隐性不定式施事语义值探究

英语语法认为:在句型“主语+系动词be+表语+不定式”中,处于隐含状态的不定式施事的语义值只具有泛指意义。本文对此代表性观点作出批评分析后指出:此句型中,只有在句子主语呈非限定性时,隐含的不定式施事语义值才具有泛指意义;若句子主语呈特定性,语义值则表现为泛指意义和特指意义两种情况,这要视话语的语境、语法及语用功能等语言要素而定。

语义值驱动的三维直立状态人体模型变形

在医疗设备,服装设计,电影制作和电脑游戏中三维人体模型是不可或缺的元素,但是通过扫描等途径直接获取的人体模型在很多环境下并不能直接运用,因此需要对模型根据所处环境进行适度变形。研究三维人体模型变形方法,引入语义驱动模型的变形。通过测量模型骨骼关节点位置并得到身高、腿长及肩高等模型语义值,对模型进行PCA降维,建立模型语义值与模型矩阵之间的映射关系,调整相关语义值获得相应PCA权值,并且将PCA权值重新映射到模型矩阵得到变形后的模型。

克里普克语言理论再思考:语义值的刻画与指称的确定

对克里普克语言理论的结构进行分析,可知它有三个主要部分:本质主义的形而上学,可能世界语义学和以它为基础的有关语言表达的语义学分析,以及语言交流的指称理论。本文旨在通过逻辑分析,理清克里普克语言理论三部分,特别是后两部分之间的真实关系,并论证克里普克的指称因果论,作为实际语言使用中指称问题的一种说明,事实上独立于他的本质主义形而上学及可能世界语义学,也就是后者并不能决定前者。

语义翻译论、时间语义值与事态句翻译——以英语现在时状态句的汉译为例

事态类型不同,句子表征的时间语义值也不同。本文以纽马克(Newmark,2001)的语义翻译论为观照,以句子的时间语义值描写为基础,以时间语义值对等为原则,以英语现在时状态句的汉译为例,从语言层面探悉事态句的翻译策略问题,并以语料库数据验证所推导的翻译策略,从而确立从事态句分析到翻译策略推导的一套基本原则和基本方法。

“差一点没P”结构的语义取值策略

关于"差一点没P"语义真值的取值策略,前人多用归纳法,本文使用演绎法,借助关联理论,从语义取值的心理运行机制来推演其语义取值。"差一点没P"只有两种可能的语义真值,"P"和"非P",听话人通过比较两者的力度高低来确定语义取值。

论叙事交流的语义真值

在叙事交流中,任何一名读者都不可能接受一个对他来说没有语义真值的叙事文本,这是叙事交流得以顺利进行的基本要求。从可能世界的通达性理论来看,叙事虚构世界的语义真值可以依据现实世界得到求证,但更多的是依据叙事文本内虚构世界的内在逻辑性进行判断。虚构世界语义的“内指性”特点赋予了作者充分的创作自由,他们可以尽情地营构叙事文本中的故事与世界。叙事文本中事态的语义为真,是相对于其所处的虚构世界而言。处于不同叙述层中的事态,即使是“否叙述”,它的语义在其所处叙述层的虚构世界中依然为真。叙事虚构世界的文本内真实性使得叙事得以在文本中建构出由不同风景和音景组成的可能世界。读者徜徉其中,听声看景,感受虚构世界的丰富多彩。

实践性、语义值与模态——回应关于能力之知的语言学论证

能力之知的实践性及其特殊的语用效果表明这类知识与事实之知相区别。斯坦利和威廉姆森论证各类知识归属语句的意义可以得到统一的语义学解释,从而主张能力之知是一种事实之知。该论证的错误在于将心理内容和语义值相等同,这又可以归因于对模态的量化解释。

一种用于图像检索的多层语义二值描述符

随着图像数据的爆炸性增长,基于内容的图像检索引起了大量的关注.图像检索系统的性能很大程度上是由描述符决定的.有很多传统的描述符先后被提出,但检索的准确率都不太理想.随着深度学习的发展,利用卷积神经网络(Convolutional Neural Network,CNN)来学习占用空间小且具有较强区分力(discriminative)的图像表示逐渐兴起.卷积神经网络全连接层的特征通常为分类任务而设计,捕获的往往是高层的语义信息,难以充分有效的捕获图像的局部信息,而且维度很高.为解决全连接层特征缺乏局部信息且维度较高的问题,本文提出了一种多层语义二值描述符(Multi-level Semantic Binary Descriptor,MSBD).多层语义二值描述符通过多层语义浮点描述符构建和二值描述符学习两个步骤生成.多层语义浮点描述符由全局分支、对象分支以及显著性区域分支构成,每个分支代表一个语义层次,可以同时捕获全局特征以及显著的局部特征.二值描述符学习算法通过一个迭代的过程减少二值化过程中的量化误差以及编码中的冗余信息,在压缩描述符的同时减少区分力的损失.为了进一步提高查询的准确率,本文提出了一种不相似性度量函数.此度量函数同时包含了哈希代表的视觉语义信息以及类级别的高层概念语义信息.本文在该领域典型的数据集上对描述符进行了系统的对比实验,实验结果表明,多层语义二值描述符具有很强的区分力,查询准确率优于很多当前最先进的浮点描述符,在Oxford5K数据集上与目前最好的方法达到了相近的准确率,在Paris6K数据集上比已有的方法超过了约4.3%,在Holidays数据集上比已有方法超过了约2.1%.

