381023 research outputs found
Sort by
Demystifying discourse in dutch : a study on event coreference resolution
No full textEvent coreference resolution (ECR) is a discourse-oriented Natural Language Processing (NLP) task which aims to detect and connect all textual mentions of an event across one or multiple documents, if those mentions refer to the same real-world or fictional event. ECR systems can aid in applications such as information extraction, summarization, and question answering by uncovering connections between crucial events. This process enables systems to infer causality and narrative structure, enhancing the capabilities of NLP systems as a whole.
Before, work on ECR had been mostly restricted to the English language domain. Moreover, despite recent methodological advances within the larger Artificial Intelligence (AI) and machine learning domains, ECR remains one of those tasks with which modern systems still struggle significantly. The contribution of this dissertation to the field lies in two key areas. First, a Dutch dataset (ENCORE) was developed, similar in size and design to the most widely-used resources for English ECR. Second, this newly created resource enabled us to devote an in-depth research effort into ECR in a comparatively lower-resourced domain, resulting into many insights which are also transferable to other linguistic domains.
The ENCORE dataset, consisting of 15,407 events which have been annotated in a total of 1,115 documents, is the result of a rigorous theoretical study on events and their coreference and is, as of now, the largest manually annotated available ECR dataset. Unlike some earlier studies on events and event coreference, we employed a generally nonrestrictive definition of what an event is, resulting into a dataset which is hands-on and can be used as the basis of a whole hoist of practical applications. Furthermore, coreferential links between events were annotated across documents by a group of expert annotators, resulting in a balanced, qualitative resource.
This corpus served as the start of a fine-grained investigation into the nature of event-level coreferential relations and into the question of why transformer-based NLP systems typically struggle with these relations. The first step in this process was to examine the performance of a series of commonly-used coreference models on our new benchmark dataset. We found that in general performance was low, but comparative to the results obtained for ECR within the English language domain. In a second step, we revealed through a series of quantitative and qualitative analyses that modern-day coreference resolution systems typically struggle on two fronts: they tend to over-rely on the lexical similarity between detected mentions (1) and they lack a general implicit knowledge on coreferential relations (2). Our subsequent research efforts revealed that if these issues are properly tackled (i.e. through direct knowledge injection or the inclusion of subsystems combatting the importance of lexical similarity), performance goes up significantly.
In the end, the insights gathered over the course of this dissertation were combined into a singular end-to-end model for ECR, which is able to both detect events and resolve the coreference between them in large document collections. We started from a state-of-the-art system for cross-document ECR and gave it access to structural knowledge of the location of the events within a text as well as to a graph-based clustering resolver which actively learns the structure of coreferential chains across documents. These well-motivated changes allowed us to demonstrate that rigorous analysis, critical thinking about the data and looking back to past theoretical and applied work all have paramount roles with respect to the development of new AI and NLP systems.Coreferentieresolutie van gebeurtenissen (Event Coreference Resolution of ECR) is een belangrijke taak binnen het onderzoeksdomein van de natuurlijke taalverwerking of NLP. Bij deze taak is het de bedoeling om automatisch alle tekstuele vermeldingen van een bepaalde echte of fictieve gebeurtenis te detecteren en met elkaar te verbinden als deze verwijzen naar eenzelfde gebeurtenis. Doordat dit soort systemen verbanden blootleggen tussen cruciale gebeurtenenissen kunnen zij ingezet worden voor toepassingen zoals informatie-extractie, automatisch samenvatten en het beantwoorden van vragen. Dit proces stelt systemen namelijk in staat om causaliteit en narratieve structuur af te leiden uit grote tekstcollecties, wat de mogelijkheden van taalverwerkingssystemen aanzienlijk verbetert.
