语义匹配

摘要： 双语术语对齐库是自然语言处理领域的重要资源,对于跨语言信息检索、机器翻译等多语言应用具有重要意义.双语术语对通常是通过人工翻译或从双语平行语料中自动提取获得的.然而,人工翻译需要一定的专业知识且耗时耗力,而特定领域的双语平行语料也很难具有较大规模.但是同一领域中各种语言的单语术语库却较易获得.为此,提出一种基于两种不同语言的单语术语库自动实现术语对齐,以构建双语术语对照表的方法.该方法首先利用多个在线机器翻译引擎通过投票机制生成目标端"伪"术语,然后利用目标端"伪"术语从目标端术语库中检索得到目标端术语候选集合,最后采用基于mBERT的语义匹配算法对目标端候选集合进行重排序,从而获得最终的双语术语对.计算机科学、土木工程和医学三个领域的中英文双语术语对齐实验结果表明,该方法能够提高双语术语抽取的准确率.

摘要： 从互联网可比语料中筛选高质量的平行句对,是提升低资源机器翻译性能的有效手段之一。针对该问题,融合预训练语义表征提出一种基于双向交互注意力机制的跨语言文本语义匹配方法,首先利用预训练语言模型分别获得源语言和目标语言的双语表征,其次基于双向交互注意力机制实现跨语言特征的空间语义对齐,最后基于多视角特征融合后的语义表征实现跨语言句对的关系判定。实验结果表明,所提方法优于已有的平行句对抽取模型。此外,借助抽取出的平行语料,机器翻译模型的性能得到了明显的改善。

摘要： 目的针对设计过程中存在潜在的设计意图与用户实际感知不一致的问题,依据较为客观量化的实验结果,以设计者风格意图为基准,研究了不同背景被试者对产品的感知差异。方法采用语义差异法、眼动追踪技术和回顾性访谈,以家具座椅为实验样本,对42名被试者进行产品的语义匹配度实验。记录和分析被试者对产品特征的感知及意象决策过程的相关数据,对比不同背景用户的意象感知引起不同关注模式。结果一般来说,工业设计背景被试者对产品语意感知拥有更高的匹配度;当工业设计背景被试者相比于非工业设计背景被试者的语义匹配度低时,形态特征注视点具有差异;不同背景的被试者对于座椅形态在椅背和椅面均表现有更高的关注度。结论结果表明用户对产品特征的关注与意象感知相关,利用眼动技术能够较为客观地描述它们的关系。研究关于理解不同背景用户之间对产品的语义感知差异,辅助设计者有针对性操作设计特征,进行创新设计提供了一定支持。

摘要： 发布/订阅系统广泛应用于涉及消息发送和接收的业务,事件匹配算法是其中的关键问题。综述了基于内容和基于语义2类发布/订阅系统的事件匹配算法。对基于内容的发布/订阅系统中事件匹配算法进行了分类讨论,详细梳理了其索引结构的发展脉络,比较了各种算法的异同和优缺点。基于语义的发布/订阅系统具有更强的描述能力,简要介绍了其中的语义数据模型,详细对比了近年来提出的语义事件匹配算法,并对未来的研究方向进行了探讨和展望。

摘要： 研究基于参考图像的花卉线稿图的工笔效果上色问题.现有的基于参考图像的线稿图上色算法对工笔花卉画特有的色彩渐变的特点难以学习和模拟;此外通常还要求参考图像与线稿图具有相似的几何布局结构,这也限制了算法的适用性,故而直接采用现有算法难以实现线稿图的工笔效果上色.基于条件生成对抗网(conditional generative adversarial network,CGAN)框架,提出了一种将参考图像与线稿图进行语义匹配的花卉线稿图工笔效果上色算法RBSM-CGAN.该算法在网络结构设计方面,以U型网络(简称U-Net)为生成器基础,设计了2个附加子模块:1)语义定位子模块.该模块预训练了一个语义分割网络,以生成花卉线稿图的语义标签图,该标签图编码后作为自适应实例归一化的仿射参数引入到上色模型中,提升对不同语义区域的识别能力,进而提高颜色定位的准确性.2)颜色编码子模块.该模块提取参考图像的颜色特征,而后将该特征拼接到生成网络解码层的前3层,利用这种方式将颜色信息注入上色模型,与语义定位模块相配合加强算法对渐变色的学习和模拟.另外,算法在网络训练方面改变传统的“工笔花卉原作-花卉线稿图”数据对的训练方式,通过打乱原作的几何结构等摄动操作生成原作摄动图,采用“原作摄动图-花卉线稿图”数据对进行网络训练,降低了模型对原作空间几何结构的依赖性,提升了算法的适用性.实验结果表明:该算法对用户选择的参考图像的颜色语义具有正确的响应,所引入的“语义定位+颜色编码”的结构设计提升了对渐变色的模拟效果,实现了在不同参考图像指导下的花卉线稿图的工笔效果上色,可快速生成多样化的上色结果.

