Toutanova)。2018年,伯特:深度双向变压器语言理解预培训。arXiv预印arXiv:1810.04805(2018)。
    [4]
    Tonci Grubic和Ip-Shing Fan。2010.供应链本体:回顾、分析和综合。计算。Ind.61(2010),776–786。
    [5]
    陶贵、马若天、张琦、赵路军、姜玉刚和黄宣景。2019年,基于CNN的中文NER与Lexicon Rethinking。在ijcai。4982–4988.
    [6]
    陶贵、邹一成、张琦、彭敏龙、傅金兰、魏忠玉和黄宣景。2019.基于词典的中国净入学率图形神经网络。在2019年自然语言处理实证方法会议和第九届自然语言处理国际联合会议(EMNLP-IJCNLP)的会议记录中。1040–1050.
    [7]
    Seyedmohsen Hosseini和Dmitry Ivanov。2020年。供应链风险、弹性和连锁反应分析的贝叶斯网络:文献综述。应用专家系统161(2020),113649。
    [8]
    魏江、王亚丽、胡俊晖、关岚和朱占伟。2021.基于“本体论七步法”的变电站工程设计知识图谱构建。2021年,第四届国际能源、电气和电力工程会议(CEEPE)。IEEE,957–962。
    [9]
    Matthias Kopyto、Sabrina Lechler、A Heiko和Evi Hartmann。2020年。区块链技术在供应链管理中的潜力:国际专家小组的长期判断。《技术预测与社会变革》161(2020),120330。
    [10]
    纪尧姆·兰普尔(Guillaume Lample)、米盖尔·巴列斯特罗斯(Miguel Ballesteros)、桑迪普·苏布拉曼尼亚(Sandeep Subramanian)、卡祖亚·川卡米(Kazuya Kawakami)和克里斯·戴尔(Chris Dyer)。2016.命名实体识别的神经架构。arXiv预印arXiv:1603.01360(2016)。
    [11]
    李晓楠、严航、邱锡鹏和黄宣静。2020年。FLAT:中国净入学率使用平板变压器。arXiv预印本arXiv:2004.11795(2020)。
    [12]
    李忠阳、小丁和刘婷。2018.构建用于脚本事件预测的叙事事件演化图。arXiv预印arXiv:1805.05081(2018)。
    [13]
    郭利芳、崔宇文、吴亚敏、马嘉琪。2021.使用专家模糊规则-共享心理模型的中介作用研究关系嵌入对制造业供应链联盟创新绩效的影响。《智能与模糊系统杂志》40,4(2021),8287–8294。
    [14]
    刘长建、李嘉明、刘玉涵、杜家臣、唐步洲和徐瑞峰。2019.基于胶囊-LSTM的临床文本命名实体识别,以保护隐私。在人工智能和移动服务国际会议上。施普林格,166–178。
    [15]
    吕梦涛(Mengtao Lyu)、李新余(Xinyu Li)和陈春贤(Chun-Hsien Chen)。2022.在IIoT驱动的智能制造中实现知识即服务:基于众包的工业知识图持续丰富方法。《高级工程信息学》51(2022),101494。
    [16]
    Ernesto Mastrocinque、F Javier Ramírez、Andrés Honrubia-Escricano和Duc T Pham。2020年。基于AHP的可再生能源部门可持续供应链发展多标准模型。应用专家系统150(2020),113321。
    [17]
    托马斯·米科洛夫(Tomas Mikolov)、伊利亚·萨茨克沃(Ilya Sutskever)、陈凯(Kai Chen)、格雷格·科拉多(Greg S Corrado)和杰夫·迪恩(Jeff Dean)。2013.单词和短语的分布式表示及其组成。神经信息处理系统进展26(2013)。
    [18]
    李明阳和孔芳。2019.社交媒体中命名实体识别的联合自我关注机制。《清华大学学报(科学技术版)》59,6(2019),461-467。
    [19]
    蒲振梓、蒋启杰、岳红珠和玛丽亚·沙普蒂诺斯(Maria Tsaptsinos)。2020年。基于Agent的供应链分配模型及其在智能制造企业中的应用。《超级计算杂志》76,5(2020),3188–3198。
    [20]
    Meisam Ranjbari、Zahra Shams Esfandabadi、Alberto Ferraris、Francesco Quatraro、Mohammad Rehan、Abdul-Sattar Nizami、Vijai Kumar Gupta、Su Shiung Lam、Mortaza Aghbashlo和Meisam Tabatabaei。2022.循环经济转型中的生物燃料供应链管理:该领域的包容性知识图谱。《化学世界》296(2022),133968。
    [21]
    伊曼·加西米亚(Iman Ghasemian Sahebi)、贝扎德·马苏米(Behzad Masoomi)和沙赫里亚尔·戈巴尼(Shahryar Ghorbani)。2020.分析人道主义供应链中区块链采用障碍的专家导向方法。《社会技术》63(2020),101427。
    [22]
    Andreas Scheuermann和Joerg Leukel。2014.本体工程视角下的供应链管理本体。《工业中的计算机》65,6(2014),913–923。https://doi.org/10.1016/j.compind.2014.02.009
    [23]
    Madjid Tavana、Akram Shaabani、Soleyman Mansouri Mohammadabadi和Nilofar Varzgani。2021.供应链风险效益评估和供应商选择的综合模糊AHP-fuzzy MULTIMOORA模型。《国际系统科学杂志:作战与后勤》8,3(2021),238-261。
    [24]
    Wan Chengpeng、Yan Xinping、Di Zhang、Zhoohua Qu和Zaili Yang。2019.用于评估海运供应链风险的先进模糊贝叶斯FMEA方法。运输研究E部分:物流与运输评论125(2019),222-240。
    [25]
    帕斯卡·威克曼、亚历山德拉·布林特鲁普、西蒙·贝克、菲利普·伍达尔和邓肯·C。麦克法兰。2020年。使用深度神经网络从新闻文章中提取供应链图。《国际生产研究杂志》58(2020),5320–5336。
    [26]
    Putu Yudy Wijaya和Ni Nyoman Reni Suasih。2020年。知识管理对竞争优势和经营绩效的影响:银饰工艺中小企业研究。《创业商业与经济评论》8,4(2020),105–121。
    [27]
    徐灿文,王飞扬,韩嘉龙,李晨亮,2019。利用多重嵌入进行中文命名实体识别。在第28届ACM信息和知识管理国际会议的会议记录中。2269–2272.
    [28]
    杨刚和徐洪哲。2020年。命名实体识别的剩余bilstm模型。IEEE接入8(2020),227710–227718。
    [29]
    尹明旺、牟成杰、熊凯能、任江涛。2019.具有神经根水平特征和自我关注机制的中国临床命名实体识别。《生物医学信息学杂志》98(2019),103289。
    [30]
    张岳和杨杰。2018年,使用格子LSTM的中国净入学率。arXiv预印arXiv:1805.02023(2018)。
    [31]
    金正和利民正。2019.用于文本分类的混合双向递归卷积神经网络注意力模型。IEEE Access 7(2019),106673–106685。
    [32]
    周俊浩、卢跃、戴洪宁、王浩和肖红。2019.基于堆叠双向LSTM的中文微博情绪分析。IEEE Access 7(2019),38856–38866。

