语义扩展

摘要： 一词多义是在语言中很常见的现象。日语的「とじる」和中文的"关"本身就有多个语义,但是在字典的记录中相对散乱,不利于学习者对词的用法的把握。而日语的「とじる」和中文的"关"均为常见的基本动词,使用频率较高,对中日两种语言的学习者来说是非常重要的学习内容之一。因此,本文结合语料库的例句及字典中的语义,着重分析日语的「とじる」和中文的"关"的他动词用法,并总结出语义之间的关联性和两者之间的异同点。

摘要： 随着软件项目规模的增大与复杂性的增加,测试过程产生了大量的错误报告,其中重复的错误报告广泛存在.重复错误报告的存在,降低了开发人员修复错误的效率.重复错误报告预测可有效地避免重复错误报告的产生,是近年来的热门研究方向之一,但其效率及准确率有待提高.为此,提出一种基于语义扩展连续查询的重复错误报告预测方法,通过构建基于主题模型的错误报告索引词库,对查询词序列进行语义扩展,采用基于连续查询的错误报告检索算法,在缩小索引空间的同时,提升了预测准确率与效率.实验表明,相较于传统重复错误报告预测方法,该方法减小了50%以上的错误报告索引空间,最高提升了33.6%的预测效果,且缩短了41%–73%的检索时间.

摘要： 本文从认知语义学角度出发,运用籾山洋介(2002)的语义扩展模式,分析了日语动词“KAESU”的多义扩展情况,明确了“KAESU”的原型义是“翻转”,描述了原型义与各个义项之间的语义关系以及其语义扩展机制,构建了“KAESU”的多义扩展网络图。

摘要： 语义扩展是研究认知语义学的一个重要切入点。笔者在知网上检索主题关键词“语义扩展”,发现 1982 年 ~2004 年间, 与该主题相关的文章只有个位数;2005 年 ~2018 年间,与该主题相关的文章达到了十位数,2012 年度与该主题相关的文章数最多, 为 65 篇。近年来,研究语义扩展的论文越来越多,基于此,本研究从认知语义学视角下的隐喻角度出发,对日语“山”的语义扩 展原因进行探析。

摘要： 量词一直以来都是对外汉语教学中的重点、难点.文章根据"道"的本义及人与世界的互动体验,并对北京大学CCL语料库、国家语委语料库中量词"道"的相关组配成分、方式进行穷尽考察、分类,构建了其多维意象图式,提出量词"道"基于空间域向时间域的图式变化形成了统一的语义扩展路径,归纳并阐明了从二维空间中[+长条形][+凸显]、三维空间中[+延伸][+横/纵向阻隔]到一维时间中[+顺序][+切分时间]的语义分布及关联.这为刻画个体名量词在内的词汇语义提供了较为完整和通用的研究思路和方法,对汉语词汇教学也有一定参考价值.

摘要： 动词"吃"是日常生活中使用频率较高的词汇,其语义丰富多样,语义扩展广泛存在于不同语言中。本文以其语义共性为前提,考察并对比了韩国语动词■■"和汉语动词"吃"的语义,并从语言类型学的角度分析了印度尼西亚语、日语、泰语、越南语、哈萨克语、法语、阿拉伯语等语言中动词"吃"的语义,构建了其语义地图,并以此揭示了"吃"的不同语义的关联性、扩展路径与蕴含共性。

摘要： 日语中的移动动词"流れる"是个多义词,除了"液体的流动"这个基本语义之外,还可以表示"气体""气味""声音""光""时间""思想"等的传播与流动,各语义之间存在着一定的联系与规律."流れる"在语义扩展过程中,其认知焦点由流体本身向流体承载物转移,认知范围由身体容易把握的空间领域逐渐向理性的抽象的领域扩展.

