意图

摘要： 1952年《美国专利法》从成文法角度确认了专利引诱侵权制度。但由于条文较模糊,相应规则解释与适用的重任交给了司法实践。美国最高法院先后在Grokster案、SEB案、Akamai案、Commil案中就引诱侵权问题的表态历经反复,主要争议在“意图”的认定。对我国而言,建构专利引诱侵权规则可以通过司法解释补充规定将其法定化;同时对于专利引诱侵权判定标准与证明,建议从意图、引诱行为、关联关系等三个方面进行具体化,即引起行为的意图、引诱侵犯专利权的意图系明确意图的两个层面;引诱行为包括为第三方侵权提供指导的行为、设计侵权装置或系统的行为、诱导侵犯专利权的其他行为等三类;引诱人与直接行为人的关联关系因素与意图因素是动态平衡的,关联越密,意图的要求越低。在引诱侵权认定中对行为、意图、相互关系综合考察有助于对专利法体系下欲阻止的行为进行明确,这种明确会有利于专利权人和市场参与者更好地把握引诱侵权的责任风险,更好地促进技术创新与社会进步。

摘要： 在绘画创作中,“形式”元素作为一种画面视觉表达语言,它与其他艺术语言的目的和功能一样,都是为了表达艺术家的精神情感。然而,绘画作品的形式又有其具体的内涵所指。本文对绘画形式的定义和内涵进行了一般性的界定和阐述,并探讨了绘画背后抽象形式的构成关系。通过对大师绘画作品形式构成元素及其组织方式的研究,以亚里士多德“质料与形式论”所探讨的“潜能与实现”的物质构成观为启发,结合“分析哲学”的基本原理及中国“天人合一”的艺术精神,试图揭示绘画形式展开和生成的内在逻辑及其与精神表达之间的相互关系。

摘要： 宏观语用学的提出,为语用学的研究打开了新的思路。文章通过对宏观语用学中抽象语用行为及相关语用环境乃至矩阵的分析,以引入轴线、建立坐标系的方式确立了矩阵的存在,发现了静态语用研究的重大缺陷。引入动态的观点及具备整体观念的方法论,挖掘出“隐形”于话语中的意图“因子”,并由此确立了意图在语用研究中的重要地位。全文的核心在于动态观点及相关方法论的引入。

摘要： 话语标记语是语用学研究的一个重要方面,主要以特定词汇和固定表达为研究对象,考察它们在言语交际中说话人交际意图、动机、态度等。文章以《鲁豫有约》《铿锵三人行》《对话》《朗读者》等访谈节目为研究语料,着重通过分析话语标记语在言语交际中的分类、功能及其模式、运用动机,旨在揭示其对说话人话语意图的传递与突显作用,并以关联理论为框架,探讨话语标记语的推理模式,最终确定语言交际者的语用意图,对其进行正确解读,保证了进行言语交际的有效性。

摘要： 首先从诗歌的标题分析入手,引导学生感知诗人语言的推敲特点。然后通过对诗歌意图的分析,引导学生发现诗人的独特视角,还原诗歌现场,从不同方位分析诗歌意象,揣摩诗人微妙复杂的心理。最后抓住诗歌的创作和修改日期,巧妙布置作业,让学生比较赏析,使课堂教学得到了延伸和深化。

摘要： 自闭症谱系障碍是一种遗传性神经发育障碍,典型特征包括社交互动障碍和刻板兴趣及行为。在临床上,自闭症谱系个体普遍表现出社会交往障碍,已有大量研究表明他们在道德判断和道德推理的发展和执行方面与正常个体存在差异。道德推理和判断能力的提升有助于引导自闭症谱系个体的行为,促进其人际关系的发展。本文系统的总结了自闭症谱系道德判断的特点,并给出了未来研究的方向。

摘要： 人工智能是否会成为类人的行动者?从语言理解的角度出发,答案是否定的。虽然人工智能语音产品大多都能体现出语音识别和语言对话的能力,但这并不意味着人工智能可以理解自然语言。第一,人工智能对符号的处理无法使符号具备语义和涵义内容,因而无法理解自然语言的语义层和涵义层。第二,在交流过程中,人工智能无法理解说话者的意图。基于唐纳德·戴维森和查尔斯·泰勒对语言的分析,人工智能不能理解语言会导致一个重要推论,即人工智能无论如何也不会成为类人的行动者。