摘要： 随着“十四五”规划提出要保护和激励国内产生更多高价值专利,各类跨学科、跨领域的创新型专利申请量激增,专利自动分类方法辅助人工分类的需求日益增长.目前,中文专利分类主要由审查员根据提交的专利内容,与国际专利分类体系表进行人工匹配来确定所属分类,人工效率低.已有的专利自动分类方法主要从专利中提取文本结构特征和语义特征,将两种特征与国际专利分类体系表中的标签直接进行相似度匹配,没有考虑到国际专利分类表中分类标签解释文本的语义信息,容易导致分类模糊.为此,提出一种基于语义匹配的多标签多层级中文专利分类方法,将传统的文本分类问题转化为基于语义特征的文本匹配问题,以实现专利文本多标签多层级分类任务.通过从国际专利分类表中提取各标签各层级(部、大类、小类、大组和小组)的语义特征,同时从公开专利中提取文本语义特征,并将二者进行语义匹配,从而达到自动分类的目的.在同一数据集上的实验结果显示,该方法能够取得更好的效果.

摘要： 常规方法匹配输入名词和翻译名词关联语义时,译文组合关联程度达不到最优,造成名词翻译召回率和准确率较低。提出基于机器辅助的高校英语专有名词自动翻译方法。预处理英语专有名词文件,建立英语平行语料库,为机器辅助提供语料,分割用户输入名词和语料库检索名词语义,根据关联系数和编辑距离,匹配语义关联的输入名词和检索名词,建立语义匹配评价体系,选取最优匹配译文组合作为翻译译文。采用英语专有名词实体集设置对比实验,结果表明,该方法提高了翻译召回率和准确率,以及两项指标调和均值,专有名词翻译结果更加准确。

摘要： 语义匹配作为自然语言处理任务中重要的一环,直接制约问答系统、信息检索等任务的效率。针对现有语义模型大多只以词为基本语义单元进行注意力交互,较少考虑中文中的词边界模糊和字符信息获取不足而带来的语言颗粒度对整体建模忽略的问题,提出一种增强的多粒度特征融合语义匹配模型EMGFM。首先结合BERT模型和word2vec以获得增强的字符向量表示,然后从字、词、句三种粒度进行注意力的交互,并对交互结果进行加权融合,以突出不同交互信息对整体建模的贡献。为减少交互过程中产生的信息损失,通过构造差异性来对交互信息进行信息增强。最后通过最大池化、平均池化两种方式获得文本的最终语义表示以进行匹配度的计算。该模型在CCKS问句匹配大赛中文数据集上达到了87%的正确率,相比于一些语义匹配的经典模型准确率均有提升,证明该方法确实能有效提升问句语义匹配的准确性。

摘要： 法律条文(简称法条)是司法量刑的主要依据,法律条文的精准推荐,能够辅助提高法律智能判决的质量.目前,主流的法条推荐模型是将有限数量的法条当作类别标签,采用分类的思想,根据法律文书的案例描述将其归类到相关的法条.但是法条作为法律规范的文字表述形式,现有的分类方法简单将其作为类别标签的索引编号,导致对其语义信息利用不足,影响了推荐质量.针对此问题,研究将主流的法条推荐方法从分类模型转化为语义匹配模型,提出了基于深度语义匹配的法条推荐方法(DeepLawRec).该方法包含局部语义匹配模块和全局语义推荐模块,分别设计双向Transformer卷积网络模型和基于回归树的推荐模型,在理解文本序列的同时,关注与法条匹配学习相关的局部语义特征,增强法条推荐的准确率和可解释性.在公开数据集上的实验结果表明,DeepLawRec方法在推荐质量上优于传统的文本分类以及经典的语义匹配方法,并进一步探讨了如何分析和判读推荐结果.

