语义特征

摘要： 目的 为提高对英语语段的评阅能力,基于人工智能技术设计了一种英语语段辅助评阅系统.方法 首先设计英语语段辅助评阅系统的总体结构,通过数据挖掘过程获得英语语段的大数据集合.然后设计英语语段特征检测模型,并分析英语语段特征.基于此,采用调度决策的方法 构建英语语段辅助评阅的语言参数分布集,根据英语语段的语义参数分析结果 ,结合随机节点映射方法 构建英语语段辅助评阅的信息聚类模型,根据人工智能算法完成英语语段辅助评阅的专家系统设计,从而实现对英语语段的辅助评阅.结果 仿真结果 表明,设计的英语语段辅助评阅系统的评阅准确度和可靠性均较高.结论 系统的应用性较强,满足了设计预期.

摘要： 移动通信设备中的基带固件运行于独立的计算环境,其漏洞既可危及设备安全,又无法通过设备主操作系统的安全机制进行防护,因此其安全性备受攻防研究者的关注.实验中发现,得到的基带固件由于函数重写、调试信息剥离等原因,现有对比工具难以准确识别其危险函数,进而无法进行后续的漏洞发掘工作.本文提出一种基于动态执行的函数安全性分析方法DEx.根据预处理过程得到的基带固件的函数信息和段内容,在交叉编译和虚拟机环境下对基带固件函数实现动态执行.基于运行过程中产生的语义特征,设计优先级排序以对函数的安全性进行分析,识别得到内存拷贝函数.基于DEx方法构造了dyndiff工具,与基于二进制代码相似性方法的主流工具BinDiff对比,dyndiff的危险函数识别率是BinDiff的5畅5倍.最后,阐述了本文工作在后续漏洞挖掘工作中的应用.

摘要： “X不X,Y不Y”作为一个构式单位,构式成因源自对“不X不Y”的“非对称性”承继和情境编码假设。其语义上的特征处于一种“非范畴化”的中间状态,也呈现一种贬义倾向,更可以作为一种认知符号。该构式的话语功能包含打破固化、情感明示、话题凸显。

摘要： 本文从认知语言学的视角出发,从构式角度分析汉语延伸路径虚拟位移,通过CCL语料库检索典型延伸路径虚拟位移的位移主体及路径动词,研究其语义特征,并提出延伸路径虚拟位移构式是具有延伸性的非位移主体。通过人类心理扫描和隐喻思维,延伸路径虚拟位移构式可以沿具体路径移动,通常可用于表达具有[-移动]、[+长方形]、[+空间延伸性]等语义特征的位移主体的变化或时间上的流逝。

摘要： “爆肝”一词最早出现在歌唱组合“五月天”于2005年发布的歌曲《恋爱ing》的歌词中,意思是“爆炸掉肝脏”,后来词语发生了变化,成为形容词,可充当定语、状语和补语,在个别条件下可充当主语和宾语。“爆肝”衍生出的新新词“肝”,可以充当谓语和宾语,由此引发连带效应,产生了一系列的新义和新词。本文从社会现状、语言经济性和模因论三方面分析了该词成因,认为它有关注的白热化、谓语化和构式化的发展趋势。

摘要： “规则—规律”是一对常见的近义抽象名词,近义词典多举例说明二者异同。文章基于BCC语料库,尝试从型式搭配角度考察其语义特征。文章认为,“规则”具有人为性、程序性、外在性和规约性等语义特征,受评价义形容词修饰。客观性是“规律”的本质语义特征,并以此为核心衍生必然性、内在性和永恒性等语义特征。“规则—规律”的深入对比研究,可为相关词典修订和汉语近义抽象名词教学提供有效参考。

