强化语义一致性的差分隐私文本脱敏方法

文本脱敏是一种极为重要的隐私保护方法,其隐私保护效果和与原文本语义一致性的平衡是一个难题.现有差分隐私脱敏方法对敏感词脱敏时,采用相似性计算概率法选取敏感词的替代词,易造成替代词与原文语义不一致甚至无关,严重影响脱敏文本对原文语义的保持.提出一种强化语义一致性的差分隐私文本脱敏方法,给定一种截断距离度量公式调整替换词选中概率限制语义无关替换词.真实数据集的实验结果表明,该方法有效提升了脱敏文本与原文的语义一致性,实际应用价值大。

基于语义一致性监督金字塔网络的目标检测方法

特征金字塔广泛应用于基于多尺度特征学习的图像理解任务中,最新多尺度特征学习侧重于特征在语义特征和细节特征的交互融合,特征金字塔通过相邻层特征插值和求和来补充多尺度信息语义特征和细节特征,由于非线性运算的存在和不同输出维数的卷积层,不同能级之间关系复杂,逐像素求和并不是最有效的方法。因此,提出了基于语义一致性监督金字塔网络的目标检测方法。该网络模型由多语义特征增强模块和非对称卷积侧接模块组成,其中非对称卷积侧接模块通过学习不同感受野的特征图,提升特征对各种姿态目标泛化性,多语义特征增强模块通过为高层特征图补全底层信息,提升高层特征的细节表达能力,同时在准确性和检测性能之间实现更好的权衡。在基准测试集MSCOCO上进行的实验结果表明,所提出的目标检测方法在不增加FLOPs的基础上,将检测平均精确度提高了2.6%,显著提高了目标检测的性能。

基于深度CNN的陆空通话语义一致性校验

陆空通话复诵的准确性对飞行安全有着重要作用。由于飞行员和管制员在复诵过程中会无意识地产生一些问题,提出利用深度卷积神经网络(deep CNN,deep convolutional neural network)方法对陆空通话内容的语义进行一致性校验。首先将陆空通话语料库中的词语进行词向量转化,在此基础上,利用CNN得到飞行员和管制员复诵对的语义向量,然后利用余弦相似度对其语义相似性进行度量,最后通过分类器完成一致性校验。通过实验可证明,CNN可有效地实现陆空通话语义一致性校验,且实验精度结果能够达到82.5%。

一种保证隶属度函数完备性和模糊集合语义一致性的学习方法

文中首先对模糊系统的两类主要的学习算法：梯度下降和遗传算法方法进行了深入分析，并指出了存在的问题．然后，在此基础上提出了一种针对半梯形和三角形隶属度函数的保证隶属度函数ε完备性和模糊集语义一致性的参数调整方法．并基于上述方法实现了一种新的基于遗传算法并利用梯度下降的快速模糊系统学习算法．最后通过实例进行了模拟，验证了该方法的高效性。

实时图编辑中参照操作语义一致性维护

在实时协同系统中,传统的语义维护主要是针对文本编辑器中基于字符操作的一致性维护。在这种编辑环境下,字符与字符之间虽然具有前后继关系,但在属性上没有参照或者依赖关系。然而在图形编辑领域,在操作执行过程中,常通过捕获方式建立对象与对象之间的参照关系。针对这种参照关系的维持,目前实时协同中尚未有相关的研究,因此提出了CRSCM(create relation semantic consistency maintenance)语义一致性维护策略。该策略首先根据参照操作的语义信息,构建参照实体与目标实体之间的依赖关系图DRG(dependency relation graph)结构;然后通过远程操作重新获取被捕捉对象属性、并发操作执行更新转换的策略,从而实现了参照操作与其他并发操作的语义维持,并在一定程度上有效解决了协同图编辑中的一致性问题。

地理实例数据语义一致性检查研究——以水系要素为例

为实现地理信息服务智能化的目标,构建知识地理本体数据库,需要在数据入库前,对实例数据进行语义一致性检查。本研究通过对实例数据进行语义关系分析,以水系数据为例,制定了相应的语义检查规则,并运用Arc GIS空间分析和建模工具实现相应功能。在传统数据检查的基础上增加语义层面的保证,本研究为智能化的地理信息系统应用提供数据保障。

业务目标模型与业务场景模型的语义一致性分析

多层次多视图模型是在不确定需求环境下进行业务建模的主要方法,不同层次或不同视图模型之间的语义一致性直接影响业务建模的完整性。鉴于此,设计一种业务目标模型与业务场景模型的语义一致性验证方法。分别以范畴模型和扩展Petri网模型代表业务目标模型和业务场景模型,通过定义形式化业务目标模型的紧邻序列和形式化业务场景模型的执行顺序序列,设计这两种模型之间完全语义一致性、部分语义一致性和弱语义一致性的验证条件和验证步骤。Travel Agency业务系统上的一致性验证结果证明了该方法的可行性和有效性。

基于树型结构的共享文档副本的语义一致性维护

锁操作在实时协同编著系统中用于共享文档副本的语义一致性维护.针对已有线性结构文档中锁操作转换算法效率低下的问题,对文档采用树型结构的表示方法,在文档的不同层级引入可选锁机制,并提出一个新的锁操作转换算法TreeLock_GOTO,大大提高了锁操作转换算法的执行效率.

