图文关系

摘要： 《图文关系及其张力的学理研究》是杨向荣教授对图像问题进行深入研究的力作。该著作揭示了“读图时代”图文问题遭遇的多重困境,进一步对传统“图文关系”进行了当代的追问与反思。并且为解读图文间的张力性提供了两条基本路径,以开放性的思考为突破纯文学层面的“图像”问题提供一种研究范式。通过该书的论证思路,以及对“图文关系”的深入探讨,更是可以为我们解读《图像超市》展览中所指涉的当代图像问题,为理解图像的深层政治、经济、文化等多元意涵,提供一种明确导引。

摘要： 在《莎莉,离水远一点》《莎莉,洗好澡了没?》中,莎莉作为一个女孩,现实中必须服从于成人的权威,习得社会所期待的女性行为规范。但在她的幻想世界中,莎莉机智、勇敢、充满冒险精神。莎莉的母亲是压迫者,致力于培养女儿符合社会所期待的女性角色;同时她也是被压迫者,挣扎于满足母亲的角色却又力不从心。约翰·伯宁罕的"莎莉系列"图画书以开放式的文字与图像叙事将人物关系复杂化,虚幻与现实相互交融,含混的图文关系给读者提供了无限丰富的阅读体验。

摘要： 从系统功能语法的视角,以Kress&van Leeuwen的视觉语法为理论框架,对多模态叙事语篇进行话语分析,探讨图像和言语模态在多模态语篇中的内在关系,以及两种模态之间的互动与整合。研究验证了视觉语法在多模态叙事语篇分析中的强大阐释力,同时为多模态叙事语篇的生成以及解读提供理论参考。

摘要： 《祝发记》插图通过图示强化、图绘错位与图“像”低位等几个层面与文本发生互动。通过文本细读与图像详解,梳理图文叙事呼应的矛盾性与复杂性,有助于从更深层次把握文本与图像呈现的“同构”与“异构”。在理解戏曲图像对文本的图解乃至批评功能基础上,进而重审图像与戏曲展演性场景建构的关联,亦可为插图与戏曲传播接受提供研究实例和新的问题阈。

摘要： 教科书插图对学生学习和教师教学具有重要作用,但目前少有人对中国概况类教材插图进行系统研究。文章以教材《中国概况》(宁继鸣主编)为例,依据Radan Martinec和Andrew Salway提出的图文系统理论,对其图文关系进行了梳理。发现教材中文字和插图的编排均是通过图文地位关系和图文逻辑语义关系的建立来达到表达某种语义的目的。教师在授课过程中,应学会利用图文系统论进行教学,掌握图文之间的关系,发挥图文系统的叠加效应。以便于外国学生更好地理解和掌握中国文化,理解文化差异,增强学生对中国文化的认同感。

摘要： 汉代墓室画像是服务于丧葬礼仪的特殊艺术形式,不仅具有装饰作用,而且能够体现出汉代人的文化思想。作为特殊的艺术形制,汉代墓室画像石具有重要的研究意义。本文以山东苍山元嘉元年(151)汉画像石墓为例,从图文关系的视角重新审视墓室画像,分析其审美特征,深挖其特殊内涵,进而探讨墓室中汉画像石的艺术价值及象征意义。

摘要： 伦道夫·凯迪克是英国维多利亚时代晚期杰出的儿童文学插画家之一。他探索并成功实践了图画书中图画与文字的融合性叙事。其经典图画书作品中的插图包含复杂多元的叙事形态,具体表现为描写小人物小事件的生活化叙事形态、补充文字演绎故事为主的细节化叙事形态、穿插运用儿童视角的趣味化叙事形态和繁简结合交替用色的动态化叙事形态等四种主要图画表意形式。研究凯迪克的图画书作品对于我们了解现代图画书发展早期的艺术特征和叙事形态有着至关重要的作用。

摘要： 图文关系是一个古老的话题,在读图时代的今天变得尤为重要,可以在电视解说词这一新兴文体上得到集中显现。电视的流行开启了全民读图的时代,严重侵蚀了传统文体的阅读和写作,互联网更是借助联觉通感的多媒体手段大大加速了这一进程。与此同时,电视解说词作为读图文体却得到了广泛应用和长足发展,它的非独立性特征要求将图文、声画结合的原则贯穿于写作的整个过程中。电视解说词写作课程需要学生兼顾传统文体的读写积累和现代视听语言的产销经验,以打造作品的心态而不是完成作业的心态去创作。为了更好地实现这个目标,小组协作式任务驱动是一个行之有效的方法。