摘要： 中文句子对相似性计算任务旨在利用模型对两个句子的相似性进行判别,在文本挖掘领域有广泛的应用。考虑到现有机器学习方法不能同时兼顾句子对的深层语义特征和显式特征的问题,该文提出融合深层语义和显式特征的中文句子对相似性判别方法。采用BERT和全连接网络来获取深层语义向量,再拼接显式特征构造新的特征向量,最后通过分类器完成句子对的相似性判别。实验结果表明,该方法在3个公开的中文句子对相似性评测数据集上的性能均优于基线方法。

摘要： 为提高语义匹配的准确度,本文将本体应用到语义匹配中.利用本体的层次性特点以及本体概念中的对象属性,计算影响语义匹配度的语义相似度和语义相关度,综合得到语义匹配度值,作为语义匹配的量化指标.本文将基于本体的语义匹配技术应用到军事中的作战文书中,经过多种分词系统的处理后的作战文书,得到分词结果,对其进行语义匹配度计算,判断各分词系统的好坏.

摘要： 在基于语义的自动Web服务组合中,往往采用输入输出等参数来描述服务功能,但是在刻画输入输出参数时,一般采用预定义的简单本体概念,并未考虑存在属性约束的情况.为了更加精确的描述服务功能,本文采用带有属性约束的本体概念来描述输入输出参数,在此基础上,研究带属性约束的输入输出参数的语义匹配问题,并提出了一种分层匹配算法,分别从本体类、属性约束以及取值范围约束和基数约束等多个层次考察语义匹配.最后,搭建实验平台,从查准率、查全率和查询耗时等多个指标上验证了该算法的可行性和优越性.

摘要： 随着本体技术研究的不断深入和WEB信息集成技术的快速发展,本体在WEB信息集成中应用越来越广泛.通过本体可以将某个或多个特定领域的概念和术语规范化,为WEB环境下异构数据源的集成提供统一的概念标准和术语标准,为WEB环境下领域或领域之间的应用组合提供便利,本文通过一种基于领域本体匹配算法,来解决WEB信息集成中的不同数据源的语义匹配问题.

摘要： 针对网络化软件的多种多样、个性化、模糊的用户需求，如何从海量、异构、动态的网络服务资源中，找到最符合的、高质量的服务来构造网络化软件，提高用户的体验质量，变得尤为重要。本文提出了一种网络化软件的按需服务发现方法，该方法，首先，根据具体领域，利用事先所建的领域本体对具体需求实例和服务信息进行语义标识；然后，建立起“基本+功能+质量”的三阶段语义匹配模型。

摘要： 随着社会的进步,词汇的不断演变,对高效且有效获取信息带来制约和影响,本文侧重于课程案例构建中有关语境词汇变化,对信息检索检准率和检全率的影响作了一定的解析和研究.总结了词汇演变的具体现象,并且通过具体课例对中西方语义匹配中的异化现象、词汇缩略现象、汉字误用现象、新词新语的出现、分词歧义现象以及汉语中的旧词新义现象进行了解析及实证检验,同时研究了这些现象对信息检索的影响.

摘要： 知识处理的发展对"否定知识"的认识提出了新的要求.中介逻辑是一个完全形式化的系统,其完整地反映了矛盾和对立等否定关系以及推理关系.文章针对模糊知识,在中介逻辑无穷值语义模型的基础上,研究了基于中介逻辑的近似推理问题.文章分析了模糊知识中的否定关系,并以中介逻辑及其无穷值语义模型给予其语形与语义描述.然后,扩展了近似推理的CRI算法.同时,给出了语义匹配度的度量,包括语义距离和相似度,进而提出了基于语义匹配度度量的近似推理方法.