Tot nu toe waren de meeste ECR-studies gericht op de analyse van Engelse data. Bovendien blijkt deze taak, ondanks de recente methodologische vooruitgang binnen de domeinen van kunstmatige intelligentie (KI) en machinaal leren, nog steeds een enorme uitdaging voor de huidige moderne systemen. De bijdrage van dit proefschrift aan het veld is dan ook tweeledig. Zo werd de eerste grootschalige Nederlandse dataset (ENCORE) verzameld en geannoteerd, vergelijkbaar in grootte en ontwerp met de meest gebruikte datasets voor Engelse ECR. Dit nieuw ontwikkelde corpus was vervolgens de basis voor het eerste diepgaande onderzoek naar ECR in het Nederlands, wat resulteerde in inzichten die ook overdraagbaar zijn naar andere talen.
Met maar liefst 15.407 gebeurtenissen die werden geannoteerd in 1.115 documenten, is de ENCORE dataset de grootste handmatig geannoteerde ECR dataset tot op heden. Die annotatie is het resultaat van een diepgaande theoretische studie naar gebeurtenissen en hun coreferentie In tegenstelling tot sommige eerdere studies hanteerden we een vrij ruime definitie van wat een gebeurtenis precies is. Dit resulteerde in een hands-on dataset die kan worden gebruikt als basis voor een hele reeks praktische toepassingen. Bovendien werden coreferentiële links tussen gebeurtenissen in documenten geannoteerd door een groep deskundige annotatoren, wat leidde tot een evenwichtig en kwalitatief corpus.
Dit corpus was de basis voor een diepgaand onderzoek naar de aard van coreferentiële relaties tussen gebeurtenissen en de vraag waarom transformergebaseerde NLP-systemen hier doorgaans moeite mee hebben. Als eerste stap in dit proces onderzochten we de prestaties van een reeks veelgebruikte coreferentiemodellen. Daarbij kwam naar boven dat de performantie over het algemeen laag lag, maar wel vergelijkbaar was met die uit eerder onderzoek naar het Engels. In een tweede stap onthulden we door middel van een reeks kwantitatieve en kwalitatieve analyses dat moderne coreferentiesystemen doorgaans tegen twee problemen aanlopen: ze vertrouwen te veel op de lexicale gelijkenis tussen gedetecteerde gebeurtenissen (1) en ze missen algemene impliciete kennis over coreferentiële relaties (2). We toonden vervolgens aan dat als deze problemen op de juiste manier worden aangepakt (d.w.z. door directe kennisinjectie of door het opnemen van subsystemen die het belang van lexicale gelijkenis bestrijden), de performantie van deze systemen aanzienlijk toeneemt.
Al deze inzichten werden gecombineerd in een end-to-end model voor ECR. Dat model is in staat om zowel gebeurtenissen te detecteren als de coreferentiële relaties tussen deze gebeurtenissen te herkennen, en dit over documentsgrenzen heen. Hiervoor vertrokken we van een state-of-the-art systeem voor documentoverschrijdende ECR. Dit systeem gaven we bijkomend toegang tot kennis over de locatie van de gebeurtenissen binnen een tekst, en tot een grafiekgebaseerde clustering waarbij de structuur van coreferentiële ketens tussen documenten actief wordt geleerd. Met deze goed gemotiveerde veranderingen toonden we aan dat rigoureuze analyse, kritisch denken over de data en terugkijken naar theoretisch en toegepast werk uit het verleden allemaal een belangrijke rol kunnen spelen bij de ontwikkeling van nieuwe KI- en NLP-systemen
Developmental coordination disorder in infancy and early childhood : an uncharted phase of life
No full textHarnessing phage tailspike modularity to reprogram phages and phage tail-like bacteriocins towards Shiga toxin-producing Escherichia coli serogroups
