语义重复

摘要： 很多人认为“亲眼目睹”中,“目”即为“亲眼”,再加“亲眼”,犯了语意重复的语病。胃如果单以语义重复予以否定,也许过于武断,我们要具体问题具体分析。古代汉语很多成语都属于语义重复,如:“半夜三更”“推贤进士”“招贤纳士”“文过饰非”“欺君罔上”“待人接物”“移风易俗”“改头换面”“黎民百姓”“苦思冥想”……我们并没有因为语义重复而否定它们,弃置不用。

摘要： 中考对成语的考查,基本上以选择题的形式呈现。识别成语运用中的诸多陷阱,能迅速排查并做出正确选择。陷阱一:语义重复,浑然不知语句中已经表达出一个清楚的意思,又用成语来重复表达这个意思,造成语意重复。

摘要： 《语文月刊》2017年第1期刊发了胡礼湘老师的文章《“悬殊”的误用》。在文中,胡老师认为:“‘相差悬殊悬殊甚远’这两种说法能说吗?显然都是不能说的。‘相差悬殊’如同“相差相差很远”,‘悬殊甚远’如同‘相差很远很远’,这两种说法无疑都有语义重复、成分累赘之病。”对此,笔者非常赞同。

摘要： 碧波荡漾绿如蓝,湖光山色美娇妍。朝霞夕晖俏梳妆,云蒸霞蔚柳含烟。说意:直笔写景,写得清丽晓畅。诗应有不尽之意,语无穷尽、句有余味,一直为诗家所乐道。一首诗铺开绘景,不见“我”意,只作客观景象的重叠与堆砌,诗意就浅了。另“碧波”与“湖光”“美娇妍”,“朝霞”与“云蒸霞蔚”语义重复。诗用成语也不多见,该诗四句却用了三个成语,容易把话说短、说尽,欣赏空间就没了。

摘要： 生活中常常会看到"出乎意料之外"这种表达,乍一看好像没有什么问题,但是细细琢磨来就会发现它好像犯了"语义重复"的语病.在现代汉语范畴能够判定这就是一个病句;但是在古代汉语范畴,用不同的语法结构能够解释其合理性,并且在古代汉语中的确存在同义词组连用表达强调的现象,称作"语义复现"现象.最后,在应用"出乎意料之外"这个结构的时候需要明白它在古代汉语的范畴内虽有一定的合理性,但在规范的现代汉语写作中应该避免.

摘要： 2015年12月1日由河南文艺出版社主办的《名人传记》是我喜爱的杂志,每期必读。当读到第11期王凡的《赵朴初:闲话中的风云文韵》一文,有这样一句话(第7页):“这些散曲在《人民日报》上发表,中央人民广播电台在《新闻和报纸摘要》节目中全文朗诵。一个文学作品得如是待遇,还是破天荒头一遭,一时影响颇大。”引起我的注意。此句中“破天荒头一遭”有些不妥,这应属于病句,犯了语义重复的毛病。我们知道,“破天荒”比喻事情的第一次出现,“头一遭”的“遭”是“次”的意思,这个词也是比喻第一次做某件事或事情开头。如果这两个词连用就犯了语义重复的毛病。

摘要： 通过例句，分析书稿中容易被忽视的词语语义重复的语病问题。

摘要： 对比和重复作为两种修辞手段,在文学作品中起着重要的作用。本文以莱蒙托夫的浪漫主义诗歌代表作《童僧》中的两小节诗歌为例,分析诗人在诗歌中对这两种看似矛盾的修辞手段的合理运用与融合。

摘要： 《陕西老年报》曾刊有《杜鹃花如何应对夏季高温》一文,其中说：＂要使这些杜鹃花安全越夏,目前的当务之急就是要做好降温增湿的工作。＂句中＂目前＂和＂当务之急＂连用,值得商榷。＂目前＂即当前、眼下,指说话的时候。

摘要： 本发明基于卷积神经网络的语义分类标签特征的近重复视频检测方法，以解决现有近重复视频检索领域特征存储空间大、检索效率低等问题。该方法首先利用深度卷积神经网络模型对视频提取密集的语义分类标签特征；再根据视频帧标签特征之间的重复性去冗余以获得视频的语义分类标签特征；然后对查询视频和库视频的特征向量进行相似性匹配；最后通过计算杰卡德系数度量两视频的相似度，从而实现近重复视频的检测。其中视频标签特征去冗余和特征匹配两个步骤有视频级别和帧级别两种实现方式，即可以通过两种不同层次的方法实现基于语义分类标签特征的近重复视频检测。采用本发明能够快速实现近重复视频检测，并且对视频编辑变换和噪声具有一定的鲁棒性。