摘要： 随着网络上Web服务的增多,如何从大量的Web服务中全面、准确的找到满足需求的Web服务变得越来越重要.目前的Web服务发现机制主要基于UDDI规范。然而,在UDDI机制中,服务的描述是基于语法的,不舍语义,从而不是机器可理解的；而且,基于UDDI的搜索没有有效的利用服务的IO属性(输入和输出属性)。这些缺陷限制了服务的查准率和查全率。为了提高服务的查准率和查全率,有效的方法是在Web服务描述中加入语义信息,进行Web服务语义匹配。研究人员已经提出了一些语义匹配方法,但这些方法都存在不同程度上的缺陷,在一定程度上限制了查准率和查全率。本文分析了现有的语义匹配方法存在的一些不足,提出了一个基于改进的语义距离的Web服务语义匹配算法,通过具体实例验证,证明了改进的方法确实提高了Web服务的查准率和查全率。

摘要： Web服务组装的自适应性研究因Web服务的多样性和动态性变得尤为重要。目前，替换失效的Web服务是实现服务组装自适应的一个行之有效的方法。因此，如何发现与失效Web服务功能相似的Web服务变得尤为重要。随着互联网的发展，Web服务发现面临以下几个挑战，一方面为了得到与用户需求或失效Web服务功能相似的Web服务，服务组装引擎使用描述服务名字或功能的关键字进行检索，由于Web服务在发布的过程中缺少语义描述，检索结果包含大量不相关的Web服务，无法实现替换目的；另一方面，除具有规范WSDL文档说明的Web服务外，越来越多具有松耦合性、格式更自由的Web服务，如RESTful和Web API被用在Web服务组装中，这类Web服务缺少结构化的文档说明，利用关键字等信息无法实现检索；此外，互联网中的Web服务数量的快速增加也进一步减低了Web服务发现的效率。研究证实，根据Web服务的功能特征将Web服务分类将大大提高Web服务发现的准确率和效率。rn 本文分析了三类Web服务结构，抽取属性信息，对其建立信息模型。针对不同信息应用不同的相似度匹配方法，进而实现服务分类。本文抽取Seekda网站上6000多个真实服务数据进行了实验，分类结果的准确率达到90%以上，已被应用在Web服务组装系统中。

摘要： Web服务组装的自适应性研究因Web服务的多样性和动态性变得尤为重要。目前，替换失效的Web服务是实现服务组装自适应的一个行之有效的方法。因此，如何发现与失效Web服务功能相似的Web服务变得尤为重要。随着互联网的发展，Web服务发现面临以下几个挑战，一方面为了得到与用户需求或失效Web服务功能相似的Web服务，服务组装引擎使用描述服务名字或功能的关键字进行检索，由于Web服务在发布的过程中缺少语义描述，检索结果包含大量不相关的Web服务，无法实现替换目的；另一方面，除具有规范WSDL文档说明的Web服务外，越来越多具有松耦合性、格式更自由的Web服务，如RESTful和Web API被用在Web服务组装中，这类Web服务缺少结构化的文档说明，利用关键字等信息无法实现检索；此外，互联网中的Web服务数量的快速增加也进一步减低了Web服务发现的效率。研究证实，根据Web服务的功能特征将Web服务分类将大大提高Web服务发现的准确率和效率。rn 本文分析了三类Web服务结构，抽取属性信息，对其建立信息模型。针对不同信息应用不同的相似度匹配方法，进而实现服务分类。本文抽取Seekda网站上6000多个真实服务数据进行了实验，分类结果的准确率达到90%以上，已被应用在Web服务组装系统中。