No full textShiga toxine-producerende E. coli (STEC) zijn belangrijke ziekteverwekkers in de voedselketen die niet behandeld kunnen worden met verscheidene antibiotica door de verhoogde afgifte van Shiga toxines. Fagen zijn de natuurlijke vijanden van bacteriën en er is aangetoond dat ze de toxineproductie niet verhogen, waardoor ze ideale kandidaten zijn om STEC-infecties te behandelen. De interactie tussen bacteriofagen en hun gastheren is ingewikkeld en zeer specifiek. Receptor-bindende eiwitten (RBPs) van fagen zoals staartvezels en staartspikes zetten het infectieproces in gang. Deze RBP's binden zich aan verschillende buitenmembraanstructuren, waaronder het O-antigeen, een serogroepspecifiek suikerhoudend bestanddeel van de buitenste lipopolysaccharidelaag van Gram-negatieve bacteriën. R2 tailocines zijn faagstaart-achtige bacteriocines geproduceerd door P. aeruginosa die lijken op fagen zonder kop. In dit onderzoek wilden we de O-antigeen-RBP interactie verder ontrafelen door (i) nieuwe fagen uit de omgeving te isoleren die specifiek zijn voor STEC en (ii) een in silico analyse uit te voeren om faag-RBP's gericht op O-antigeen te verzamelen uit de huidige online databases. Daarna wilden we deze faag-RBP's gebruiken om Escherichia faag T7 en R2 tailocines te heroriënteren om antimicrobiële stoffen te maken die gericht zijn tegen STEC-serogroepen O26, O103, O104, O111, O145, O146 en O157. Het identificeren van de mogelijkheden en het oplossen van hindernissen bij het veranderen van de gastheer/doelwit van fagen en faagstaart-achtige bacteriocines is cruciaal voor de toekomstige ontwikkeling van antibacteriële therapieën
Towards an integrated pandemic model quantifying the societal impacts of (non-) pharmaceutical interventions against SARS-CoV-2 to inform policymakers
No full textDuring the COVID-19 pandemic, we developed disease transmission models for SARS-CoV-2 and used them to inform policy makers. However, the projected variables, typically hospitalizations and deaths, are insufficient to comprehensively assess the impact of policy measures on the social fabric. Therefore, over the past four years, we
collaborated with experts in macroeconomics and public health to develop an integrated modeling framework that can account for these social impacts. The dissertation focuses on the development and validation of three key mathematical models: A disease transmission model, a macroeconomic production network model, and a health economic quality-adjusted life-years model. The final chapter focuses on a coupled epidemiological-economic model that examines the role of voluntary and forced behavioral changes during an epidemic based on the divergent policies in Belgium and Sweden during the COVID-19 pandemic. Our findings indicate that the burden of disease caused by COVID-19 deaths, long COVID, and the postponement of elective surgeries in Belgian hospitals is comparable to the magnitude of economic damages. We further find governments that respond late are compelled to implement measures associated with significantly higher economic costs to safeguard their healthcare system.Gedurende de COVID-19 pandemie in 2020-2021 bouwden we verschillende ruimtelijk expliciete ziekteverspreidingsmodellen voor SARS-CoV-2 in Belgie en gebruikten deze om beleidsmakers te informeren. Gedurende de pandemie breiden we ons model uit met nieuwe virusvarianten en vaccins om rekening te houden met de snel uitdeinende kennis over SARS-CoV-2. Al het nuttige beleidsadvies ten spijt raakten wij ervan overtuigd dat de voorspelde variablen, typisch het tijdsversloop van het aantal hospitalisaties en doden, onvoldoende zijn om beleidsmakers een adequaat beeld te geven van de impact van de gekozen beleidsmaatregelen op het sociale weefsel. Wij zijn ervan overtuigd dat het kiezen van een evenwichtig beleid samenwerking vereist tussen experten in verschillende vakgebieden. Daarom werkten wij gedurende de afgelopen vier jaar samen met experten in macroeconomie, volksgezondheid en medici om een geintegreerd modelleerkader op te bouwen dat ons in staat stelt om de bredere impact van SARS-CoV-2 op de economie en volksgezonheid te kwantificeren