语义

摘要： 目的研究专家与用户对产品外观语义认知及设计语义评价结果的差异,探索在产品研发的初步评价环节,小样本专家评价能否替代或预测用户评价。方法进行两个阶段的问卷调查。第一阶段,统计专家与用户的设计认知语义计数,筛选高频词汇作为第二阶段的评价语义。第二阶段,分别进行较小的专家样本和较大的用户样本的问卷调查,应用典型相关分析方法,对专家与用户语义评价结果进行相关分析,进一步应用聚类分析法,检验评价结果的一致性。结果以梳棉机外观设计为对象,选取12款梳棉机为刺激材料,专家语义第1集合与用户语义第1集合具有较强相关性(Pearson’s r=0.938,F=2.542,p=0.054),2类聚类结果显示专家语义与用户语义评价结果完全一致,3类聚类不一致率仅为8.333%。结论表面上看,专家语义与用户语义不同,体现出专家与用户对设计的认知差异,但最终的评价结果具有一致性。因此,小样本的专家语义评价,能够在一定程度上预测用户语义评价结果,该方法能够帮助设计研发团队掌握和预测用户的设计评价与认知,为纺机企业设计初评价阶段节约一定的成本投入。

摘要： 随着对英语学习重视程度的增加,越来越多的语言学习者意识到同义词的存在。为了体现词汇的灵活性,他们通常使用同义词的转换来表达同一个意思。但是,同义词之间是否“完全相等”呢?如果两个单词为同义词,那学习者是否可以在任何语境中进行替换使用呢?为了更地道地学习英语,绝对同义词的存在问题还有待商榷。可采用定性研究方法,借助词汇词典和一些英语语料库寻找答案。通过研究发现,绝对同义词并不存在,因为所谓的同义词在一个或多个方面与对应的同义词并不对等。此外,该文还阐述了限制同义词互换性的因素,以避免词汇变化时含义的缺失。

摘要： 基于语料库的考察表明,副词“仍然”与“照样”在语义上具有一定的相似性,但也存在诸多差异。句法方面,“仍然”作状语不能加“的”与“地”,而“照样”存在“照样的”与“照样地”的形式;“仍然”后面一般不能修饰单音节动词的光杆形式,而“照样”可修饰单音节动词的光杆形式;“仍然”不能独用,而“照样”可独用。语法意义方面,“仍然”主要表示与时间推移相关的“延续义”,而“照样”既可表示与时间推移相关的“延续义”,也可表示关涉不同对象、条件的“类同义”。语义特征方面,“仍然”属于弱可控副词,具有[-企望]的语义特征,而“照样”属于强可控副词,具有[+企望]的语义特征。语用方面,“仍然”不具备话语衔接功能,而“照样”具备话语衔接功能;“仍然”书面色彩较浓,而“照样”口语色彩较重。

摘要： 话语标记语是日常生活中常见的语言现象,"你看看"句式在生活中无处不在,本文通过搜集和整理"你看看"句式的语料,以范晓的三个平面为理论基础,从句法、语义、语用等多个角度对话语标记"你看看"进行阐述分析。

摘要： 唐代出现否定动词“没”,在对名词和名词性成分进行否定时,从而形成表否定意义的“没+NP”形式。当“没+NP”形式属于否定构式时,其构式义为“说话人对所描述对象作出的主观否定性评价”,主要表现在两点:一是构式“没+NP”表示转喻性否定,“没”否定的是“NP”的转喻意义,说话人的否定性评价以“NP”具有的转喻意义为基础,其中构式“没+NP具体”最早出现在五代时期,构式“没+NP抽象”最早出现在元代;二是构式“没+NP”表示量度性否定,“没”否定的是“NP”的语义程度,说话人的否定性评价以“NP”隐含的量度变化为基础,其中构式“没+NP抽象”最早出现在唐代,构式“没+NP具体”最早出现在元代。

