A Comparative Study of Semantic Component and Lexicalization Pattern of English and Chinese Verb Category“Drink”

Verb category“drink”is frequently used in people’s daily life.In this essay,the author analyses the semantic component and lexicalization pattern of English and Chinese verb category“drink”,in which the author finds there are semantic universals and particulars.It is found that the lexicalization pattern of this verb category in English and Chinese should be“motion+manner(cause)+X”.

基于双分支点流语义先验的路面病害分割模型

针对基于深度学习的真实路面病害图像识别算法主要面临的复杂道路背景与病害前景比例不同、病害尺度小等导致的类别严重不平衡、路面病害与道路的几何结构特征对比不明显导致其不易识别等问题,本文提出一种基于双分支语义先验网络,用于指导自注意力骨干特征网络挖掘背景与病害前景的复杂关系,运用高效自注意力机制和互协方差自注意力机制分别对二维空间和特征通道进行语义特征提取,并引入语义局部增强模块提高局部特征聚合能力。本文提出了一种新的稀疏主体点流模块,并与传统特征金字塔网络相结合,进一步缓解路面病害的类别不平衡问题;构建了一个真实场景的道路病害分割数据集,并在该数据集和公开数据集上与多个基线模型进行对比实验,实验结果验证了本模型的有效性。

面向小样本抽取式问答的多标签语义校准方法

小样本抽取式问答任务旨在利用文章给定的上下文片段,抽取出真实的答案片段。其基线模型采用的方法只针对跨度进行学习,缺乏对全局语义信息的利用,在含有多组不同重复跨度的实例中存在着理解偏差等问题。为了解决上述问题,该文利用不同层级的语义提出了一种面向小样本抽取式问答任务的多标签语义校准方法。采用包含全局语义信息的头标签和基线模型中的特殊字符构成多标签进行语义融合,并利用语义融合门来控制全局信息流的引入,将全局语义信息融合到特殊字符的语义信息中。然后,利用语义筛选门对新融入的全局语义信息和该特殊字符的原有语义信息进行保留与更替,实现对标签偏差语义的校准。在8个小样本抽取式问答数据集中的56组实验结果表明:该方法在评价指标F1值上均明显优于基线模型,证明了所提方法的有效性和先进性。

认知语言学视域下的单字为训研究——以东汉高诱注释中的“止”字为例

单字为训作为注释语料中最常见的训释方式,在本质上反映了古人是如何通过心智范畴的建立来认知世界的。在认知语言学视角下,从语义框架、原型范畴和边缘范畴、语义场焦点分布三个方面,对单字为训注释语料进行研究。以《吕氏春秋》高诱注释中的“止”为例,当“止”作为训释词时,凸显的是其原型特征即“停止”义,或者说是其核心义;而当“止”作为被释词时,则展示了“止”的语义框架中的部分概念槽与填充项。在部分—整体图式、连接图式、容器图式等意象图式的联合作用下,“止”形成一个由原型——边缘的模糊认知域。在单字为训的注释语料中,高频训释词的原型范畴是不同被释词语义范畴的交叉点。训释词能否完全替代被释词,则取决于构成它们的认知模型是完全相同还是部分相同。

共情:哲学修辞与临床张力

叙事医学与关怀伦理的兴起,对共情的探讨陡然升温,并呈现不同伦理选择的声音。从哲学修辞的维度出发,对共情的语义范畴进行深入分析,对共情的互文性,即非共情、反共情、伪共情展开充分辨析,进而挖掘了临床境遇中的共情悖论与异化,探讨了叙事医学对共情的拓展与建构,如精细化文学阅读与共情的审美习得,如何开启“共情−反思−医患共同体”的三段论认知,如何杜绝“共情”的孤岛化,以廓清共情在全人医疗模式中临床实践的地位和意义。

基于跨度边界感知的嵌套命名实体识别

命名实体识别任务是信息抽取领域中的一个基础任务,旨在定位句子中实体所在位置的边界,并对该实体进行分类.针对现有基于跨度检测的模型存在的嵌套实体边界模糊问题,提出一种基于跨度边界感知的嵌套命名实体识别模型.首先,利用双仿射注意力机制,捕获词元间的语义相关性,进而生成跨度语义表示矩阵;其次,通过设计一种二阶对角邻域差分算子,建立跨度语义差分机制,以提取跨度间的语义差异信息.此外,引入一种跨度边界感知机制,利用滑动窗口的局部特征提取能力,强化跨度的边界语义差异,从而准确定位实体跨度位置.为验证模型的有效性,在3个基准数据集上进行测试,包括ACE04、ACE05和Genia数据集.实验结果表明,提出的模型在实体识别准确率的表现优于相关工作.此外,还设计消融实验和案例分析以验证提出的语义差分机制和跨度边界感知机制的有效性,为进一步研究命名实体识别问题提供新的思路和实验证据.