en zodoende beleidsmakers beter te informeren. In het doctoraatsproefschrift wordt gefocust op de ontwikkeling en validatie van drie modellen. Ten eerste, een ziekteverspreidingsmodel voor Belgie om de verspreiding van SARS-CoV-2 onder de gegeven maatrgelen te kunnen inschatten. Ten tweede, een macroeconomisch productienetwerk model, dat de impact van economische shocks ten gevolge van de overheidsmaatregelen op het bruto binnenlands product en de tewerkstelling kan kwantificeren. Ten derde, een gezondheidseconomisch model, dat ons in staat stelt de verloren levensjaren ten gevolge van COVID-19, chronische COVID-19, en het uitstellen van operaties in ziekenhuizen kan kwantificeren. In het finale hoofdstuk bouwen wij een volledig gekoppelde epidemiologisch-economische co-simulatie waarin wij de rol van vrijwillige en gedwongen gedragsveranderingen bestuderen aan de hand van een vergelijkende studie tussen Belgie en Zweden. In deze simulatie hangen de vrijwillige veranderingen van de sociale contacten en consumptiepatronen af van de historie van de COVID-19 hosptialisaties. Wij vinden dat COVID-19 doden, chronische COVID en het uitstellen van operaties in ziekenuizen elk ongeveer een derde van de gezondheidseconomische kost bedragen. Een triviale doch belangrijke bevinden is dat overheden die te laat reageren maatregelen moeten nemen die geassocieerd zijn met een veel hogere economische kosten om hun gezondheidssysteem te redden. Een overblijvende vraag die wij binnenkort zullen onderzoeken is hoe de economische impact van de gekozen maatregelen (of een gebrek daaraan) zich verhouden tot de impact op de volksgezondheid. De volledige intergratie van de drie modellen ontwikkeld in dit doctoraatsproefschrift zal een whole-of-society benadering van ziekteverspreiding mogelijk maken
Through the lens of a video plankton recorder : optical imaging and insights into zooplankton ecology
No full textOceanen en zeeën omvatten 71% van het aardoppervlak en worden bewoond door diverse levensvormen. Onder deze bewoners komt het plankton naar voren als een cruciaal onderdeel van het mariene ecosysteem. Ze domineren het mariene leven in termen van densiteiten en biomassa en leveren een essentiële bijdrage aan het voedselweb en de biologische koolstofpomp. Daarnaast kan het plankton fungeren als vroege indicatoren van een snel veranderende mariene wereld. Vanwege hun fundamentele functies in ecosystemen, hun enorme densiteiten en hun rol als bio-indicatoren is het belangrijk om het plankton te bestuderen, te begrijpen en te monitoren. Lange tijd werd onze kennis van het plankton verworven met behulp van planktonnetten. Om de limitaties van net stalen te overwinnen en de spatiotemporele resolutie te verbeteren zijn er echter in situ optische methoden ontwikkeld die het plankton in de waterkolom observeren, zoals de Video Plankton Recorder (VPR). Doordat de VPR foto's maakt in de waterkolom, kunnen organismen in hun natuurlijke oriëntatie worden geobserveerd zonder ze te beschadigen en kan simultaan data over diepte en omgeving worden verzameld. Het doel van deze thesis is enerzijds om een beoordeling te maken van de toepasbaarheid van de VPR bij planktononderzoek, anderzijds om door middel van deze methode inzichten te verwerven in de ecologie van het plankton
High-resolution characterization and fatigue behavior of steel grades used for CVT pushbelts