摘要： 南宋权臣韩侂胄的"侂",其实有两种读音。从其语义与名、字互训的关系看,读古音chà似为妥帖。

摘要： 从语义、语法、语用三个层面对现代汉语中副词的易位情况进行量化统计、分析。考察发现,易位副词在语义、句法、语用层面都呈现出范畴化现象,具体表现为:在语义方面,表示语气、时间、情态、范围等副词均可易位,其中语气副词最为典型;在句法方面,副词易位多是“主语+中心语,状语”或“中心语,状语”格式,且以陈述句为主;在语用方面,易位副词主要用于补充说明,凸显言者视角和立场。认为通过对易位副词范畴化的描写与分析,可以为副词的多角度研究提供新视野,同时也为对外汉语中的副词教学起到积极促进作用。

摘要： 近义词语义研究长期以来多借助内省法或者诱导法。这些传统研究方法在研究近义词辨析等方面做出了一定贡献。随着近义词语义研究转向实证方向,出现了基于心理实验和语料库的语言学研究方法,克服了以往传统研究方法主观性强,可信度低等局限性。本文梳理分析了国内外近义词语义研究的现状,展望了近义词语义研究今后的研究方向。

摘要： 从上世纪中叶开始,对语义的理解经历了从指称关系到语用推论、用语用层面的共识代替语义层面的表征的“语用转向”。本文将通过考察戴维森和布兰顿的语义学方案阐明,试图在语义和语用之间做出选择的理论视域是狭窄的。戴维森意在阐明,为了让解释者和说话者共同意指某个公共事物或事件,世界和语言之间必须存在某种更为基础的同构性。基于同样的诉求,布兰顿认为我们必须在推论实践的终点用清晰的逻辑表达语汇来刻画语义推论的表征维度。从一种更为整全的语义观出发,他们尝试在语用的语境中重新讨论语义表征,从“语言使用者在世界中”的图景出发探讨语言和世界的深刻关联。这些思考从根本上表明,关于语义的探讨并不存在真正意义上的“转向”,而是一个将各种因素都纳入考量的开放性议题。

摘要： 通过检索北京大学现代汉语语料库和现代日语均衡语料库发现“一位”和「一人の」虽然在表示数量时用法相同,但是在语义、搭配方面又存在很大的不同。前人的研究中,提到了「一人の」和“一位”的定指示和不定指示的特征,但关于两者在搭配或者语义方面的比较鲜有提及。因此,本研究旨在补充「一人の」和“一位”相关的对比研究,借助语料库帮助学生促进「一人の」和“一位”的学习。

摘要： 提出了一种基于语义的特征降维方法。通过依存关系抽取实现一次降维;通过计算类别和依存关系特征项的语义相似度，结合互信息方法进行特征选择实现二次降维。对中文文本分类的实验结果表明，提出的特征降维方法具有较好的分类效果。

摘要： 本文提出结合语义与语境的方法对专利领域信息的检索表达式进行查询扩展。通过对检索词的查询扩展使得检索表达式更加准确和全面，提高了检索的查全率和查准率。本文的内容包括领域语料库的构建、领域本体知识库的构建、用户查询扩展匹配，这三个方面的内容。在构建领域语料库和领域本体知识库时，还用到了文本挖掘的相关理论和技术。在获取领域本体知识库领域概念之间的关系时，运用了共现分析的技术，将专利信息的具体领域语境考虑进去，并运用关联分析的理论挖掘各个领域概念之间的关系。然而本文对与领域本体知识库的构建中领域关系确定只是处于探索阶段，具体应用到的文本挖掘的知识的应用还有待于进一步的加强。今后工作是构建专利领域信息检索查询扩展系统。

摘要： 频繁断接性是移动数据库的重要特性，是影响移动数据库查询优化的重要因素，而数据广播是解决移动数据库频繁断接操作的一种有效办法，本文对数据广播进行了研究，提出了基于语义的数据广播调度算法，实践表明，该方法能够提高移动数据库查询的效率。