摘要： 本文以“人·具体性·空间·物理的”为基点,对“出”的语义扩展中,是否发生概念隐喻,如发生概念隐喻,具体发生了何种概念隐喻进行了分析。“出”的本义为人由空间内部到外部的移动,即“离开”。“出”在语义扩展中发生的概念隐喻扩展路径为:人→动物→生物→无生物;具体性→抽象性;空间→时间;物理的→心理的→社会的。

摘要： 本文拟在前人对朝鲜语(韩国语)原因语法场的研究之基础上,充分收集朝鲜语的原因表现手法,构建了原因语法场的完整框架。据统计,韩国语原因表现手法共有4大类8小类73种表达方式。从语法场、语义扩展理论的角度进行分析结果,发现了与汉语原因语法场截然不同的立体的、连续的表现体系。在上述探讨的基础上,本文总结出了适合教师课堂语法教学的简洁的7种命名原则。

摘要： 服装款式丰富多样,服装属性语义复杂.针对关键词难以表述消费者检索需求的问题,文章以款式复杂的连衣裙为例,提出了一种基于本体的连衣裙款式知识库构建方法,对其他类别服装语义检索具有普遍适用指导意义.通过汇总和归纳连衣裙款式概念及其关系,利用Protégé工具,建立款式关键词的关联性,构建连衣裙款式本体模型.并结合本体语义扩展方法,提出了基于语义信息的连衣裙款式检索模型,实现基于语义的连衣裙款式智能搜索,提高款式检索的查全率和查准率.

摘要： 离散事件系统规范（DEVS）是建立在一般系统理论的基础上的有效的模块化系统建模规范。针对当前基于DEVS的仿真模型表示方法不能描述模型上下文，不能有效支持模型语义组合、重用的问题，提出了语义扩展的DEVS 模型表示方法（SEM-DEVS）。SEM-DEVS 在原有的DEVS 模型规范基础上，增加了模型的实验框架和语义扩展接口，增加了对模型行为表示能力的要求。在SEM-DEVS 形式化定义的基础上给出了实验框架以及语义扩展接口的逻辑关系及匹配方法。以逻辑公式方式表示实验框架和语义扩展接口，给出SEM-DEVS的一种实现方法。

摘要： 词序列核函数是Convolution核的一种,它处理的对象是离散的词序列.词序列核函数的计算过程不需要显式地构造特征向量,而且具有良好的复合特性,在自然语言处理领域有广泛的应用.传统的词序列核函数没有考虑到语义信息,本文对传统的词序列核函数加入了特征选择和语义扩展,得到一种新的核函数.本文使用该新函数进行实体关系自动抽取的实验,并与基于特征向量的方法和传统的词序列核函数作了比较.结果证明新函数的效果好于传统的方法,特别是在小规模训练集合上面具有较大的优势.

摘要： 本文主要以索引语义为主线,讨论了索引语义扩展的方法和技术,结合信息资源管理系统的应用,探讨了索引语义功能的实现。

摘要： 随着劳动力市场服务种类的不断增多,服务规模的不断扩大,用户能够及时准确地找到适合自己需求的服务变得越来越重要.为此,本文提出了基于LF-Grid语义网格框架的LF-Grid服务描述的语义扩展,并在此基础上提出了基于语义描述的LF-Grid服务语义发现三阶段算法,解决了服务缺乏语义描述的问题,有效的支持服务的动态发现,帮助用户既快又准地找到相关服务.

摘要： 在市场竞争中，无论是通过技术创新还是市场开拓，最终都是企业之间产品的竞争。产品分析成为了企业竞争情报分析的重要一环。传统的竞争对手产品分析会花费情报部门大量的时间,在分析现有企业竞争对手产品分析过程的基础上,利用Jena语义工具包和Lucene搜索引擎工具包,通过已有的本体模型对检索词进行语义扩展,利用互联网信息抓取方法,在确保抓取结果全面的基础上,结合检索词语义扩展,特别是对产品名称和所在区域进行扩展与合并处理,从而得到较为准确而全面的关于竞争对手产品分析结果.