摘要： 目的:考察急性应激作用下的大学生对犯罪案例的第三方惩罚决策。方法:采用2(组别:急性应激组/对照组)×2(犯罪意图:清晰/模糊)×2(伤害结果:重/轻)的混合实验设计,将109名大学生随机分到急性应激组(n=52)和对照组(n=57),分别对意图和伤害结果不同的犯罪案例做出惩罚决策。采用正性负性情绪量表(PANAS)评估当前的情绪状态。结果:两组的惩罚强度判断差异无统计学意义(P>0.05);清晰意图下的惩罚强度高于模糊意图[(4.3±0.1)vs.(3.5±0.1),P<0.001],伤害结果重的条件下的惩罚强度高于伤害结果轻的条件[(4.5±0.1)vs.(3.3±0.1),P<0.001];在意图清晰伤害结果重的条件下,负性情绪得分与惩罚强度判断正向关联(β=0.22)。结论:本研究提示大学生急性应激对犯罪案例的第三方惩罚决策没有影响,但意图和伤害结果会影响第三方惩罚决策;应激引起的负性情绪与第三方惩罚强度有关。

摘要： [意义]从用户的角度展开研究,能深入了解用户使用数字资源行为意愿,从而精准建设数字化资源.[方法/过程]基于技术接受模型,构建了高校学生用户使用数字资源行为意愿混合模型并对此进行了结构方程模型检验.[结果/结论]结果显示,系统特征、个体特征和信息质量等因素对高校学生使用数字资源有正向影响.

摘要： 信息哲学是当代科学哲学中的前沿领域之一,而关于信号的哲学研究是信息哲学的基础,也是信息哲学与语言哲学、心灵哲学、行动哲学等其他领域进行互动的纽带,因此以关于信号和信息的哲学理论去理解意图的本质就成为了可能.意图反映的是行动者用以协调自己的行动以及协调自己与他人互动的实践推理能力,而这种协同性恰好可以运用信息哲学中的信号博弈模型进行较为准确和全面的阐述,而且这种阐述还可以为意图区别于其他意向状态的独特性提供一种新的辩护,并进而运用到对诸如集体意图的本体论地位等其他哲学论题的探讨之中.所以,关于意图的信号博弈模型将会为意图的形而上学以及行动的形而上学提供一种新的研究框架.

摘要： 在关于行动的哲学理论中，意图的研究在过去的二十余年间取得了很大的进展。而随之发展起来的有关意图的形式化理论也引起了广泛关注。本文首先介绍意图在决策问题中的形式刻画；通过形式分析主体的行动意图和结果意图以及它们之间关系，本文发展了意图认知逻辑来对主体知识和意图进行推理；最后通过本文提供的方法分析主体行动的执行和该行动的意图之间的关系。

摘要： 态度在社会科学中,是最常被运用来解释消费者行为的一个概念,此外,态度不仅在社会科学的研究领域中为一重要变量,在现实的生活中,消费者的态度更是厂商以及营销人员所关注的焦点,而意图则为消费者实际行为前的预兆.本文从一实证的角度,来探讨态度对于意图的影响效果.

摘要： 在多Agent系统中，辩论协商是Agent间达成一致进行协作的必然方式。该文则考虑到不同场景下Agent间进行辩论协商，提出了交互策略。在具体珠交互场景中，系统将根据当时的目标来执行相应的动作，而交互过程不仅是对接收到消息的直接反应，更主要的是实现自己的意图，改变其他Agent的偏偏、意图等。

摘要： @@装配是生产过程的关键步骤因而装配体模型成为产品数据的核心。现有的装配体模型都是为WIMP（窗口，图标，菜单，指向）界面提出的并受其严重的限制，如关系模型，层次模型和虚拟链模型等经典的模型，这些模型都是为WIMP界面的CAD环境设计的，并只有装配体的静态描述。