摘要： “X连Y都不如”是现代汉语中使用频率较高的一种表极性否定的特殊比较构式,与表示隐含比较的“连”字句相比,构式“X连Y都不如”是比较项都出现的显性比较。“X连Y都不如”的构式义是指“X”与某一量级序列中的极小量“Y”相比,在性质、程度或者状态方面仍然比不过,表示事物在某方面极差。具有贬抑性、反预期、高程度三种语义特征,认知联想、量级序列、语义预设和比较逆反是构式义形成的语义基础,构式义产生的机制是类推。

摘要： 黔东苗语共有6个基本颜色词,即“ɬu³³白、ɬɛ³³黑、ɕo⁵³红、no⁵⁵绿和蓝、faŋ⁵⁵黄、ɬəu¹³紫”,颜色词属于苗语基本词汇,有单纯词和复合式合成词两种构词方式。不同的颜色词蕴含了不同的意义,其使用受到具体语境的限制,苗语颜色词具有模糊性、多样性、主观性等语义特征。黔东苗语颜色词的丰富文化内涵反映了苗族群众独特的思维方式。

摘要： 从语言学的角度分析新式称谓语“小姐姐”一词,对该词进行语义和语用分析,从而区分“小姐”和“小姐姐”两词的语义特征,借助认知语言学中的“凸显理论”,探讨网络流行语“小姐姐”一词广泛流行的原因、分析其语义的演变并预测其未来发展趋势。

摘要： 语音情感识别已经成为下一代人机交互技术的重要组成部分,从语音信号中提取与情感相关的特征是语音情感识别的重要挑战.针对单一特征在情感识别中准确度不高的问题,该文提出了特征级-决策级融合的方法融合声学特征和语义特征进行情感识别.首先提取声学特征,包括:1)低层次手工特征集,包括基于谱相关、音质、能量、基频等相关特征,以及基于低层次特征的高级统计特征;2)DNN提取的谱相关特征的深度特征;3)CNN提取的基于Filter_bank特征的深度特征.并且使用基于Listen-Attend-Spell(LAS)模型的语音识别模块提取语义特征.然后将声学特征中的3类特征与语义特征进行特征级融合,在确定融合特征的先后顺序时引入了构造哈夫曼树的方法.最后得到融合后特征和原始4类特征各自的情感识别结果,在结果之上进行决策级融合,使用此方法在IEMOCAP数据集中分类准确度可达76.2%.

摘要： 在自然语言处理中,语义角色标注是一个比较重要的任务.语义角色标注任务以语义角色理论为基础.语义角色标注任务和语言学的相关理论都要求一个动词在不同语句中相应的语义角色成分保持一致.本文统计了北京大学973课题语义角色标注语料库及中文PropBank中“施事”的语义分布,进而根据该语义分布,加上人工筛选,找出了在“施事”语义角色的标注上无法保持一致的动词共85个.本文指出,这些动词的“施事”语义无法保持一致的原因在于它们是一类有致使语义特征,无自主语义特征的动词.本文的研究对于处理其他语义角色(如“客体”)也存在的标注不一致问题有一定的启示.

摘要： 代码注释是辅助编程人员理解源代码的有效手段之一.高质量的注释决策不仅能覆盖软件系统中的核心代码片段,还能避免产生多余的代码注释.然而,在实际开发中,编程人员往往缺乏统一的注释规范,大部分的注释决策都取决于个人经验以及领域知识.对于新手程序员来说,注释决策显然成为了一项重要而艰巨的任务.为了减少编程人员投入过多的精力在注释决策上,文章从大量的代码注释实例中学习出一种通用的注释决策规范,并提出了一种新颖的CommentAdviser方法用以辅助编程人员在代码开发过程中做出恰当的注释决策.由于注释决策与代码本身的上下文信息密切相关,因此,从当前代码行的上下文代码中提取代码结构特征以及代码语义特征作为支持注释决策的主要依据.然后,利用机器学习算法判定当前代码行是否为可能的注释点.在GitHub中的10个大型开源软件的数据集上评估了我们提出的方法,实验结果以及用户调研表明代码注释决策支持方法CommentAdviser的可行性和有效性.

