语义框架

摘要： 面向档案数据化实践的现实需求,参考元语言和语义框架理论,提出“档案语义描述语言”的学术概念,探讨其理论实质、设计理念和技术原理,构建其标准体系框架并就其建设实践提出若干策略建议。“档案语义描述语言”是经过人工设计的,专门用来以结构化形式描述档案语义信息并承担逻辑中介功能的工具性元语言符号系统,可以为档案内容信息的结构化数据描述提供系统性、整体性解决方案。“档案语义描述语言”致力于实现档案文本语义信息的逆向解码,遵循事件驱动、逻辑降维、实体消歧、语义压缩等设计理念,参照文档对象模型DOM进行XML数据建模,将档案文本的语义信息表示为树形语义框架。档案语义描述语言由基础标准、技术标准和管理标准构成,国家档案管理部门和标准化工作部门应当提前进行战略布局,通过制定建设规划,加强基础理论研究、启动试点项目、引入众包机制、推进人机协同、建立开放式进化机制等方式推进其体系建设。

摘要： 互操作性概念描述了不同系统进行通信的能力:,这是生物医学研究中的一个重大挑战,尤其是在个性化医疗领域,需要基于对大量数据集的编译和分析完成,无论是基因组数据、流行病学数据还是医学成像数据:以新冠肺炎大流行数据为例,即使解除了技术、法律和道德的限制,由于语义模糊,数据仍然难以分析。瑞士个性化医疗网络(Swiss Personalized Health Network,SPHN)与所有5家瑞士大学医院和学术机构的代表密切合作,制定了被瑞士所有大学医院和学术机构采用的国家基础设施战略,该战略基于通用语义框架开发,不会取代现有标准,而是根据研究和相关合作伙伴的需求以协同和灵活的方式使用它们。瑞士已经开始实施该战略,这标志着瑞士为真正个性化医疗刺激研究和创新迈出了关键一步。

摘要： 在"中文+"汉语多元化教学背景下,中医汉语被归属于"专门用途汉语",主要教学目的是在于培养留学生在中医药学科领域和中医药临床实践场景的汉语能力.其中,中医汉语的词汇研究、教学是实现该目标的基础和关键.与通用汉语相比,中医汉语词汇的系统性和专业性更为突出.以《中医大辞典》和中医药知识服务平台为基础,结合中医语言的实际使用场景和词汇句法分析,重点构建中医汉语词汇的语义层级系统和框架,以提高留学生中医汉语词汇学习效率;同时,对中医专业留学生在词汇学习中所存在的问题进行探讨,并提出针对性教学策略.

摘要： 在“中文+”汉语多元化教学背景下,中医汉语被归属于“专门用途汉语”,主要教学目的是在于培养留学生在中医药学科领域和中医药临床实践场景的汉语能力。其中,中医汉语的词汇研究、教学是实现该目标的基础和关键。与通用汉语相比,中医汉语词汇的系统性和专业性更为突出。以《中医大辞典》和中医药知识服务平台为基础,结合中医语言的实际使用场景和词汇句法分析,重点构建中医汉语词汇的语义层级系统和框架,以提高留学生中医汉语词汇学习效率;同时,对中医专业留学生在词汇学习中所存在的问题进行探讨,并提出针对性教学策略。

摘要： 以"真、假"二项对立所构建起来的语义框架为其语义的发展提供了语域范畴,在人类的认知图式里,"假"的语义值产生于对"真"事件的语义偏离.而在不同的历史时期,社会的主流话语语境具有极大的差异性,特别是社会转型之前,整个社会处在比较单一的二项对立的话语语境里面,为[假+]的配价值的多样化提供了新的语义空位,这成为年度网络热词"假"语爆发的根本动因.

摘要： 框架语义学理论认为范畴中的每一个词语背后都有一定的、基于知识和经验的激活性情境,通过对词语情境的背景动因进行描述,可以更好地理解词的意义。运用框架语义学理论对医学汉语词汇进行分析,将具有相同或相似情境的词语进行归类划分,最终形成了具有2个分域、5个框架类和10个框架式的医学汉语词汇语义框架层级系统。在相同语义框架层级内去理解医学汉语词汇,有助于医学汉语学习者提高词汇学习效率,并尽可能拓展相同情境下的词语。

摘要： 危机事件下的国家紧急话语体系是指国家在解决危机事件过程中所形成的代表国家战略的话语表达体系%本研究以新冠肺炎为个案,从宏观语义框架的角度,研究全球公共卫生危机下中国国家话语的紧急应对策略和实施模式,探讨紧急话语体系的传播机制和表达效果,研究如何增加互信和缓解冲突,推动危机事件向好发展.本研究在宏观语义框架的范围内,追溯危机事件的发展路径,推进国家紧急语言体系的成长.