摘要： @@装配是生产过程的关键步骤因而装配体模型成为产品数据的核心。现有的装配体模型都是为WIMP（窗口，图标，菜单，指向）界面提出的并受其严重的限制，如关系模型，层次模型和虚拟链模型等经典的模型，这些模型都是为WIMP界面的CAD环境设计的，并只有装配体的静态描述。

摘要： @@装配是生产过程的关键步骤因而装配体模型成为产品数据的核心。现有的装配体模型都是为WIMP（窗口，图标，菜单，指向）界面提出的并受其严重的限制，如关系模型，层次模型和虚拟链模型等经典的模型，这些模型都是为WIMP界面的CAD环境设计的，并只有装配体的静态描述。

摘要： @@装配是生产过程的关键步骤因而装配体模型成为产品数据的核心。现有的装配体模型都是为WIMP（窗口，图标，菜单，指向）界面提出的并受其严重的限制，如关系模型，层次模型和虚拟链模型等经典的模型，这些模型都是为WIMP界面的CAD环境设计的，并只有装配体的静态描述。

摘要： @@装配是生产过程的关键步骤因而装配体模型成为产品数据的核心。现有的装配体模型都是为WIMP（窗口，图标，菜单，指向）界面提出的并受其严重的限制，如关系模型，层次模型和虚拟链模型等经典的模型，这些模型都是为WIMP界面的CAD环境设计的，并只有装配体的静态描述。

摘要： @@装配是生产过程的关键步骤因而装配体模型成为产品数据的核心。现有的装配体模型都是为WIMP（窗口，图标，菜单，指向）界面提出的并受其严重的限制，如关系模型，层次模型和虚拟链模型等经典的模型，这些模型都是为WIMP界面的CAD环境设计的，并只有装配体的静态描述。

摘要： 本申请实施例提供了一种监控网络意图的方法、网络意图监控系统及存储介质，能够解决网络意图下发后运维人员无法监控和校验网络意图的实现情况，导致运维人员仅能在网路发生故障或业务出现明显的质量下降时，方可发现网络状态已经与网络意图产生明显差异，网络运维效率低的问题。前述的方法包括：网络意图监控平台获取到用户待监控的网络意图，所述网络意图包括多条网络子意图；基于所述多条网络子意图、网络实时信息和所述多条网络子意图对应的多个分析引擎，为所述多条网络子意图确定多份分析信息；基于所述多份分析信息和监控引擎确定监控结果信息；基于所述监控结果信息进行网络优化需求分析。

摘要： 本申请涉及一种意图识别模型的训练方法及装置、意图识别的方法及装置，其中，意图识别模型的训练方法包括：通过获取用户通过人机对话系统输入的历史文本数据，每个所述历史文本数据具有表征用户意图的意图标签，将每个所述历史文本数据输入初始识别模型，通过所述初始识别模型提取所述历史文本数据的语义特征，融合所述语义特征，得到与所述意图标签对应的多维语义特征，根据所述多维语义特征和与所述多维语义特征对应的意图标签，训练所述初始识别模型，得到意图识别模型，从多维度获取文本数据的语义特征，使得意图识别模型能够准确地识别用户意图。

摘要： 本申请涉及一种意图识别模型的训练方法、意图识别方法、设备及介质，属于计算机技术领域，该方法包括：获取第一样本数据；获取各个意图类别对应的样本频率；将第一文本数据输入预先创建的初始网络模型，得到类别预测信息；将类别预测信息、意图类别和样本频率输入分类损失函数，得到分类损失值；基于分类损失值更新初始网络模型的模型参数，以训练得到意图识别模型，可以解决训练得到的意图识别模型对某些意图类别识别的准确性较低的问题；由于将样本频率加入到分类损失函数中，从而计算出带有该分布情况的先验知识的损失值，可以使初始网络模型对不同意图类别的特征的学习程度相同，因此，可以提高训练得到的意图识别模型对意图识别的准确性。

摘要： 本申请实施例提供一种获取意图识别模型的方法以及意图识别方法，该方法包括：获取原始训练文本集，其中，所述原始训练文本集包括与至少两种意图类型中各意图类型分别对应的训练数据，所述训练数据包括多条原始训练语句以及与各条原始训练语句分别对应的原始标注标签；根据所述原始训练文本集中的数据得到目标训练文本集，其中，所述目标训练文集中的各条目标训练语句是通过对一个原始标注标签进行遮盖处理后得到的；基于所述目标训练文本集中的数据对预训练掩码语言模型Bert进行微调，得到目标意图识别模型。本申请的实施例可以在小样本以及数据不平衡的情况下也能训练出泛化性能更好，更健壮的意图识别模型。