摘要： 古代汉语表处置疑问句的原形是由“如”等处置义动词后接处置对象和疑问代词“何”构成,可概括为“如XX何”.这个基本句式的演变,可归因为其中处置对象项的移位与疑问焦点的迁移等,此外,在具体的会话场景中,由于强调或者或者忽略“处置对象”,句式也发生相应的变化.从语用角度看,这类疑问句中,除了质疑“处置方式、办法”之外,至少还蕴涵两种意义:(一)处置方式的适配,即处置方式与其处置对象的比较.(二)质疑人向受话人就处置方式进行商榷.如果疑问焦点迁移,这两种蕴涵意义成为疑问焦点,“如XX何”句式则相应转变为表比较和表商榷的句式,但这类表比较或者商榷的疑问句因其蕴涵“处置方式”而别于其他表比较或商榷的疑问句.“如XX何”句式的转变,除了语义的影响之外,还受到其时相关句式的制约.

摘要： JNI技术支持Java与本地C/C++的相互调用,在Android等混合语言实现的系统中有着广泛应用,但语言之间的安全特性差异,使其成为安全薄弱环节,现有的分析方法难以处理多语言相互调用产生的安全缺陷。本文以JNI调用中易产生的内存泄漏为例,开展Java/C++ JNI跨语言分析的研究。采用扩展的Java Bytecode(Bytecode*)指令作为C++语义的解释,来消除跨语言分析的障碍。围绕JNI调用中内存泄漏的问题,本文做了以下三方面工作:1)定义兼容Java和C++语言的分块内存模型;2)基于LLVM/LLJVM,设计实现了C++到Bytecode*的翻译策略;3)建立方法调用图,提取方法摘要,利用过程间分析方法检测JNI调用中的内存泄露。针对具有典型内存泄露特征的JNI实例翻译检测表明,本文工作能够准确检测出Java/C++混合语言中的内存泄露,对于JNI混合语言编程的理解和漏洞分析具有重要价值。

摘要： JNI技术支持Java与本地C/C++的相互调用,在Android等混合语言实现的系统中有着广泛应用,但语言之间的安全特性差异,使其成为安全薄弱环节,现有的分析方法难以处理多语言相互调用产生的安全缺陷。本文以JNI调用中易产生的内存泄漏为例,开展Java/C++ JNI跨语言分析的研究。采用扩展的Java Bytecode(Bytecode*)指令作为C++语义的解释,来消除跨语言分析的障碍。围绕JNI调用中内存泄漏的问题,本文做了以下三方面工作:1)定义兼容Java和C++语言的分块内存模型;2)基于LLVM/LLJVM,设计实现了C++到Bytecode*的翻译策略;3)建立方法调用图,提取方法摘要,利用过程间分析方法检测JNI调用中的内存泄露。针对具有典型内存泄露特征的JNI实例翻译检测表明,本文工作能够准确检测出Java/C++混合语言中的内存泄露,对于JNI混合语言编程的理解和漏洞分析具有重要价值。

摘要： JNI技术支持Java与本地C/C++的相互调用,在Android等混合语言实现的系统中有着广泛应用,但语言之间的安全特性差异,使其成为安全薄弱环节,现有的分析方法难以处理多语言相互调用产生的安全缺陷。本文以JNI调用中易产生的内存泄漏为例,开展Java/C++ JNI跨语言分析的研究。采用扩展的Java Bytecode(Bytecode*)指令作为C++语义的解释,来消除跨语言分析的障碍。围绕JNI调用中内存泄漏的问题,本文做了以下三方面工作:1)定义兼容Java和C++语言的分块内存模型;2)基于LLVM/LLJVM,设计实现了C++到Bytecode*的翻译策略;3)建立方法调用图,提取方法摘要,利用过程间分析方法检测JNI调用中的内存泄露。针对具有典型内存泄露特征的JNI实例翻译检测表明,本文工作能够准确检测出Java/C++混合语言中的内存泄露,对于JNI混合语言编程的理解和漏洞分析具有重要价值。