摘要： 神经网络语言模型应用广泛但可解释性较弱,其可解释性的一个重要而直接的方面表现为词嵌入向量的维度取值和语法语义等语言特征的关联状况.先前的可解释性工作集中于对语料库训得的词向量进行知识注入,以及基于训练和任务的算法性能分析,对词嵌入向量和语言特征之间的关联缺乏直接的验证和探讨.该文应用基于语言知识库上的伪语料法,通过控制注入语义特征,并对得到的词向量进行分析后取得了一些存在性的基础性结论:语义特征可以通过控制注入到词嵌入向量中;注入语义特征的词向量表现出很强的语义合成性,即上层概念可以由下层概念表示;语义特征的注入在词嵌入向量的所有维度上都有体现.

摘要： 数据元素异质性表征，形成领域通用数据元素集，表示并规范数据元素内部组成，构建语义支持的数据元素表示模型，建立数据元素的语义支持。

摘要： 数据元素异质性表征，形成领域通用数据元素集，表示并规范数据元素内部组成，构建语义支持的数据元素表示模型，建立数据元素的语义支持。

摘要： 数据元素异质性表征，形成领域通用数据元素集，表示并规范数据元素内部组成，构建语义支持的数据元素表示模型，建立数据元素的语义支持。

摘要： 数据元素异质性表征，形成领域通用数据元素集，表示并规范数据元素内部组成，构建语义支持的数据元素表示模型，建立数据元素的语义支持。

摘要： 数据元素异质性表征，形成领域通用数据元素集，表示并规范数据元素内部组成，构建语义支持的数据元素表示模型，建立数据元素的语义支持。

摘要： 本文以建筑词汇中的“门槛”为例,从该词的现实意义出发,在字面意义、衍生意义层面对词语的语义进行检索、分析,运用语言学领域的语义结构中参构分析的方法,对“门槛”的语义演变特征进行探讨,进而在中国传统文化特征的语境下,探讨“门槛”的语义、内涵,如何实现从功能构件到精神崇拜符号的转变、从空间分割的手段到象征时空衔接的符号的转变、从施加行为约束的空间到树立准则底限的涵义的转变,揭示语言文化、社会生活与人居空间多位一体的协同演进模式,提出在当今的建筑设计、城市规划的领域.在灰空间、边界空间、转换空间等空间的处理中,可以从这种协同演进模式中借鉴、吸收与利用有价值的研究结论,扩展新的研究思路.

摘要： 本文以建筑词汇中的“门槛”为例,从该词的现实意义出发,在字面意义、衍生意义层面对词语的语义进行检索、分析,运用语言学领域的语义结构中参构分析的方法,对“门槛”的语义演变特征进行探讨,进而在中国传统文化特征的语境下,探讨“门槛”的语义、内涵,如何实现从功能构件到精神崇拜符号的转变、从空间分割的手段到象征时空衔接的符号的转变、从施加行为约束的空间到树立准则底限的涵义的转变,揭示语言文化、社会生活与人居空间多位一体的协同演进模式,提出在当今的建筑设计、城市规划的领域.在灰空间、边界空间、转换空间等空间的处理中,可以从这种协同演进模式中借鉴、吸收与利用有价值的研究结论,扩展新的研究思路.

摘要： 本发明适用于图像处理技术领域，提供了一种图像局部不变特征的语义映射方法，所述语义映射方法包括以下步骤：步骤A：对彩色图像局部不变特征提取及描述；步骤B：提取局部不变特征后，基于监督模糊谱聚类算法对彩色图像提取的局部不变特征生成视觉词典，所述视觉词典包含有视觉特征与视觉单词的隶属关系;步骤C：根据步骤B生成的视觉词典对步骤A提取的局部不变特征所隶属图像进行语义映射以及图像描述。采用所述的图像局部不变特征的语义映射方法能消除语义鸿沟问题，提高图像分类、图像检索以及目标识别的准确性，可以促进机器视觉的理论和方法的发展。