No full textHet brandstofverbruik en bijgevolg de CO2-uitstoot in de automobielsector kan onder andere verlaagd worden door het gebruik van een continu variabele transmissie (CVT). De duwband is het hoofdonderdeel van de CVT voor personenauto's. Deze bestaat uit ongeveer 400 elementen (gemaakt uit gereedschapsstaal) bij elkaar gehouden door twee sets van loops/ringen met 6 tot 12 afzonderlijke loops (gemaakt uit genitreerd maraging staal). Tijdens het gebruik van de CVT wordt de duwband onderworpen aan zeer hoge cyclusvermoeiing (VHCF). Het doel van dit doctoraat is om bij te dragen aan een beter begrip van de microstructuurvorming van genitreerde maraging staalsoorten en gereedschapsstaal en hun verband met de verwerkingsparameters en eigenschappen, voornamelijk vermoeiingseigenschappen. Voor het gereedschapsstaal werd gevonden dat de verdeling van Cr en Mn tussen carbiden en austeniet de snelheid van het oplossen van de Cr-gelegeerde carbide bepaalt. De verstevigende intermetallische precipitaten en nitrides van het genitreerd maraging staal werden uitgebreid bestudeerd met transmissie elektronenmicroscopie en atom probe tomografie. Door het gebruik van verschillende microstructurele karakterisatietechnieken en vermoeiingstesten, wordt vastgesteld dat een dunne diffusiezone en de afwezigheid, of zeer beperkte hoeveelheid van ' (Fe4N), leidt tot de beste vermoeiingseigenschappen van de loops
Ulva-microbial interactions linked to the environment : variation and acclimation
No full textZeewieren leven samen in symbiose met talloze micro-organismen, waaronder bacteriën, schimmels en virussen. Deze micro-organismen zijn essentieel voor het leven en functioneren van zeewieren. In dit proefschrift onderzochten we hoe het zeewier Zeesla (Ulva) en geassocieerde microben reageren op veranderingen in het milieu. We richtten ons met name op de zoutgehalte als een belangrijke omgevingsparameter in het Oostzeegebied, waar meer dan 15 Ulva-soorten samen voorkomen langs een natuurlijke saliniteitsgradiënt. In zes onderzoeks-hoofdstukken onderzochten we de dynamiek van microbiële gemeenschappen geassocieerd met Ulva, zowel in natuurlijke populaties als in aquacultuurfaciliteiten. De resultaten in dit proefschrift tonen aan dat (i) het Ulva microbioom zeer dynamisch is en een nog grotendeels onontdekte biodiversiteit herbergt, (ii) de samenstelling van de bacteriële gemeenschap primair wordt bepaald door het milieu, en (iii) hoewel bacteriën de acclimatisatie van Ulva aan de omgeving kunnen faciliteren, de omgeving zelf ook grote impact heeft op het vermogen van bacteriën om de fysiologie van de gastheer te beïnvloeden. Samengevat benadrukt ons onderzoek de gecompliceerde wisselwerking tussen de Ulva gastheer, geassocieerde microbiota, en omgevingsfactoren, en dragen onze resultaten bij aan het begrip van de complexe relaties die de acclimatisatie en prestaties van Ulva beïnvloeden in een ecologische context
The behaviour of combined multiple bored tunnels in soft clayey soils under static and seismic loadings
No full textHet onderzoek richt zich op twee nieuwe tunnelcomplexen, namelijk twee- en drietunnels, die ontstaan door de combinatie van dicht bij elkaar gelegen tunnels. Deze nieuwe constructies vereisen een gedetailleerd onderzoek om hun gedrag onder statische en seismische belastingen te evalueren. Er wordt een parametrisch onderzoek uitgevoerd om het effect te evalueren van de dikte van de tunnelbekleding, de diepte van de inbedding en de amplitude van seismische trillingen op de veroorzaakte grondverplaatsingen, zijdelingse gronddrukken, structurele vervormingen en de geïnduceerde bekledingskrachten, inclusief druk, dwarskracht en buigmoment. De verkregen parameters worden vervolgens onderling vergeleken evenals met het conventionele gelijkwaardige rechthoekige tunnelcomplex om één van de drie dwarsdoorsneden te identificeren die relatief beter presteert. Uiteindelijk wordt geprobeerd om kwetsbaarheids- en breekbaarheidscurves te ontwikkelen voor de twee- en drietunnels in zachte bodems om ontwerpers te helpen bij het voorspellen van de verwachte schade aan de tunneldoorsnede tijdens een aardbeving. Er wordt ook een vergelijking gemaakt tussen de twee tunnelcomplexen op basis van de te verwachten schade. Dit dient als pilotstudie voor een verplichte uitbreiding die in de toekomst nodig is