    索引术语

    1. 基于双目注意力的供应链管理事件知识图构建堆叠式BiLSTM-NER模型

      建议

      评论

      信息和贡献者

      问询处

      发布时间

      封面图片ACM其他会议
      ICMLC’23:2023年第15届机器学习和计算国际会议记录
      2023年2月
      619页
      国际标准图书编号:9781450398411
      内政部:10.1145/3587716
      如果复制品不是为了盈利或商业利益而制作或分发的,并且复制品的第一页载有本通知和完整引文,则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重作者以外的其他人拥有的本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布、在服务器上发布或重新分发到列表,需要事先获得特定许可和/或收取费用。向请求权限[电子邮件保护].

      出版商

      计算机协会

      美国纽约州纽约市

      出版历史

      出版:2023年9月7日

      权限

      请求对此文章的权限。

      检查更新

      作者标记

      1. 事件逻辑知识图
      2. 命名实体识别
      3. 堆叠式BiLSTM
      4. 供应链管理本体

      限定符

      • 研究文章
      • 研究
      • 推荐有限公司

      会议

      ICMLC 2023年

      贡献者

      其他指标

      文献计量学和引文

      文献计量学

      文章指标

      • 0
        引文总数
      • 45
        总下载次数
      • 下载量(最近12个月)45
      • 下载次数(最近6周)5

      其他指标

      引文

      视图选项

      获取访问权限

      登录选项

      完全访问权限

      查看选项

      PDF格式

      以PDF文件查看或下载。

      PDF格式

      电子阅读器

      使用联机查看电子阅读器.

      电子阅读器

      HTML格式格式

      在中查看本文HTML格式格式。

      HTML格式

      媒体

      数字

      其他

      桌子

      分享

      分享

      共享此出版物链接

      在社交媒体上分享