哲学范畴观和语言学范畴观的发展与融合

通过梳理哲学范畴的发展脉络,讨论哲学范畴观在语言学中的转向,对语言学范畴观的理论内涵以及相关术语意义再做深入分析,并对“范畴观”在哲学和语言学领域的差异及交叉点进行了研究,梳理哲学范畴观对语言学的影响,厘清了语言学领域关于“范畴”相关术语的内涵。

模糊化拓扑空间中的δ-分离性及范畴FδTop的拓扑性

在模糊化拓扑空间中,利用连续值逻辑语义的方法介绍δ-开集,δ-闭集,δ-闭包和δ-邻域的概念,并以此为工具阐述T_(1)^(δ),T_(2)^(δ),T_(3)^(δ),T_(4)^(δ),T_(3)^(Sδ),T_(4)^(Sδ)分离性公理;其次研究它们的一些特征及等价刻画,讨论并证明它们彼此之间的关系;最后通过对δ-连续映射的定义,证明范畴FδTop是范畴Set上的拓扑范畴。

“趣”字语义层面、审美范畴及审美涵义探究

在汉语中,“趣”字的使用历史悠久,其意义较多,有的意义存在时间极短,有的意义至今依然鲜活。语音层面之“趣”,读音有四种;语义层面之“趣”,意义概归七类。经过两千多年的萌生、拓展、深化和定型后,“趣”的审美意义逐步提升为审美范畴的一种。“趣”的审美涵义有旨趣、情趣、风致、兴致、志趣等五类义项。

韩国语被动句语义色彩的认知解释

该文旨在探究韩国语被动句中的语义色彩及其认知解释。被动句有着不同的语义色彩,先行研究已经表明韩国语被动句具有极强的负面语义色彩倾向。文章从认知语言学的角度,基于前景—背景理论与原型范畴理论,对被动句负面语义色彩的认知理据进行研究。通过对负面语义色彩的被动句进行分析,发现被动语义色彩的倾向来源于事件中的受事角色在认知中经过前景化得到凸显和强调,而及物动词句的原型宾语,也就是受事角色的典型核心语义特征是[+受损],所以韩国语被动句也常常蕴含与[+受损]相关的负面语义色彩。这些发现不仅深化了韩国语被动句的理解,也为从认知角度阐释韩国语提供了参考。

地理要素类别语义相似度动态加权计算方法

语义相似度计算是解决地理要素类别语义异质问题的关键技术,在地理数据共享与交换应用中起着重要的作用。本文面向基础地理信息领域,针对相同特征属性在不同地理要素类别语义中存在重要性差异的特点,提出了一种基于动态权重的地理要素类别语义相似度算法。本文算法引入词频-逆向文件频率,利用属性值的特殊性,计算特征属性的动态权重,根据不同类型的特征属性提出相应的相似度算法,重点分析多值复杂型属性值的分解及相似度算法,得到地理要素类别间的相似度。最后,从基础地理要素类别中选择200组样本对计算语义相似度,并与其他4种相似度算法进行对比分析。试验结果表明,本文算法能够有效地反映特征属性的重要性差异,获得更准确合理的地理要素类别的语义相似度。

“数形量名”结构中形、量、名的语义选择

汉语的形容词可插入数量结构中构成“数形量名”。“数形量名”的量词分空间义量词(与长度、宽度、高度、面积、厚度、体积等相关的量词)、时间义量词两大类(共9小类);相应地形容词也分为9类。“数形量名”结构的形容词与量词组配、名词与量词组配遵循语义一致性原则。

基于小目标类别注意力机制与特征融合的AF-ICNet非结构化场景语义分割方法

针对非结构化道路分割难度大、小目标检测精度较低等问题,构建基于小目标类别注意力机制与特征融合的AF-ICNet轻量级实时语义分割网络。采用空洞空间卷积池化金字塔融合不同尺度特征感受野以增强网络的全局感知能力。嵌入CA注意力机制,建立通道信息和空间位置信息以增强网络对非结构化道路小目标类别语义特征的提取能力。针对类别分布不均衡问题,改进权重交叉熵损失函数。利用AF-ICNet模型对Cityscapes与IDD数据集进行训练,在Cityscapes测试图像中分割的MIoU达到了71.5%,在IDD测试图像中分割的MIoU达到了62.5%。搭建实验测试系统进行实景测试,测试结果表明,AF-ICNet有效提升了非结构化道路及小目标类别的分割精度,并满足测试的实时性要求。