摘要： 文本聚类大多采用TF-IDF方法把文本建模为词频向量，利用余弦等相似度量方法计算文本之间的相似度，以此进行文本聚类.这些方法忽略了文本中词的语义信息，改进的基于语义的文本聚类方法则缺少文本之间相似度的定义，无法反映两篇文本之间的相似程度，聚类效果局限于某些特定领域.本文在TF-IDF模型基础上分析文本中重要词汇的语义信息，提出了一种新的文本相似度量方法.该方法首先应用自然语言处理技术对文本进行预处理，然后利用TF-IDF方法寻找文本中具有较高IF-IDF值的重要词项. 借助外部词典分析词项之间的语义相似度，结合文中提出的词项相似度加权树计算两篇文本之间的相似度，最后利用文本相似度进行聚类.实验时比了TF-IDF方法以及另一种基于语义相似性的文本相似度，实验结果表明该方法在基于F-度量值标准上能够提升文本聚类的查准率和查全率.

摘要： 给定关键字集合,关系数据库上的关键字查询返回一个元组连接树集合.现有的关键字查询处理方法要求元组连接树的每个叶节点至少包含一个查询关键字.但是,这些方法都忽略了与查询关键字语义相关的元组。因此,提出一种基于语义的关键字查询处理算法。首先定义了查询关键字与元组连接树的语义相关性评价函数,然后在查询处理过程中利用该评价函数,以产生相关性最高的top-k结果.最后,实验结果表明该查询处理算法的准确性和高效性。

摘要： 论文从扩展关系型数据的语义这一热点问题出发,探讨了利用E-R本体标注关系型数据的方法.关系型数据库作为经典数据存储模型,其语义表达能力的提高一直是学术界研究的热点.E-R模型与关系数据库间的双向互动转换技术已较为成熟,同时经过扩展的E-R模型可形式化地描述本体.论文以E-R模型为纽带,应用E-R本体来丰富和标注关系数据库的语义信息.

摘要： 随着网络技术的发展和跨地域的流程的应用，原来的集中式的工作流技术逐渐表现出其局限性，基于分布式网络环境下的工作流应运而生，然而如何准确合理的应对各种各样的突发问题，语义工作流随之越来越受到更多重视。对本体及工作流技术进行研究，分析并使用OWL语言对工作流本体模型进行了描述，建立了基于本体的工作流模型，最后设计并实现了一个基于Protege的工作流本体模型，为以后使用该模型创建的本体进行推理验证，实现智能化操作，奠定了坚实的基础。

摘要： 在日语中机能语和内容语是一个对立的概念。机能语主要是以“连接词”的意思来使用。它有两个方面的机能:一个是语法方面的机能;另一个是语义方面的机能。到目前为止,人们对机能语的看法不和体言和用言等内容语一样。只看重其语法方面的作用,却忽略了它的语义方面的作用。在本文中,从机器翻译的角度对机能语进行了分类,并且在实例中分析了其语义作用和译文。

摘要： 一个学科的诞生出世，哪怕是一个学术名词的诞生，几乎总是与人类的第一次感知和体验有关，而且这种感知和体验可能又特别刺激，或特别强烈。当人类尝受烈性疫病的痛苦之后又第一次发现了一个秘密，一旦痊愈后就可能获得对它再一次攻击的免受能力。在这痛苦之后的觉醒便产生新的智慧和思考。疫病的痛苦有如劳役之痛苦，免除劳役之苦，而这回是免除再一次的疫病之苦，因而人类脑海里浮现出“免疫”的联想。这一发现出于对烈性传染病的认知和体验，而这种认知和体验错位就在病原微生物学的迷雾中让人类饱受误读。本文介绍了非经典免疫引起的挑战、传统免疫认知上的若干次飞跃、机体应答的背景动因和学科用语含义上的冲突。

