摘要：“文革”时期，中国外交部门曾发生过一起所谓“雅典事件”，就在当时的外交界轰动一时。周恩来当时在国务院办公会上极其恼火地说：“美国出了水门事件，我们出了雅典事件。雅典事件主角姓周，真是周门不幸!”这起被周恩来称为“特大丑闻”的“雅典事件”到底是怎么回事呢？

摘要：针对TempEval-2010会议所提供中文语料中的时序关系识别任务,采用基于条件随机场的方法自动识别获得信号词,并融入跨事件理论,利用基于最大熵模型的分类算法对信号词与其他语言特征进行时序关系识别,同时使用约束传播的推理方法解决语料稀疏问题.实验结果表明,基于条件随机场的方法信号词自动识别准确率为69.21％,融人跨事件理论的时序关系识别准确率达到84,7％,表明所提方法可有效改善识别效果.

摘要：当离散事件系统(discrete-event systems,DES)由多组结构相同的组件构成时,则称离散事件系统具有对称性.为了化简对称离散事件系统的状态空间,本文提出事件重标记映射,将完成相同任务的事件标记为同一事件,将与控制无关的不可控事件设为不可观测事件,并将其标记为空字符擦除.为了确保事件重标记前后系统对应的最大监督控制器具有相同的控制效果,本文引入重标记观测器(relabeling observer property,ROP)的概念并给出判断被控对象对应的语言关于事件重标记映射是否具有重标记观测器性质的算法;然后运用重标记观测器性质证明事件重标记前后监督控制器控制效果的等价性,从而可用简化后的监督控制器实现与事件重标记操作前相同的控制任务.最后通过实例验证所提理论的正确性.

摘要：电视直播越来越多,其内容已经不局限于晚会、赛事、综艺节目,重大新闻事件和突发事件直播报道已经成为电视新闻发展的大趋势。直播的即时性、直观性、真实性和不可预知性受到观众的推崇,满足了人们及时了解事件真相、参与事件处理的需求。

摘要：目的，分析护理不良事件管理中安全事件提醒的临床价值，为减少护理不良事件提供管理依据。方法，选取我院2014年1月～2016年1月在我院住院患者1000例，分为观察组（500例）和对照组（500例），观察组采用患者安全事件提醒，对照组未采取提醒，统计两组患者护理不良事件发生率。结果，观察组护理不良事件发生率6.40%，低于对照组的15.20%；护患纠纷0.60%，低于对照组的8.00%；护理满意率99.00%，高于对照组的85.00%，差异显著（P＜0.05）。结论，在护理安全管理中，患者安全事件提醒，有利于规范护理不良事件管理，降低不良事件发生率，提高护理质量，值得推广应用。

摘要：在本文中,我们利用联合建模方法,分析了带有信息终止事件的复发事件数据.对复发事件过程和终止事件过程,我们分别构造了可加比率和风险率模型,并引入一个共用的不可观测的脆弱变量刻画复发事件过程与终止事件过程的相依性.利用广义估计方程的方法,对模型参数进行了估计;并给出了所得估计的大样本性质.

摘要：[目的/意义]为帮助读者从热点事件产生的海量微博报道中快速了解事件的来龙去脉，提高微博事件摘要的准确性和可读性，提出一种基于事件要素的多模型微博热点事件时间轴摘要提取方法。[方法／过程]针对微博文本特征，结合主题模型（LDA）与互信息最大熵模型（MaRxEnt-MI）的特点提取事件摘要关键词，以微博传播价值和主体相关性为标志筛选微博，以时间-摘要关键词——摘要微博的形式生成时间轴摘要。[结果/结论]利用人工标注的测试集，与传统是TextRank方法进行对比，F值提高8%-13%，内部测试表明摘要可读性提高明显。实验文本和测试集的数量及事件丰富度需要进一步扩展，应考虑更多的加权策略模型以提高摘要的准确性。实验结果及测试反馈表明，本文的方法能很好满足用户对热点事件摘要信息需求，提高微博摘要提取的准确率。