摘要： 微博文本作为自媒体的典型代表研究了汉语微博文本的主观性与事件性特点,同时通过社会个体陈述对客观事件的认知与体验,识别个体内在的情绪信息,并以此为基础刻画情绪的表达过程,获得汉语微博文本情绪信息表达的基本语义框架,为计算机辅助分析自媒体平台情绪提供了可操作思路,在理论上可以有效提升机器学习和决策系统的准确性.该研究可广泛应用于网络心理学、网络行为学等领域.

摘要： 需求文本的分析和建模是需求工程中一个重要环节,其获取建模过程的自动化也渐渐成为了需求工程中一项重要研究内容。本文针对中文自然语言处理和需求分析中的难点,提出了基于面向类图语义框架的中文需求类图半自动建模方法。该建模方法的流程包括：文本分词与词性标注,基于语义框架的类图模型提取,基于问卷的模型改进和手动模型编辑。此外,本文设计实现了半自动建模系统CREAT2来完整地支持整个建模方法流程。最后,本文通过对4个实际需求文本的样例进行分析,检验了基于语义框架抽取类图元素的效果。

摘要： 话题跟踪属于话题识别与跟踪(TDT)的一项子任务,是一种基于事件的信息组织技术.话题跟踪任务就是根据话题相关的训练新闻报道,在后续报道中发现与这个话题相关的所有报道.针对传统的向量空间模型的不足,文章提出了一种利用语义框架来表示话题和报道的方法,并应用于话题跟踪.实验证明这种方法是有效的.

摘要： 在文本分类领域，常用的特征选择方法(如文档频率)是基于概率统计信息的。本文从一个全新的角度，即基于认知情境的语义框架的角度进行特征选择，这种方法可以较准确地抓住文本类别的特征，对提高分类精度与分类效率起到促进作用。由于基于机器学习的文本分类方法近年来得到了广泛的关注与快速的发展，本文运用最大熵分类器，以“罢餐”类文本为例进行文本分类实验，召回率可达96.8％。

摘要： KAOS方法在分析系统目标时只考虑了具有负面影响的冲突关系，没有提供支撑作用的判断方法。本文定义了一组类似于Tropos中使用的目标间的二元关系，扩展了KAOS的目标模型语义框架，使目标间的支撑和抑制作用明朗化。同时构造了目标关系的推理规则和推导算法，以发现模型中隐含的关系，进而分析目标模型的一致性和可行性，为需求可行性评估奠定了理论基础。

摘要： 动词的语义框架研究是汉语信息处理研究中的一个热点.论旨网格和HNC(概念层次网络)理论的句类都是对句子语义框架研究的有益尝试.本文就论旨角色与HNC理论中的语义块,论旨网格描述的主要信息论旨模式(格框架)与HNC句类的分类标准等问题,进行了建设性的比较分析.

摘要： 本发明公开了语义编码器、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： 本发明公开了一种基于迁移学习提升语义分割模型效果的框架，包括下述内容：1)将迁移学习引入到语义分割领域，使得快速语义分割网络可以通过教师模型提升学生模型分割效果；2)提出一致性映射度量教师和学生模型的轮廓和纹路信息，并通过构造一致性损失函数来使得快速语义分割在细节处分割得更好；3)利用老师模型和条件随机场(CRF)模型为无标签数据生成辅助标签，并把数据加入到训练集，提升模型的泛化能力和分割效果。本发明在不引入额外模型参数，降低模型速度的情况下，提升了快速语义分割模型的准确率。

摘要： 本发明公开了基于深度学习三层语义抽取框架的假新闻识别方法及系统，包括：获取目标新闻文本；对目标新闻文本进行向量化处理，得到目标新闻文本每个字的初始表示向量；将目标新闻文本每个字的上下文信息嵌入到每个字的初始表示向量中，得到含有上下文信息的字向量矩阵；对含有上下文信息的字向量矩阵，提取若干个特征图；对所有的特征图，进行封装操作，得到最终融合特征；对最终融合特征进行分类，得到目标新闻文本是否为假新闻的结果。