摘要： Web服务组装的自适应性研究因Web服务的多样性和动态性变得尤为重要。目前，替换失效的Web服务是实现服务组装自适应的一个行之有效的方法。因此，如何发现与失效Web服务功能相似的Web服务变得尤为重要。随着互联网的发展，Web服务发现面临以下几个挑战，一方面为了得到与用户需求或失效Web服务功能相似的Web服务，服务组装引擎使用描述服务名字或功能的关键字进行检索，由于Web服务在发布的过程中缺少语义描述，检索结果包含大量不相关的Web服务，无法实现替换目的；另一方面，除具有规范WSDL文档说明的Web服务外，越来越多具有松耦合性、格式更自由的Web服务，如RESTful和Web API被用在Web服务组装中，这类Web服务缺少结构化的文档说明，利用关键字等信息无法实现检索；此外，互联网中的Web服务数量的快速增加也进一步减低了Web服务发现的效率。研究证实，根据Web服务的功能特征将Web服务分类将大大提高Web服务发现的准确率和效率。rn 本文分析了三类Web服务结构，抽取属性信息，对其建立信息模型。针对不同信息应用不同的相似度匹配方法，进而实现服务分类。本文抽取Seekda网站上6000多个真实服务数据进行了实验，分类结果的准确率达到90%以上，已被应用在Web服务组装系统中。

摘要： 本发明提供了一种联合语义解析和语义成分匹配的NL2SQL的方法，包括以下步骤：S1、数据预处理：S2、联合语义槽填充与聚集函数识别，包括：S21、对自然语言查询问题Question进行编码；S22、基于S21的结果，预测聚集函数类型、操作符类型，同时对列字段进行预测；S23、对聚集函数类型预测任务、操作符类型预测任务与列字段预测任务的目标函数进行联合建模，以得到聚集函数类型值、操作符类型以及列字段标签列表；S3、构建语义候选对；S4、语义成分匹配。解决了大宽表的形式下的标注任务繁重、现有方法迁移能力差、不同企业业务场景下通用性不够、以及常规的流水线的方法过于复杂、数据库表字段编码繁琐等问题。

摘要： 本发明公开了面向智能问答基于语义特征立方体的句子对语义匹配方法，属于人工智能、自然语言处理技术领域。本发明要解决的技术问题为如何捕获更多的语义上下文特征、时序特征、不同维度间编码信息的联系和句子间的交互信息，以实现句子对的智能语义匹配，采用的技术方案为：通过构建并训练由多粒度嵌入模块、深层语义特征立方体构造网络模块、特征转换网络模块和标签预测模块组成的句子对语义匹配模型，实现对句子信息的深层语义特征立方体表示和语义特征的三维卷积编码表示，同时通过注意力机制生成句子对的最终匹配张量并判定句子对的匹配程度，以达到对句子对进行智能语义匹配的目标。该装置包括句子对语义匹配知识库构建单元、训练数据集生成单元、句子对语义匹配模型构建单元及句子对语义匹配模型训练单元。

摘要： 本发明涉及脑机接口(BCI)范式，为提出一种新的BCI视听觉双模态刺激范式，为研究在脑‑机接口范式下大脑对视听觉协同关系的响应机制奠定基础。从而可以有助于更深层次理解大脑对视听刺激的反应机制及完善视听双模态脑‑机接口系统，并有望获得可观的社会效益和经济效益。本发明采用的技术方案是，视听双模态语义匹配和语义失配协同刺激脑机接口范式，采集不同刺激范式下的行为学数据和脑电信号，通过对行为学数据分析、脑电信号特征的提取和分析、不同范式下目标刺激与非目标刺激的分类等实现脑控命令的输出。本发明主要应用于脑机接口场合。

摘要： 本公开提供了一种语义匹配模型训练、语义匹配方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及深度学习、自然语言处理和语言识别等人工智能技术领域。该方法的一具体实施方式包括：获取训练样本集合后，基于训练样本中所包括的样本共有词确定训练样本集合中的有偏训练样本，连续使用该训练样本集合中的训练样本对初始语义匹配模型进行连续训练，其中，在训练的前预设轮次内非有偏训练样本被抽取的概率高于该有偏训练样本，该非有偏训练样本为该训练样本集合中该有偏训练样本之外的训练样本，最后训练轮次达到预设目标轮次时进行响应，生成语义匹配模型。应用该实施方式提供的语义匹配模型可以更准确的生成语义相似匹配结果。