“差一点死(没死)”语义真值判断及其修辞表达效果

作为"差一点P(没P)"结构特例的"差一点死"和"差一点没死"同时存在异形同义和同形异义现象,在学界已成共识。但对两者异形同义和同形异义的特定语境的分析却见仁见智。本文从言语交际活动过程的角度就"差一点死"和"差一点没死"的语义真值判断及其修辞表达效果进行探讨,以厘清两者同为真值和不同为真值的具体语言环境。

基于体积语义局部二值模式的行为识别

基于视觉的行为识别是人体运动分析的重要组成,也是该领域一个富有挑战性的研究方向,因此获得广泛的关注.该文将视频中的人体行为看成由每帧轮廓图像沿时间轴堆叠而成的三维空-时体积,提出一种新颖的局部二值模式,即体积语义局部二值模式(VSLBP),用于提取空-时体积中的有效低维特征,通过计算测试序列与已标记的行为训练集特征间的最近卡方距离得到其所属行为类别.在行为库"Weizmann"上实验结果表明,该文提出方法的识别准确率略高于现有最新方法,且能容忍各种复杂的条件,如遮挡、拍摄角度、行为者外观穿着及行为方式等.

基于模糊语义TOPSIS的飞机维修工程措施决策

本文针对不确定语言条件下的决策问题,考虑专家在选择飞机维修工程措施时的犹豫性和偏好,提出一种基于语义值偏差最小的模糊语义TOPSIS综合决策方法。根据犹豫模糊语言的概念设定犹豫模糊语言术语集,并转化为语义值;为得到更合理的权重向量,采用加权的平均语义值与决策者偏好语义值构建偏差函数求解属性权重;采用TOPSIS法对备选方案进行排序;以某机型M部件的工程措施选择问题为例,验证该方法的有效性和可能性。

基于语义贡献值的XML查询缓存替换策略

传统缓存替换策略对语义缓存替换缺乏针对性,不能有效重用缓存中的数据,影响缓存命中率。为此,针对可扩展标记语言查询(XML)代数查询的特点,提出一种基于语义贡献值的XML查询缓存替换策略,根据用户历史查询的缓存项进行聚类分析,预测其对未来查询的语义贡献值,当缓存空间不足时替换语义贡献值最小的项,从而提高用户查询效率。实验结果表明,相比最不经常使用策略和最近最少使用策略,该策略能有效缩短查询时间,提高缓存命中率。

基于三值语义的软件运行时验证方法

运行时验证技术是对传统的程序正确性保证技术如模型检验和测试的有效补充。模型检验和测试都试图验证系统的所有可能执行路径的正确性,而运行时验证关注的是系统的当前执行路径。本文提出一种基于三值语义的软件运行时验证方法,一方面该方法提供了从代码插装、系统底层信息提取到监控器生成、验证系统运行轨迹是否满足性质规约的完整的解决方案;另一方面基于三值语义的监控器有发现一条无穷运行轨迹的最小好(坏)前缀的能力,从而使得监控器能尽可能早的发现性质违背。同时,我们开发了基于三值语义的软件运行时验证原型工具并针对案例进行了分析。

存在预设对语义真值影响的初步探讨

预设一直是哲学家,逻辑学家以及语言学家密切关注的一个问题,长久以来,国内外许多学者对其定义,分类,逻辑意义,语义意义以及语用意义进行了很多讨论。本文从语言哲学的角度,探讨当存在预设为假,语义真值是否会受影响。

“宁可”复句的语义特征

根据“预设评价”的概念,“宁可”复句的语义特征是:付出代价,获取正面结果或避免负面结果。这个语义特征又归因于人们共同的诸如“趋利避害”、“为获益而先受损”等语境心理。16种在逻辑上应该有的“宁可”复句形式只有4种形式的原因跟“综合语义值”有关。

异种数据环境中语义交互操作的研究

本文在适当介绍语义值知识、资源接收框架的基础上，分析了异种数据环境中信息交换的实现过程，同时就该过程优化问题作了讨论。

类属义名谓句的语法语义分析

类属义名谓句是结构最简单的名谓句,可以分为:名1+名2;名1+(名3+名2);名1+名2,名1+名2;名1+“的”字结构等四种形式。句子中的谓语名词都是表示类别、属性的名词,在语义值的量的对比上,名1<名2,并且名2都失去了空间性特征。类属义名谓句都是有标记的。

变化义名谓句的认知语义分析

变化义名谓句属于动态义名谓句,其谓语大都是“顺序义名词+了”的结构形式。变化义名谓句的变化主要是名词的语义值的变化,根据其语义值的变化度将变化义名谓句分为增值变化句、等值变化句、减值变化句和比值变化句四种类型。名词在谓语位置上表现的变化包括自然的变化和社会性的变化两种形式。变化总是在一定序列当中发生的,名词的顺序序列有三种:绝对顺序序列、相对顺序序列和临时顺序序列。变化是以参照点为背景的,每个名词所指的事物既以其他事物为背景,同时又是其他事物的背景。

基于潜在语义空间的文本检索问题研究

本文针对潜在语义空间模型下文本检索存在的问题进行了研究;对LSI/SVD方法的理论及问题进行探讨,对文本—特征项矩阵加权方式进行了改进,对文本的聚类提出了k-means截尾算法,对原始向量空间降秩后的语义空间维数的确定提出了解决方法。