摘要： JNI技术支持Java与本地C/C++的相互调用,在Android等混合语言实现的系统中有着广泛应用,但语言之间的安全特性差异,使其成为安全薄弱环节,现有的分析方法难以处理多语言相互调用产生的安全缺陷。本文以JNI调用中易产生的内存泄漏为例,开展Java/C++ JNI跨语言分析的研究。采用扩展的Java Bytecode(Bytecode*)指令作为C++语义的解释,来消除跨语言分析的障碍。围绕JNI调用中内存泄漏的问题,本文做了以下三方面工作:1)定义兼容Java和C++语言的分块内存模型;2)基于LLVM/LLJVM,设计实现了C++到Bytecode*的翻译策略;3)建立方法调用图,提取方法摘要,利用过程间分析方法检测JNI调用中的内存泄露。针对具有典型内存泄露特征的JNI实例翻译检测表明,本文工作能够准确检测出Java/C++混合语言中的内存泄露,对于JNI混合语言编程的理解和漏洞分析具有重要价值。

摘要： 本发明公开了一种基于word2vec的查询扩展方法及装置，属于信息检索技术领域。本发明方法包括：用户给定查询的预处理步骤：对查询进行分词处理，去除停用词并进行词干还原；扩展词候选集选取步骤：使用word2vec工具选取初始扩展词；建立扩展词表步骤：对扩展词候选集进行过滤，建立实际扩展词表；扩展检索步骤：将用户查询及其扩展词与索引集进行匹配，返回相关文档并排序。本发明提出一种面向扩展词的查询向量生成方法来过滤候选扩展词并构建扩展词表，从而更好的体现扩展词与整个查询的相关性，进而提高查询扩展的效果。

摘要： 本发明公开一种基于语义关联网络的启发式查询扩展方法，其步骤为：1)在语料库的基础上，结合本体中抽取的概念，建立关联图；2)在所述关联图和查询的基础上，通过启发式查询扩展，得到关联语义上的扩展式查询。本发明可以保证查询扩展的合理性和准确性。该发明的最终结果可以提供给相关领域的用户使用，例如应急救援、图书推荐等领域，可以真实地反映用户需求的结果。

摘要： 本发明公开了一种WordNet到Neo4J的映射方法、语义检测方法及语义计算扩展接口生成方法，包括：提取同义词集合有效信息，并将其映射到Neo4J中的同义词集结点上；采用广度优先算法遍历每个以特定关系相关连的两个同义词集结点，并生成相应的Neo4J同义词集结点之间的连接；遍历WordNet中的所有单词和每个单词对应的义元集合，并基于义元集合实现单词到同义词集的绑定形成单词结点。本发明采用基于WordNet语义关系网络实现了高效的语义计算，语义计算的实现上浮到了基于Cyper语言层，表达更加直观，使得语义计算可视化，并且映射到Neo4j的图结构，处理数据的速度更快；Neo4j的图结构的优化使得语义检测算法的实现过程中的查询从空间复杂度On^n降到了O1。

摘要： 本发明公开了具有深度模板匹配的可扩展语义图像检索。本公开提出的方法提供语义数据匹配，这对于从大型未标记数据集中选择数据以训练神经网络可能是有用的。对于对象检测用例，即使当感兴趣的对象表示图像的相对小的部分或者图像中有许多其他对象时，这样的处理也可以识别未标记集内的图像。可以对查询图像进行处理，以仅从该图像中的一个或更多个感兴趣区域提取图像特征或特征图，如可能对应于感兴趣的对象。将这些特征与未标记数据集中的图像进行比较，计算一个或更多个感兴趣区域的特征与未标记集中的单个图像之间的相似度得分。可以选择一个或更多个得分最高的图像作为训练图像，显示语义上与查询图像中的对象相似的对象。