摘要： 一个学科的诞生出世，哪怕是一个学术名词的诞生，几乎总是与人类的第一次感知和体验有关，而且这种感知和体验可能又特别刺激，或特别强烈。当人类尝受烈性疫病的痛苦之后又第一次发现了一个秘密，一旦痊愈后就可能获得对它再一次攻击的免受能力。在这痛苦之后的觉醒便产生新的智慧和思考。疫病的痛苦有如劳役之痛苦，免除劳役之苦，而这回是免除再一次的疫病之苦，因而人类脑海里浮现出“免疫”的联想。这一发现出于对烈性传染病的认知和体验，而这种认知和体验错位就在病原微生物学的迷雾中让人类饱受误读。本文介绍了非经典免疫引起的挑战、传统免疫认知上的若干次飞跃、机体应答的背景动因和学科用语含义上的冲突。

摘要： 本发明提出一种基于多级语义表征和语义计算的语义识别方法，主要解决现有技术用对信号语义识别可解释性差和泛化能力低的问题。其实现方案为：获取训练集和测试集；构建由级联的多级语义表征网络和语义计算网络组成的信号语义识别网络，以对信号进行可学习的多层级语义表征，并根据语义表征计算信号的语义类别；设置语义表征损失函数和交叉熵损失函数对多级语义表征网络和语义计算网络依次进行训练，得到训练好的信号语义识别网络；基于训练好的信号语义识别网络获取待识别信号的语义识别结果。本发明有效提高了信号语义识别的可解释性和泛化能力。可以用于人机交互、语义信息检索。

摘要： 本发明公开了一种面向情感语义的语义标注及语义依存分析方法及装置，涉及自然语言处理技术领域。包括：获取待分析的文本；将文本输入到构建好的情感语义模型；其中，情感语义模型包括情感语义依存表示及标注模块以及情感语义依存模型；根据文本以及情感语义模型，得到待分析的文本的标注及分析结果；其中，标注及分析结果包括情感语义标注结果以及语义分析结果，情感语义标注结果根据文本以及情感语义依存表示及标注模块得到，语义分析结果根据文本以及情感语义依存模型得到。本发明能够构建面向情感的深层语义形式化表示方案，以及构建面向情感语义的深层语义分析算法框架，可以输出高质量的深层情感语义分析结果。

摘要： 本申请实施例提供了一种语义识别模型及其训练方法、语义识别方法，所述模型包括：声学模块，包括依次连接的特征过滤层、音素特征层以及词特征层；语义模块，包括依此连接的全连接层、Transform层以及逻辑回归层；声学模块配置为，提取音频数据中的音素特征向量和词特征向量；语义模块配置为，根据音素特征向量和词特征向量输出音频数据对应的语义标签，语义标签用于指示音频数据对应的语义类别。

摘要： 本发明公开了语义信息表示方法、语义编码器、解码器和语义通信框架，属于语义通信领域。本发明在传统的语义通信架构基础上，在语义编码器中增加语义比较器，在语义解码器增加语义推理器。所述语义通信架构不在发送方对语义信息进行直接编码，而是训练一个语义比较器，该语义比较器能够区分出发送方的专家推理路径，语义推理器通过和语义比较器对抗式训练，学习到语义发送方专家推理路径的推理机制，最后直接能对接收到的信息进行解码恢复出语义信息，解决了对隐式语义信息中的语义推理机制难以编码的问题，并且能够实现语义信息的解码。

摘要： 本发明公开了一种面向情感语义的语义标注及语义依存分析方法及装置，涉及自然语言处理技术领域。包括：获取待分析的文本；将文本输入到构建好的情感语义模型；其中，情感语义模型包括情感语义依存表示及标注模块以及情感语义依存模型；根据文本以及情感语义模型，得到待分析的文本的标注及分析结果；其中，标注及分析结果包括情感语义标注结果以及语义分析结果，情感语义标注结果根据文本以及情感语义依存表示及标注模块得到，语义分析结果根据文本以及情感语义依存模型得到。本发明能够构建面向情感的深层语义形式化表示方案，以及构建面向情感语义的深层语义分析算法框架，可以输出高质量的深层情感语义分析结果。