摘要： 本发明公开了一种基于语义分析与多重Simhash的文本近似重复检测方法，本发明引入语法、句法、语义等信息，首先根据多因素综合考虑词的重要性而获得文章的关键词，然后创新地提出以关键词前后一定数目的词为文章特征，并以此计算SimHash，在处理语义的问题上，通过同义词替换的方法来消除同义词，然而这种方法比较激进，因此一定程度上降低了准确率，因此采用二重SimHash的方法，即只有在一定范围内才会使用这种激进的计算方式，结果表明改进的检测方法要比传统的SimHash、Shingling等方法效果更优。

摘要： 本发明涉及一种基于语义内容多层表示的重复视频检测方法，包括以下步骤：根据索引视频的信息建立特征数据库；将待查询的查询视频进行镜头检测；对每个查询视频片段提取关键帧；对每个查询关键帧利用特征提取算法进行处理；将每个查询高维特征向量分别进行哈希处理；将每个查询特征标签与对应的查询高维特征向量标识、查询关键帧标识、查询视频片段标识和查询视频标识进行关联，在特征数据库中检索特征标签；对检索得到的每组相似特征标签进行特征过滤；对每个备选特征向量集合中的特征向量进行相似度匹配，得到重复视频检测结果。本发明能够避免造成性能瓶颈的高维特征向量的距离计算，在保证检测准确率的同时，有效的提高重复视频检测的处理速度。

摘要： 本发明实施例公开了一种语义级多模态多粒度文档重复度评估方法和系统，方法包括：对待检测文档中的每个组成部分进行向量的转化，得到每个组成部分的分布式向量表示，组成部分是指第一组成单元或者第二组成单元，将每个分布式向量表示与所对应的多个参考向量进行相似度比较，得到每个组成部分的多个初始重复率；确定每个第一组成单元的第一重复率；基于多个第二初始重复率和与每个第二初始重复率对应的至少一个第一初始重复率，得到每个第二组成单元的多个待筛选第二重复率；从每个第二组成单元的多个待筛选第二重复率中，得到每个第二组成单元的第二重复率；将第一总重复率和第二总重复率进行加权求和，得到待检测文档的重复度评估结果。

摘要： 本发明基于卷积神经网络的语义分类标签特征的近重复视频检测方法，以解决现有近重复视频检索领域特征存储空间大、检索效率低等问题。该方法首先利用深度卷积神经网络模型对视频提取密集的语义分类标签特征；再根据视频帧标签特征之间的重复性去冗余以获得视频的语义分类标签特征；然后对查询视频和库视频的特征向量进行相似性匹配；最后通过计算杰卡德系数度量两视频的相似度，从而实现近重复视频的检测。其中视频标签特征去冗余和特征匹配两个步骤有视频级别和帧级别两种实现方式，即可以通过两种不同层次的方法实现基于语义分类标签特征的近重复视频检测。采用本发明能够快速实现近重复视频检测，并且对视频编辑变换和噪声具有一定的鲁棒性。

摘要： 本发明公开了一种服务调度重复来电的工单文本语义向量分析方法，其包括以下步骤：(1)对客服来电进行语音识别，获取结构化工单文本信息，形成工单文本记录；(2)将结构化工单文本记录存储到数据库，形成工单文本集合；(3)从关系型数据库提取工单文本，对工单文本信息进行清洗、转换；(4)对工单文本集合建立语义向量空间，进行工单文本向量化表示；(5)对向量化后的工单建立相似度计算模型，进行相似度计算，根据计算结构确定重复来电工单；(6)将计算确定后的工单结果进行可视展示及分析。本发明能自动化获取话务内容，高效、准确地识别重复来电工单，并进行展示和分析。

摘要： 本发明公开了一种基于语义分析与多重Simhash的文本近似重复检测方法，本发明引入语法、句法、语义等信息，首先根据多因素综合考虑词的重要性而获得文章的关键词，然后创新地提出以关键词前后一定数目的词为文章特征，并以此计算SimHash，在处理语义的问题上，通过同义词替换的方法来消除同义词，然而这种方法比较激进，因此一定程度上降低了准确率，因此采用二重SimHash的方法，即只有在一定范围内才会使用这种激进的计算方式，结果表明改进的检测方法要比传统的SimHash、Shingling等方法效果更优。

摘要： 本发明涉及一种基于语义内容多层表示的重复视频检测方法，包括以下步骤：根据索引视频的信息建立特征数据库；将待查询的查询视频进行镜头检测；对每个查询视频片段提取关键帧；对每个查询关键帧利用特征提取算法进行处理；将每个查询高维特征向量分别进行哈希处理；将每个查询特征标签与对应的查询高维特征向量标识、查询关键帧标识、查询视频片段标识和查询视频标识进行关联，在特征数据库中检索特征标签；对检索得到的每组相似特征标签进行特征过滤；对每个备选特征向量集合中的特征向量进行相似度匹配，得到重复视频检测结果。本发明能够避免造成性能瓶颈的高维特征向量的距离计算，在保证检测准确率的同时，有效的提高重复视频检测的处理速度。

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。