摘要：随着信息技术的发展和社交媒体的流行,普通用户已经完成了从信息接受者到信息产生者的转变,每个人都可以实时分享自己身边的信息,也可以转发自己感兴趣的内容,这使得社交媒体的数据量迅速增长。在海量数据中蕴含着丰富的社会事件发生和发展的记录,如何有效地从这些数据中挖掘出有价值的信息成为了当前信息领域的重要问题。针对该问题,介绍了基于社交媒体的事件感知与多模态事件脉络生成。基于社交媒体的事件感知与多模态事件脉络生成旨在通过分析社交媒体中的文本、时间、图像、评论、观点、情感和用户交互等多模态数据,感知事件并刻画事件的关系,从而实现对事件的总结。讨论了基于社交媒体的事件感知与多模态事件脉络生成的描述模型、概念、发展历史、关键技术与挑战以及其广泛的应用领域,综述了社交媒体分析在事件感知和事件总结方面的研究进展,并对其未来发展进行了展望。

摘要：恐怖组织的社会网络结构变化与恐怖事件的发生具有一定的关联性。基于此关联,通过监测恐怖组织社会网络的变化,可以实时、有效地识别恐怖事件。将基于社会网络变化检测的恐怖事件监测与识别问题视为分类问题,并通过神经网络模型进行分类研究。以某一时刻是否发生恐怖事件为标准,对恐怖组织社会网络进行分类;通过网络分析技术,得出网络的参数指标,建立混合算法改进的神经网络模型;将网络的参数指标与恐怖事件发生情况分别作为输入和输出,对神经网络进行训练与测试。案例分析和对比结果表明,基于神经网络模型的社会网络变化检测方法具备较好的恐怖事件监测与识别能力;该方法可在一定程度上弥补现有方法正确率不高、通用性不强、检测结果与恐怖事件实际发生的相关性不高等不足。

摘要：研究了临床指南事件及事件关系的提取,提出了基于句法分析的事件信息抽取方法.通过分析临床指南语料库,总结出临床指南事件及关系模型;将临床指南数据进行句法分析,根据事件触发词来匹配事件与事件关系模型;将抽取出的事件信息进行优化处理,得到最终结果.通过具体临床指南数据对方法进行评估,获得了较好的准确率与召回率,验证了该方法的可行性与有效性.

摘要：研究了临床指南事件及事件关系的提取,提出了基于句法分析的事件信息抽取方法.通过分析临床指南语料库,总结出临床指南事件及关系模型;将临床指南数据进行句法分析,根据事件触发词来匹配事件与事件关系模型;将抽取出的事件信息进行优化处理,得到最终结果.通过具体临床指南数据对方法进行评估,获得了较好的准确率与召回率,验证了该方法的可行性与有效性.

摘要：针对物联网(IOT)复杂事件查询处理过程中的重复查询、存储和处理的问题,提出了事件共享机制(ESM)。首先,为了实现复杂事件的查询与检测,给出了物联网语义事件定义及事件操作符的语义描述;其次,从公共子查询的定义、公共内部查询结构的设计以及事件资源的共享三个角度对物联网事件共享机制展开研究,通过查询表达式的重写、有向无环图(DAG)的构建,以及在结点上使用改进的Continuous参数上下文对事件流进行处理,实现公共子事件查询、存储和处理的共享;最后,构建了基于事件共享机制的语义形式化查询计划处理模型(SFQPM),该模型可自动对查询表达式和查询谓词进行处理,实现复杂事件检测和处理的自动化。仿真结果表明,与基于二叉树(BTree)的处理方法进行对比,所提出的SFQPM具有较高的处理效率和可靠性,实现了复杂事件检测与中间结果共享机制的有机统一,提高了系统的处理效率。最后通过案例研究验证了所提出算法的有效性和可行性。