摘要： 研究基于Halliday的系统功能语言学,以Martinec和Salway的图文系统为理论框架,利用地位关系和逻辑语义关系对英语广告进行多模态语篇分析。采用定性和定量相结合的方法对100幅2020年世界五百强企业的英文平面广告进行图文关系分析。研究发现,在英文广告中,图文相互补充共同构建意义。然而,图像往往隶属于文字,文字仍然是表达意义的主要手段。在实例中,图文地位关系以图文相互依赖和图像从属于文字为主;逻辑语义关系包括扩展和投射,其中扩展以延伸和详述为主。研究丰富了多模态话语分析的应用,验证了理论的实用性,并且为广告设计提供一定可行性建议。

摘要： 绘本作为儿童文学的一种文学样式,是由图、文、音构建的多模态实体。绘本翻译不仅要考虑语言、视觉和听觉的建构,还要响应儿童成长需求。研究者选取《花格子大象艾玛》系列和任溶溶译本,进行标注和数据统计,分析译本在表演性、图文关系和成长性的具体实现方式及产生的文本效果。结果表明,任溶溶译本大量使用叠词、拟声词,兼顾语气突显,实现表演性;采取解释性和增译策略实现图文互动;采取精准选词,使用成语与修辞手法,实现儿童语言习得和认知构建的成长性需求。这种新的分析框架探索了绘本翻译的多模态话语建构与成长性再现,对于绘本翻译研究具有一定参考价值。

摘要： 本文主要讨论《伯夷叔齐采薇图》所选文本与图像之间的关联与互动问题.要点如下:第一,《伯夷叔齐采薇图》在众多文本中选用的哪一个文本?第二,根据文本,夷齐故事分为多个场景,如殉国、逃国等,但《伯夷叔齐采薇图》只选用了"采薇而憩"这一个场景.为什么会这样?第三, "采薇"场景是怎样表现,怎样将图像与文本链接起来的?第一，首先通过分析图像中的视觉焦点而确定此图的文本是《史记》的《伯夷列传》。第二，在与明代的《夷齐志（录）》的六个场景的参照中，展示了根据《伯夷列传》的文本，还可以被制作成图的情节分别有：一夷齐让国，二：夷齐逃国，三投奔西伯，四叩马而谏，五采薇首阳，六作歌饿死。第三，在与《夷齐志（录）》的对比中，体现出李唐对“采薇”场景表现的特殊之处。即李唐更愿意把伯夷叔齐塑造成隐士和高：人的形象，而不是乡野农夫。第四，从图像的前后关系来看，另有一个问题，伯夷叔齐住在哪里？是否有一种可能，画家所描绘的地点并不是伯夷叔齐的采薇之处，而是他们所居住的地方。从他们所处的环境来看，有山石有树木，远方还有水源。他们隐居在山中，必然渴望远离世俗纷扰，也躲避周人的袭击，而有山有水有石有树的地方，正是文人理想的隐居之地。第五，结合以上分析，可以说采薇歌词的内容，才是李腐最想突出的。采薇歌的核心是反对“以暴制暴”。由于整个文本中对于夷齐形象的塑造是多元的，因此作者在人物由文字形象向图像形象的转变中，有许多选择，他可以对夷齐进行形象的改造与再塑造，延伸出其他含义。因此他提示了双重的形象：浮现于图像背后文本中的那个观者想象中的夷齐，以及图像中可见的现实的夷齐。这两个夷齐对于观者都是真实的，也有可能是冲突的。但李唐并不想否定这种冲突，而是想借文本引入冲突。这也是很多根据文本所作的图像的不同之处。

摘要： "图像学"的所指,在米切尔处明显发生了变化.他新近引入图像学的理论方法正是源于语言学研究的"层级结构".在不同的层级结构中,矛盾和差异被和谐地安置,尤其是图像与语词的差异被明确地保留下来.形成对比的是,符号学却试图用符号统领一切.本文第一部分从"元图像"切入,比较和分析元语言和元图像的层级结构,并讨论图像与语词如何在"元图像"的同媒介内部的不同层级中共存.第二部分以米切尔讨论抽象绘画为例,重点讨论跨媒介的内外层级结构中图像与话语间潜在的合作形式.第三部分,通过与语言学、符号学等比较,讨论层级结构在米切尔图像学中成为拓展研究对象的重要手段,并说明层级结构的使用无法成为否定米切尔"图像学"之名的理由.