协同编辑中的语义一致性问题

针对计算机协同编辑系统的实际应用,如应用于协同写作,提出了其涉及的两种语义的一致性问题——简单语义一致性和复杂语义一致性。简单语义一致性是指参与协同编辑的用户要对所编辑文章中的概念达成一致的理解,提出利用本体这一知识表示工具来解决;复杂语义一致性是指保持所编辑文章的整体语义合乎逻辑,并与主题保持一致,提出利用本体结合自然语言理解技术来解决。

利用操作特征管理器维护协同设计语义一致性

针对HUSTCAD系统协同设计语义一致性问题,通过对特征造型层次的研究分析,采取传输造型操作命令的策略,根据操作之间的相容性,提出了用操作特征管理器调度操作执行的新方法.该方法使得相容操作和冲突操作协调执行,避免了冲突发生,从而有利于维护模型的语义一致性,并且无需复杂算法,具有较好的可行性.

构件式体系结构模型转换的语义一致性

基于软件体系结构模型的形式化描述,从结构语义、公理语义和行为语义等几个方面分析了模型转换中特性保持问题的描述,并建立了相应的判定标准,同时探讨了证明一个转换是否满足某些特性保持约束的方法。这些方法支持以定理证明的方式,对模型转换的语义特性保持进行验证,克服了模型检测的不足。该研究可用于指导模型转换规则的定义和模型映射关系的正确性的验证。

基于图像-文本语义一致性的文本生成图像方法

近年来,以生成对抗网络(generative adversarial network,GAN)为基础的文本生成图像方法成为跨媒体融合研究的一大热门领域.文本生成图像方法旨在通过提取更具表征力的文本及图像特征,提升文本描述与生成图像之间的语义一致性.现有方法大多针对在图像全局特征与初始文本语义特征之间进行建模,忽略了初始文本特征的局限性,且没有充分利用具有语义一致性的生成图像对文本特征的指导作用,因而降低了文本生成图像中文本信息的表征性.其次,由于没有考虑到生成目标区域间的动态交互,生成网络只能粗略地划分目标区域,且忽略了图像局部区域与文本语义标签的潜在对应关系.为解决上述问题,提出了一种基于图像-文本语义一致性的文本生成图像方法ITSC-GAN.该模型首先设计了一个文本信息增强模块(text information enhancement module,TEM),利用生成图像对文本信息进行增强,从而提高文本特征的表征能力.另外,该模型提出了一个图像区域注意力模块(image regional attention module,IRAM),通过挖掘图像子区域之间的关系,增强图像特征的表征能力.通过联合利用这2个模块,使得图像局部特征与文本语义标签之间具有更高的一致性.最后,该模型使用生成器与判别器损失函数作为约束,以提升生成图像的质量,促进图像与文本描述的语义一致.实验结果表明,在CUB数据集上,与当前主流方法AttnGAN模型相比,ITSC-GAN模型的IS(inception score)指标增长了约7.42%,FID(Fréchet inception distance)减少了约28.76%,R-precision增加了约14.95%.大量实验结果充分验证了ITSC-GAN模型的有效性及优越性.

基于语义一致性的细节保持图像生成方法

生成对抗网络被广泛应用于文本生成图像领域,但在生成过程中容易导致部分图形缺失必要的细节.为了生成包含更多细节特征的细粒度图像,提高文本与图像的语义一致性,提出一种基于语义一致性的细节保持图像生成方法.首先,挖掘文本描述中的潜在语义,引入特征提取模块选择文本中的重要单词和句子,获取单词和句子之间的语义结构信息;其次,构造细节保持模块关联图像与文本信息,结合混合注意力机制,定位特定文本对应的图像区域,将定位区域与文本信息关联,增强和优化生成图像的细节;最后,融合语义损失和感知损失,将句子的图像和单词的子区域映射到共同语义空间.实验结果表明,在CUB数据集上,IS和FID指标分别达到4.77和15.47;在COCO数据集上,IS和FID指标分别达到35.56和27.63.