摘要： 本发明公开了一种基于语义和词扩展的社交用户主题分析方法及系统，涉及网络用户信息评定技术领域，解决了现有技术主题分析方法中用户发文信息间很可能不存在任何上下文关联，其技术方案是：提出了一种基于语义和词扩展的短文本主题模型，不仅融合了短文本的语义信息，还通过外部语料知识进行词对扩展，在解决短文本稀疏问题的同时，增强文本的主题倾向；在基于语义和词扩展的短文本主题模型之上，采用了一种依据用户间互动量的发文主题加权法，区别发文间的重要程度，从而计算用户的主题分布。本发明的社交用户主题分析方法相较于传统的主题特征分析方法，更具合理性。

摘要： 本公开描述了一种利用网络控制器来存储清单中的策略、动态操作属性(DOA)和触发值之间的映射、以及利用通信中的软件代理来监控各个工作负载或工作负载分组的DOA以查找与DOA相关联的触发值以在运行时应用相应策略的方法。该方法提供灵活的策略语义和按需策略供应。该方法包括在网络控制器处接收策略的定义、与工作负载相关联的DOA和与DOA相关联的触发值，存储策略、DOA和触发值之间的映射，向监控各个工作负载的数据路径代理发送DOA和触发值，从软件代理接收工作负载的DOA的当前值对应于触发值的指示，并将策略发送给软件代理以分发给工作负载。

摘要： 本发明公开了一种词级别短文本语义匹配的迭代扩展方法和装置。方法包括：将大数据集D中带有可信标注的数据部分作为初始训练数据集D0；在D0中选取正样本vpos和负样本vneg，并训练得到匹配模型M0；从D中抽取未标注数据集D1,new，并完成对D1,new的语义聚类；将聚类得到的结果和D0共同作为标注数据集D1,annotated；将Sintra低于Tintra并且Sinter高于Tinter的同义词组作为不可靠标注数据集D1,todo，并将其余同义词组作为可靠标注数据集D1,done；将不可靠标注数据集D1,todo中人工审核为标注正确的数据、D1,done和D0合并为训练数据集D1；进行迭代训练。本发明针对含少量标注数据的大数据集，以迭代的方式实现目标数据集上的高效精准匹配和可靠扩展，使短文本匹配的模型的训练不再必须要求有大量的特定标注的数据。

摘要： 本发明公开了一种本体语义扩展与协同过滤加权融合的工艺知识检索方法。通过基于本体语义扩展及向量空间模型的知识匹配，与基于用户属性协同过滤的知识匹配方法进行加权融合，最后通过基于遗忘曲线的权重控制得出最后的符合用户真实检索意图的用户个性化检索结果。本发明将本体知识检索的优势与协同过滤的优势相结合，并充分考虑用户的动静态属性，将各相关信息进行整合，从而得到更符合用户检索需求、具有用户个性化的检索结果，从而提高了军工工艺知识的共享与重用。

摘要： 本发明公开了一种SysML语言的安全可靠语义扩展和建模方法，所述方法通过扩展需求图的安全和可靠语义、增加冗余语义、失效模式和影响分析语义、故障树语义，并构建可视化模型，使得SysML语言既支持自动从系统模型中提取安全可靠分析的相关信息，也支持利用安全可靠分析进一步完善系统模型，从而将基于模型的系统工程和安全可靠分析过程有效地融合，有助于确保安全分析和系统设计之间的一致性，解决当前设计复杂安全关键系统的问题。

摘要： 本发明旨在提出一种基于语义扩展的主动式数据采集方法，首先设置用于描述主题的初始关键词，然后采用关键词在语义网中识别对应的初始实体，并采用向上扩展和向下扩展的方法对初始实体进行扩展，得到若干个新实体；再构建并使用分类模型预测每个新实体被推荐为相关实体的概率，计算每个新实体的相关度权重，并将相关度权重从高到低进行排序，选择得分排序靠前的若干新实体将选定为相关实体；依次重复迭代，获得描述主题的更多的相关实体及其得分。本发明的方法可以有效的对初始关键词进行语义上的扩展。