英汉语法形式必用性差异的原因探析

以往学界对英汉语法形式必用性的差异有过零星的探讨,但鲜有探究这种差异的原因。本文认为造成这种差异的主要原因有三种:①英语的语法形式通过历史发展集中形成于TP层,该层控制句法,与主语互动,并形成多样的句法结构,即便句中出现同义的词汇形式也不可省略。②汉语的语法形式语法化程度不高,没有集中形成于TP层,一旦句中出现同义的词汇形式,它们就可省略。③英语句法史上形成的“语用—语法—语义”三分形式使语法层成为内嵌层,只要有表意的需要,其中的任何形式均缺一不可;汉语的句法形式多变,句法分区不明显,语法形式并非成句的关键因素。

基于深度学习的无人机地物图像分割方法

针对无人机地物图像的传统分割方法工程量大,效率低下,深度学习的无人机地物图像分割算法在复杂场景下精度不高和数据集的类别不均衡(长尾数据)等问题,提出一种基于深度学习的高分辨率无人机地物图像分割方法,用于提高不同地貌区域的分割精度。在语义分割模型DeepLabv3的基础上进行改进,将原始主干网络ResNet101替换为ResNet152并添加预训练模型,调整扩张卷积空间金字塔池化模块的扩张率,采用类别平衡损失函数来解决长尾数据问题。在采集的无人机地物图像数据集上进行训练并通过测试集的分割效果证明模型改进方法的有效性。根据实验模型分割效果表明,改进后的方法在测试集上平均交并比达到70.8%,相比原始模型提升了27.2%,能够得到效果更好的分割结果。

FMNet:基于特征对齐的多方位注意力机制服装图像分割网络

针对语义分割中不同尺度特征融合导致的特征错位问题,提出了一种用于不同尺度语义特征融合的上采样方法。首先,将不同尺度特征图初步融合,将得到的语义信息作为低分辨率特征图进行上采样的位置参照;随后,将低分辨率特征图上采样后,再与高分辨率特征图进行融合。针对神经网络中语义学习模块对语义特征信息学习不充分的问题,提出了一种多方位注意力机制(multi-directional attention mechanism,MAM),从空间、通道和类别3个方位学习语义信息。根据上述2个方面的创新,提出了用于服装图像分割的网络——FMNet,并选取、划分服装数据集DeepFashion2作为训练、验证和测试的数据集。实验结果表明,所提FMNet的平均交并比(mean intersection over union,mIoU)相较于OCRNet提高了2%,相较于DeepLabv3+和PSPNet分别提高了5%和10%。

湘西凤凰苗语亲属称谓语义分析

血亲和姻亲、直系和旁系、长幼、辈分、性别等是湘西凤凰苗语亲属称谓的语义范畴,其中长幼、辈分、性别是突出的语义范畴;性别、长幼、亲疏、直系与旁系四种要素构成的义位网络是其亲属称谓语义场中义位的主要聚合因素;其亲属称谓有多种语义组合方式,语义范畴多样性、相对开放、社会性等是其语义场的特点。

句法语义错位现象中范畴转换的转喻机制

语法分析的根本目的就是要揭示句法和语义之间的关系,尤其是要合理解释句法语义的错位现象。错位现象是语言系统自身缺省的基本特征,源于语言系统的开放性,其本质是非范畴化,具体体现为特定句法成分的功能与范畴的转移。从微观的角度讲,非范畴化的基础是转喻。从宏观的角度讲,语言系统的开放性、语言表达式的图式性和语法结构的象征性决定了语法具有转喻的性质。因此,转喻机制理应能够为句法语义错位现象提供有说服力的解释。本研究分别从形名组合、间接指称、数的转化等三个方面探讨了转喻机制在调解相关句法成分非范畴化中的重要作用。

副词性关联词语在四川省高中英语教材中的应用

本文以四川省高中英语教材必修一为语料,探讨了副词性关联词语(以下简称“副关”)的出现频率、语义类别和功能类型,并提出了相应教学建议。旨在发现高中英语教材中副关的应用特点,以期提高师生对这类词语的关注度,促进英语教学质量的提高。研究发现:副关在教材中出现频率高、分布广泛,且涉及表加合、时顺、转折、解释、结果、推论和断言七个功能类型;就分布模块而言,副关主要出现于阅读、写作、听力和语法部分,口语部分未有涉及;对教师、学生和教材编写者提出了相应建议,认为教师应当做到:植入副关知识,实施语篇化教学;运用副关的阅读教学模式,提高阅读理解能力;强化副关写作意识,培养思维品质。

赫哲语的核心论元与语义角色特征分析

论元和语义角色是句法和语义研究的基础,通过考察赫哲语核心论元语义角色的类别、句法语义特征等内容,可解释赫哲语主体、直接客体等语义角色与主语、宾语等句法成分之间的投射关系.在语义角色层级系统的框架下,分析施事、感事、致事、主事等主体角色,以及受事、结果、对象、系事等直接客体角色的语义特征就可发现,不同语义角色的原型施事—受事典型性程度有别.此外,宾格标记的隐现及句法结构的变换受到语义角色生命度等级的制约.