采用语义一致性编码网络的跨模态语音关键词检索

针对跨模态的语音-文本检索框架中的语义特征判别性不足问题,为了缩小语音和文本之间的异质性语义差距,提升检索精度,提出采用语义一致性编码神经网络(Semantics-Consistent Coding Network,SCCN)的跨模态语音关键词检索方法:分别利用梅尔倒谱系数特征(Mel-frequency cepstrum,MFCC)提取语音特征、利用BERT提取文本特征,搭建深度卷积神经网络,联合双重损失(语义一致性损失和检索损失)函数构造语义编码网络模型,提取语音和文本的共享特征获得一致性语义特征表达,同时考虑语音关键词检索任务的实时性需求,最后将检索任务视为多分类任务,通过余弦距离计算语义向量之间的距离,快速匹配检索结果.在公共数据集上的实验测试,取得了超过基线方法7%的精度,验证了SCCN方法有效性.

旋转和语义一致性对物体和背景识别的影响

在自然环境中,背景往往对识别环境中的物体起着非常重要的作用。已有研究表明物体与背景的语义一致性会影响对物体和背景的知觉。研究引入物理性质的一致性(旋转角度)这一变量,采用二因素的混合实验设计和直接命名法考察物理性质的一致性和语义一致性对物体和背景知觉的影响。结果发现,语义一致性主效应显著,在物体与背景语义一致性条件下对其进行识别的正确率高于语义不一致性条件下的识别正确率;物理性质一致性主效应也显著,物理性质一致条件下对物体和背景识别的正确率显著高于不一致性条件下的,而且,识别的正确率随着旋转角度的增大而降低;二者之间的交互作用不显著,这意味着物理性质一致性与语义一致性是独立影响真实场景中物体识别和背景识别过程的。

基于语义一致性约束的中草药数据关联标注算法

中草药数据具有丰富的数字化资源,利用标注的方法对中草药的类别和功能进行分析是一种能够实现文化识别、文化解读、文化传承的科学技术方法。本文聚焦于中草药领域的书籍图像数据,实现了对图文混排的中草药书籍数据的数字图文处理与关联标注。本文提出了基于语义一致性约束的中草药关联标注算法,针对中草药图片存在的类间差距较小,图像多形态等问题综合使用了特征提取模型,注意力机制等结构,并针对中草药数据的特点对经典标注模型结构进行优化,实现中草药图像的标注任务。

基于语义不一致性的网络暴力舆情预警方法

[研究目的]现有网络暴力舆情预警手段对专家知识和先验事件信息存在较大依赖。该文提出一种基于语义不一致性的网络暴力舆情预警方法,以实现对现实情境中网络暴力舆情的有效预警。[研究方法]该文采用网络暴力舆情预警的语义不一致性指数计算方法,并结合时序异常检测方法对语义不一致性异常波动进行监测并预警。收集2022年7月至9月间的微博数据进行模拟预警,验证模型预警能力。[研究结论]实验中平均预警准确率为76.57%,预警覆盖率为60.92%。经验证可实现真实世界条件下至多提前36小时发出预警。实验揭示了网络暴力舆情事件在发展阶段可对整体内容的主题状态产生显著可监测的影响,基于该特性能够实现或增强舆情预警感知能力。

基于语义相似度的静态安全策略一致性检测

安全策略语义是人类控制安全行为意志的表达。针对策略语义在定义和转换过程中存在的冲突等问题,提出一种基于语义相似度的静态安全策略一致性检测模型与算法。首先建立策略领域本体并提取特征因子,给出基于本体中概念特征的语义相似度计算方法;继而以防火墙安全策略为例建立实例检测模型,运用静态安全策略一致性检测算法对冲突策略进行标记处理,并保证最终的策略规则库的一致性。实验结果表明,该算法具有较好的检测效果,为解决安全策略在定义、制定和映射等阶段的冲突提供了一种可行的途径。

融合多模态内容语义一致性的社交媒体虚假新闻检测

【目的】实现社交媒体虚假新闻早期检测,遏制虚假信息的广泛传播。【方法】在同时利用图像与文本特征的基础上,通过将图像映射为语义标签,设计了一种图像与文本内容语义一致性计算方法,构建虚假新闻检测模型,并采用虚假新闻检测标准数据集FakeNewsNet验证模型的性能。【结果】融合新闻图像与文本语义一致性特征的全特征模型在PolitiFact数据上的检测F1值达到0.775,在GossipCop数据上的F1值达到0.879,说明该模型具有良好的检测效果。【局限】由于现有图像语义标注模型标注能力的局限性,尚无法准确描述图像内容,所计算的语义一致性存在误差。【结论】多模态特征融合能够有效提升虚假新闻检测性能,本文构建的新闻文本与图像语义一致性特征能够丰富和拓展虚假新闻检测依据。