摘要： 本公开关于一种语音意图识别模型的训练方法、语音意图识别方法和装置，训练方法包括：获取文本样本和携带有语义标签的第一语音样本，其中，第一语音样本与文本样本的内容对应，语义标签为文本样本的文本语义特征；利用第一语音样本，对待训练的语音意图识别模型中的语义提取网络进行预训练，得到预训练的语音意图识别模型，其中，预训练的语音意图识别模型中包括预训练的语义提取网络和待训练的意图识别网络；获取携带有意图标签的第二语音样本；利用第二语音样本，对预训练的语音意图识别模型进行训练，得到训练完成的语音意图识别模型。

摘要： 本申请提供了一种意图识别模型的训练以及意图识别方法、电子设备、介质及系统，意图识别模型的训练方法包括，获取训练样本，所述训练样本为包含一个或多个意图的文本；根据字典将所述文本进行词嵌入，以获取词向量；使用所述词向量训练所述意图识别模型，其中，所述意图识别模型包括：第一模型，所述第一模型以所述词向量为输入，输出数字串，所述数字串包含所述词向量相关的信息和隐藏关系；第二模型，所述第二模型以所述数字串作为输入，输出一个或多个意图的起始位置和结束位置。该方法可以准确、高效地识别文本的多个意图。

摘要： 本申请涉及人工智能技术，提出一种意图识别模型训练及语音意图识别方法、装置和相关设备，该方法包括：获取标注有用户意图标签的样本语音作为数据集；将对样本语音进行语音识别得到的样本文本特征和从样本语音提取的样本语音特征输入至待训练的意图识别模型得到至少两个意图隐变量，对所有意图隐变量进行融合得到融合意图特征表示，根据融合意图特征表示进行意图预测，得到预测意图标签；计算损失函数用以更新模型参数，直至模型收敛，得到已训练的意图识别模型。本申请通过从语音中以多维度获取意图相关信息进行融合识别到更完整和准确的用户意图。

摘要： 本文中呈现了用于在通信网络内支持基于意图的组网的各种示例实施例。用于在通信网络内支持基于意图的组网的各种示例实施例可以被配置为支持管理系统，该管理系统被配置为支持各种网络部署场景，包括使客户能够部署和激活新网络的绿地部署场景，使客户能够基于对网络的(多个)原始意图和网络配置的智能重新构建将基于意图的组网应用于现有网络以确保满足网络的(多个)原始意图的棕地部署场景等，以及它们的各种组合。

摘要： 本发明提出一种辅导意图识别方法和基于辅导意图的个性化辅导方法，包括：S1.将用户提问数据进行预处理，基于构建的关键词列表，构建面向辅导意图的文本表征；S2.利用层级神经网络结构模型解析用户提问数据的潜在语义向量；S3.基于生成的潜在语义向量，利用多任务学习算法，进行辅导意图识别。本发明提供的辅导意图识别基于多任务学习与层级网络模型，能够有效处理在线辅导场景中的辅导意图识别方法对多任务学习算法忽略和历史问答信息考虑不全的问题。

摘要： 本说明书公开了一种意图识别模型训练及用户意图识别方法及装置，先确定包含多轮对话的历史对话数据作为训练样本，通过第一意图识别模型确定每个训练样本各轮对话的用户意图，并基于用户执行的与该训练样本对应的业务确定反馈意图，然后根据该训练样本的用户意图以及反馈意图确定第一风险识别结果，并通过第二意图识别模型确定该训练样本的各预测意图以及第二风险识别结果，最后以各训练样本第一风险识别结果与第二风险识别结果之间的差异最小为优化目标对第二意图识别模型进行训练。通过结合反馈意图以及由第一意图识别模型确定的用户意图，得到准确的风险识别结果，以对第二意图识别模型进行训练，提高了第二意图识别模型的风险识别能力。