摘要： 文学遭遇图像时代,引发了一场图像与文字之争,两者之间的关系问题也被推向了文学理论研究的前沿.本文以图文关系为出发点,指出两者之争是对以语言为中心的文学理论的消解,也是建构当代文学理论范式的重要路径,同时也为积极反思传统文学理论研究提供了重要契机.

摘要： 在以往的本草文献研究中，当涉及到附图本草的时候，研究者大多数是把本草图和本草书正文捆绑起来加以评价。因此就出现对一部本草书(正文)的评价很高，对其所附药物图的评价也就水涨船高(例如《本草纲目》)。或者某一书的药图非常精美，于是对整个书的评价也就溢美(例如《本草品汇精要》)。鉴于此，本文就中国古本草中图、文之间的关系进行了探讨。

摘要： 在以往的本草文献研究中，当涉及到附图本草的时候，研究者大多数是把本草图和本草书正文捆绑起来加以评价。因此就出现对一部本草书(正文)的评价很高，对其所附药物图的评价也就水涨船高(例如《本草纲目》)。或者某一书的药图非常精美，于是对整个书的评价也就溢美(例如《本草品汇精要》)。鉴于此，本文就中国古本草中图、文之间的关系进行了探讨。

摘要： 在以往的本草文献研究中，当涉及到附图本草的时候，研究者大多数是把本草图和本草书正文捆绑起来加以评价。因此就出现对一部本草书(正文)的评价很高，对其所附药物图的评价也就水涨船高(例如《本草纲目》)。或者某一书的药图非常精美，于是对整个书的评价也就溢美(例如《本草品汇精要》)。鉴于此，本文就中国古本草中图、文之间的关系进行了探讨。

摘要： 本发明的实施例提供了一种确定图文对应关系的方法和装置。根据本发明实施例的确定图文对应关系的方法，包括：获得对于一组图像的评论，其中评论包括多个语句；基于预先建立的关键词库，从每个语句中提取关键词；以及根据评论的一个语句中的关键词，在一组图像中确定与该语句对应的图像。

摘要： 本发明提供一种基于图文网络关系的自更新图文检索方法，涉及数据库技术领域。本发明采用两阶段检索模式，将文本划归主题，图片进行分类，并在每个主题和分类内部根据相关度构建网络关系。在每个分类中构建图网络关系，当两个图片的相似度大于某一阈值β时，定义两个图片之间的连接。文本数据库则是将文本划分主题，在每个主题中构建文本网络关系。当两段文本的相似度大于某一阈值β时，定义两个文本之间的连接，在检索完成后，邀请用户对检索结果进行评分，并将评分反馈给系统，作为检索改进的指标，实现检索的优化。同时，将检索内容加入相应的数据库主题或类别中，实现数据库的自我扩充。

摘要： 本发明公开了一种适用图文知识图谱的关系抽取方法及系统，属于信息处理领域。该方法的特征包括：首先物体检测系统得到物体集合以及视觉短语特征，再同时分别经过视觉短语系统和翻译嵌入系统得到图像视觉特征和图像语义特征，最终经过分类器得到图像中的关系预测。本发明通过结合知识图谱与图像信息，解决图文知识图谱的关系抽取问题。

摘要： 本发明的实施例提供了一种确定图文对应关系的方法和装置。根据本发明实施例的确定图文对应关系的方法，包括：获得对于一组图像的评论，其中评论包括多个语句；基于预先建立的关键词库，从每个语句中提取关键词；以及根据评论的一个语句中的关键词，在一组图像中确定与该语句对应的图像。

摘要： 本申请涉及一种图文预训练模型训练、图文预测模型训练方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：将训练图像原始特征和训练文本原始特征进行特征掩盖，得到训练图像目标特征和训练文本目标特征，并将训练图像目标特征和训练文本目标特征输入到初始图文预训练模型中进行图文匹配程度评估，得到初始图文匹配程度，并使用初始图文匹配程度、训练目标图像特征和训练目标文本特征进行跨模态信息交互，得到初始图像交互特征和初始文本交互特征，并进行迭代训练得到目标图文预训练模型。采用本方法能够提高训练的准确性。本发明实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。