摘要： 一种基于阶段性特征语义对齐的实时街景图像语义分割方法，涉及计算机视觉技术。首先利用轻量级图像分类网络ResNet‑18和高效空间‑通道注意力模块构建编码器，并使用多个不同设计的特征对齐模块模块与全局平均池化层构建解码器。接着，利用上述得到的编码器与解码器，构成基于编码器‑解码器网络结构的语义分割网络模型。最后将编码器中的特征与解码器的输出特征进行聚合并送入语义分割结果生成模块中，以得到最终的语义分割结果。在维持高分辨率的输入图像且不降低图像分辨率的情况下，能够以实时的速率高效地产生对应的分割结果。比起现有的实时语义分割方法，能够取得更加优秀的分割精度，在速度和精度之间取得更好的平衡。

摘要： 本发明涉及一种融合多尺度特征空间与语义空间的语义分割网络，包括：确定网络编码端的主干网络：VGG16作为编码端网络的主干部分，去掉第五个池化层，减少一次下采样；设计网络解码端的特征空间与语义空间的融合模块；利用多尺度特征空间与语义空间的融合模块进行高分辨率高精度语义分割；输出语义分割结果。

摘要： 本发明适用于图像处理技术领域，提供了一种图像局部不变特征的语义映射方法，所述语义映射方法包括以下步骤：步骤A：对彩色图像局部不变特征提取及描述；步骤B：提取局部不变特征后，基于监督模糊谱聚类算法对彩色图像提取的局部不变特征生成视觉词典，所述视觉词典包含有视觉特征与视觉单词的隶属关系;步骤C：根据步骤B生成的视觉词典对步骤A提取的局部不变特征所隶属图像进行语义映射以及图像描述。采用所述的图像局部不变特征的语义映射方法能消除语义鸿沟问题，提高图像分类、图像检索以及目标识别的准确性，可以促进机器视觉的理论和方法的发展。

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全局语义特征融合的低对比度图像语义分割方法，包括以下步骤：获取包含多张样本图像的数据集，对数据集中的样本图像进行标注，以为图像中的每个像素分配像素所属类别；对标注后的样本图像进行预处理，得到预处理后的数据集；将预处理后的数据集输入构建的图像语义分割模型，以进行模型训练，得到训练好的图像语义分割模型；对待分割的低对比度图像进行标准化处理；将标准化处理后的待分割的低对比度图像输入训练好的图像语义分割模型，输出得到对应的分割结果。与现有技术相比，本发明有效解决了图像语义分割中低对比度目标分割的问题，能够对低对比度图像进行准确地语义分割。

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特征的语义关系模式获取方法和系统，属于文本信息处理领域，具体涉及关系语义模式表示、基于语义特征的语义关系模式获取方法。本发明首先给出了模式特征向量的定义，提出基于模式特征的语义关系模式种子的选取方法，用于模式获取的起始状态，然后给出基于语义特征的种子驱动的模式学习算法，获取的语义关系模式进一步用于语义关系获取。由于经过人工对候选模式进行修订，并进行了模式合并和泛化，避免了模式数量膨胀问题，模式正确率也控制在一定阈值之上。但由于语言模式的使用频率相对比较低，模式范围有限，使得关系获取的匹配率不高，如果采用大规模的语料库，并含有频度高的适合模式的句子，会获取到更好的匹配数目。

摘要： 本发明公开了一种基于视觉特征和语义特征融合的文档布局识别方法及系统，属于计算机技术领域，使用目标检测神经网络对文档中的每个块进行定位；对每个块使用卷积神经网络模型提取深度卷积神经网络特征，统计文档图片中每个块的各像素点的像素值来生成浅层视觉特征，对每个块的内容进行识别得到图片中的文字，使用倒排索引技术进行词频统计得到各个词语的词频统计值即语义特征，将提取的三个维度的特征进行融合得到融合特征向量，再经过分类得到文档布局的分类结果。本发明提高了文档布局中的相似结构的识别准确性和稳定性。