摘要： 本申请提供了一种语义匹配模型训练方法、语义匹配方法及答案获取方法，其中，该语义匹配模型训练方法包括：获取样本句组中包含的样本语句的表示向量；其中，每个样本句组包括两个样本语句，以及该两个样本语句是否相似的标注信息；将同一样本句组中的样本语句的表示向量输入预先构建的语义匹配模型，确定同一样本句组中的样本语句之间的相似度；根据两个样本语句之间的相似度与所述标注信息的比对结果，对所述语义匹配模型进行本轮训练；经过对所述基础模型的多轮训练，获取所述语义配模型。本申请解决无法实现对含义类似但表述方式不同的语句之间的精确匹配的问题，进而达到够更好的实现表述不同的相似语句之间的匹配的效果。

摘要： 本申请涉及计算机技术领域，尤其涉及一种语义匹配、语义相似度模型训练方法及装置，获取三元组训练文本样本集，根据所述三元组训练文本样本集，训练语义相似度模型，直至所述语义相似度模型的损失函数收敛，获得训练完成的语义相似度模型，进而获取待匹配文本时，基于已训练的语义相似度模型，以所述待匹配文本和各目标文本为输入，分别确定所述待匹配文本和各目标文本的第一语义相似度，根据确定的各第一语义相似度，确定所述待匹配文本的语义匹配结果，提高了文本语义匹配的准确性。

摘要： 本发明公开了一种面向智能问答的基于语义特征图的句子对语义匹配方法，属于人工智能、自然语言处理技术领域。本发明要解决的技术问题为如何捕获更多的语义上下文特征、不同维度间编码信息的联系和句子间的交互信息，以实现句子对的智能语义匹配，采用的技术方案为：通过构建并训练由多粒度嵌入模块、深层语义特征图构造网络模块、特征转换网络模块和标签预测模块组成的句子对语义匹配模型，实现对句子信息的深层语义特征图表示和语义特征的二维卷积编码表示，同时通过二维最大池化和注意力机制生成句子对的最终匹配张量并判定句子对的匹配程度，以达到对句子对进行智能语义匹配的目标。该装置包括句子对语义匹配知识库构建单元、训练数据集生成单元、句子对语义匹配模型构建单元及句子对语义匹配模型训练单元。

摘要： 本发明公开了面向智能问答基于语义特征立方体的句子对语义匹配方法，属于人工智能、自然语言处理技术领域。本发明要解决的技术问题为如何捕获更多的语义上下文特征、时序特征、不同维度间编码信息的联系和句子间的交互信息，以实现句子对的智能语义匹配，采用的技术方案为：通过构建并训练由多粒度嵌入模块、深层语义特征立方体构造网络模块、特征转换网络模块和标签预测模块组成的句子对语义匹配模型，实现对句子信息的深层语义特征立方体表示和语义特征的三维卷积编码表示，同时通过注意力机制生成句子对的最终匹配张量并判定句子对的匹配程度，以达到对句子对进行智能语义匹配的目标。该装置包括句子对语义匹配知识库构建单元、训练数据集生成单元、句子对语义匹配模型构建单元及句子对语义匹配模型训练单元。

摘要： 本发明涉及一种基于语义领域划分的智能语义匹配方法，所述方法包括：语义处理系统接收语句数据，对语句数据进行语音识别，得到语句文字数据；对语句文字数据进行语义解析，得到一个或多个语义匹配结果数据；当语义匹配结果数据为多个时，根据语句文字数据中的泛化对象信息确定多个语义匹配结果数据所对应的语句应用领域信息；确定每个语句应用领域信息对应领域类别的优先级信息；根据领域类别的优先级信息确定优先级最高的语义匹配结果数据；输出优先级信息最高的语义匹配结果数据。

摘要： 本发明公开了一种二次匹配语义的语义分析方法，属于语义识别技术领域。方法包括：智能设备接收语音信号并转变为包括间隙标记的可识别文本；对可识别文本进行加密并上传至一服务端；在服务端对可识别文本进行解密并进行预处理以转变为可分析内容；利用语义关系子模型和基本子模型分别对可分析内容内每两个相邻的间隙标记之间的部分可分析内容进行精确语义匹配以得到匹配子结果；依据所有匹配子结果形成一可分析子内容，并利用语义关系子模型和基本子模型进行精确语义匹配以获取第一匹配结果；服务端将第一匹配结果返回至智能设备。上述技术方案的有益效果是：语义分析的结果更加精确，中间数据传输更安全，并且计算效率更高。