摘要： 本公开提供了一种多目标图文匹配模型的训练方法、图文检索方法及装置，涉及人工智能技术领域，尤其涉及深度学习、图像识别技术领域。方法包括：获取多个训练样本，训练样本包括样本图像和样本文本组成的样本对，样本图像中包括多个目标；对于每一训练样本，获取训练样本中的样本文本对应的热力图，热力图表征样本文本与样本图像中的目标对应的区域；基于多个样本文本和对应的热力图，训练图文匹配模型，得到多目标图文匹配模型。本公开技术方案，通过样本文本和对应的热力图训练多目标图文匹配模型，可以解决图像中有多个目标时，计算结果不准确的问题。将多目标图文匹配模型应用到图文检索中，可以提高检索结果的准确性。

摘要： 本公开提供了一种图文处理模型训练及图文处理方法、装置、设备及介质，涉及人工智能领域，具体涉及深度学习领域，可用于信息推荐场景。具体实现方案为：将样本文本输入待训练的文本特征提取器得到文本特征，并将样本图像输入待训练的图像特征提取器得到图像特征；根据所述文本特征和所述图像特征之间的相关性，对所述文本特征提取器和所述图像特征提取器的网络参数进行更新；根据所述图像特征和所述样本图像构建监督信号，并根据所述监督信号更新所述图像特征提取器的网络参数。本公开能够提高图像特征提取器的特征提取准确度，从而提高图文相关性判断的准确度。

摘要： 本申请公开了图文互检模型训练方法及装置、图文互检方法、设备，应用于检索技术领域，包括：获取训练数据对；将训练数据对输入初始模型，分别利用初始模型中的文本编码模块和图像编码模块提取文本训练数据的文本编码特征以及图像训练数据的图像编码特征；文本编码模块包括多层LSTM网络，多层LSTM网络包括第一LSTM网络层和第二LSTM网络层，分别用于：基于每个目标文本中每个字的特征获取每个目标文本的特征。基于每个目标文本的特征获取长文本数据的特征；计算训练损失，并对初始模型进行参数调节；若训练损失满足收敛条件，则将参数调节后的初始模型确定为图文互检模型。能够提升图文互检模型性能，进而提升图文互检的准确度。

摘要： 本发明公开了一种图文数据的多级关系分析与挖掘方法，其引入BERT‑Large提取文本特征构建文本连接图，利用Faster‑RCNN网络提取图像特征来学习空间位置关系和语义关系并构建图像连接图，进而完成单模态内部语义关系计算，在此基础上，使用“节点切分方法”和带多头注意力机制的图卷积网络，进行局部和全局的图文关系融合。此外，为提升关系分析与挖掘效率，采用了基于注意力机制的连边权重剪枝策略，用以增强重要分支表示，减少冗余信息干扰。在公开的Flickr30K、MSCOCO‑1K、MSCOCO‑5K数据集上进行方法实验，并与11种方法进行实验结果的对比分析，本发明在Flickr30K上的平均召回率提高了0.97％和0.57％，在MSCOCO‑1K上的平均召回率提高了0.93％和0.63％，在MSCOCO‑5K上的平均召回率提高了0.37％和0.93％。

摘要： 本发明属于计算机视觉和机器学习技术领域，特别是涉及一种基于协同训练的半监督图文关系抽取系统及其方法。包括以下步骤：输入图像，通过目标检测网络识别多个实体的候选区域；对候选区域的实体对两两组合，将实体对间各实体所在候选区域重合面积的得分排序，筛选得分高于阈值的作为候选建议实体对；基于候选建议实体对通过编码获取实体对的多模态特征；基于实体对的多模态特征构建图像视图和语义视图；在构建的图像视图和语义视图下训练图像分类器和语义分类器，通过训练更新网络，从而输出每个候选实体对间的视觉关系。本发明使用半监督学习的方式，使图像语义和文本语义两种模态的数据通过协同训练获取模态间深层信息，以提升关系检测的精度，并应用到视觉问答、知识推理等任务中。