摘要： 本公开涉及包括粗略语义解析器和精细语义解析器的改进语义解析器。描述了用于通过将对话系统的语义解析器分解成粗略语义解析器和精细语义解析器来改进所述语义解析器的技术。本文描述的方法包括访问在对话系统中接收到的话语。所述话语是基于文本的自然语言表达。所述方法进一步包括将粗略语义解析器应用于所述话语以确定针对所述话语的中间逻辑形式。所述中间逻辑形式指示所述话语中的一个或多个意图。所述方法进一步包括将精细语义解析器应用于所述中间逻辑形式以确定针对所述话语的逻辑形式。所述逻辑形式是所述话语的根据已建立的语法的句法表达，并且所述逻辑形式包括所述一个或多个意图的一个或多个参数。所述逻辑形式可以用于与所述对话系统的用户进行对话。

摘要： 本发明提出一种基于多级语义表征和语义计算的语义识别方法，主要解决现有技术用对信号语义识别可解释性差和泛化能力低的问题。其实现方案为：获取训练集和测试集；构建由级联的多级语义表征网络和语义计算网络组成的信号语义识别网络，以对信号进行可学习的多层级语义表征，并根据语义表征计算信号的语义类别；设置语义表征损失函数和交叉熵损失函数对多级语义表征网络和语义计算网络依次进行训练，得到训练好的信号语义识别网络；基于训练好的信号语义识别网络获取待识别信号的语义识别结果。本发明有效提高了信号语义识别的可解释性和泛化能力。可以用于人机交互、语义信息检索。

摘要： 本申请实施例提供一种视频语义分割装置、训练方法以及视频语义分割方法，其中，所述视频语义分割方法包括：从待分割视频中获取与当前帧图像相邻的图像作为所述当前帧图像的参考图像；获取至少一帧参考图像中各参考图像的图像特征以及语义识别结果，其中，所述至少一帧参考图像是在视频序列中与当前帧图像相邻的前一帧或多帧图像；将所述各参考图像的图像特征、所述各参考图像的语义识别结果和所述当前帧图像输入视频语义分割模型，得到所述当前帧图像的语义分割结果。与相关技术既提升了语义分割的准确度又提升了语义分割的速度，并最终实现了实时的视频语义分割。

摘要： 本发明公开了一种语义分割网络构建方法，包括构建短期连接单元；堆叠得到编码器；构建像素级注意力模块；进行上采样构建解码器；结合编码器和和解码器得到语义分割网络；构建细节引导模块用于对语义分割网络进行训练；完成语义分割网络的构建。本发明还公开了包括所述语义分割网络构建方法的语义分割方法，以及包括所述语义分割方法的自动驾驶方法。本发明提供的这种语义分割网络构建方法、语义分割方法及自动驾驶方法，通过创新的语义分割网络的设计和构建，不仅实现了语义分割网络的建立和对应的语义分割，而且本发明方法的可靠性更高，精度更高，而且资源消耗更少。

摘要： 本公开提供了一种语义识别方法、语义识别装置、计算机可读存储介质和电子设备，涉及自然语言处理技术领域。该语义识别方法包括：获取待识别语句，按语义模板对待识别语句进行分词处理，得到待识别词语集合和与待识别词语集合对应的第一模板词语集合；基于待识别词语集合中各词语及各词语的词语类型，确定各词语对应的评价指标值，利用各词语对应的评价指标值，计算待识别语句与语义模板的第一相似度；根据待识别词语集合中各词语的长度之和与第一模板词语集合中各词语的长度之和，计算待识别语句与语义模板的第二相似度；基于第一相似度和第二相似度，输出待识别语句对应的第一识别语句。本公开可以提高语义的识别率，扩大语义的识别范围。