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： 本发明公开了一种基于主从框架模式的语义成分解析方法，其包括步骤：通过训练语料得到基本表达模式、实体修饰模式、谓语修饰模式及辅助判断材料；将基本表达模式、实体修饰模式、谓语修饰模式索引到Trie树；利用基本表达模式树、谓语修饰模式树以及实体修饰模式树对语句进行解析得到候选层次语义成分树；对所述候选语义成分树进行排序并得到所述语句的最优语义成分树。本发明解决了目前语义分析需要大量样本标注及过度依赖句法分析效果的问题。

摘要： 本发明涉及知识图谱和自然语言处理领域，公开了一种基于框架语义映射和类型感知的篇章事件抽取方法及系统。系统包括编码器模块、事件检测模块以及论元识别模块。方法中框架语义映射是在事件检测模块中将汉语框架网(Chinese FrameNet，CFN)与篇章事件进行映射，同时在文本输入阶段对篇章进行滑窗机制的文本切分并融入触发词释义信息，从而改善了篇章事件抽取中的数据稀疏问题；而类型感知则是在论元识别模块中通过事件类型标签对篇章多事件进行分离，将篇章多事件转化为多个单事件，缓解了多值论元耦合问题，最后本发明将事件检测与论元识别两个模块的输出标签进行整合，形成完整的事件表示，在中文篇章事件抽取相关数据集上取得了良好的效果。

摘要： 本发明提供了一种基于语义Web技术的建筑数字孪生框架及建模方法，所述建筑数字孪生框架包括物理空间实体、虚拟空间模型和关联数据库，其中物理空间实体为数字孪生框架提供建筑实体源数据，虚拟空间模型用于对建筑资源作虚拟化抽象，所述关联数据库依托模型语义化功能为框架运行提供数据驱动，所述关联数据库包括监测时序和结构分析两个关系数据库以及面向监测、建筑信息和结构分析的三个RDF模型，通过对同一领域RDF模型与相应关系数据库的数据联合查询、对不同领域RDF模型于本体层面建立映射关系，促使数字孪生框架信息流的匹配更新与实时交互，通过实测响应与仿真结果的联合查询与一致性检查从而在数据层面验证模型的虚实映射功能。

摘要： 本发明公开了一种基于元学习框架的弱监督小样本语义分割方法，针对基于CAM的弱监督语义分割方法只关注最具辨别力的区域，不能覆盖整个目标的问题，本发明采用有权重复类激活映射方法，能够生成更好的种子区域以覆盖更多目标，提高伪掩码质量；针对传统网络需要重新训练学习新任务导致低效且不够智能的问题，本发明采用基于元学习算法的小样本语义分割方法，通过学习少量样本完成新的分割任务，提高神经网络的泛化性能。

摘要： 本发明公开了一种基于语义框架的互动知识学习方法，包括步骤1：增加好奇心模型；步骤2：根据解答问题的能力和可信度，按照不同知识领域，为每个渠道和用户维护一个可信度值，并为生成的知识累计不同渠道的置信度；步骤3：重新设计语义网络存储结构，按照置信度对知识存储空间进行划分；步骤4：构建统计认知模块；步骤5：根据知识的过筛情况，将结果反馈到不同渠道和用户，并调整其对应领域的可信度的值，形成一个动态的知识构建闭环；步骤6：各渠道或用户的可信度在下一次知识构建过程中体现到知识的置信度上。通过对不同等级置信度知识的存储进行划分和隔离，在于外部交互的过程中，动态的构建知识，从而使得到的正式知识更加有效。

摘要： 本发明涉及语义识别技术领域，公开了一种通用语义框架的实现方法，解决现有的语义识别框架存在服务器资源浪费、开发时间成本和人力成本较高的问题，包括以下步骤：框架首次启动时，从数据库的Redis中获取各技能的配置组件，并检查各配置组件是否符合通用配置规范，对于符合通用配置规范的配置组件，生成对应技能的配置信息，并将所述配置信息加载至框架的Metadata中；调用组件初始化方法对配置组件进行初始化，并在初始化完成后将其加载至内存中；为所述框架开发访问接口、新增技能接口、删除技能接口和升级技能接口。本发明不仅减少了服务器资源的浪费，还减少了开发的时间成本和人力成本，适用于语义识别。