时间隐喻的语义层次网络模型研究

本研究采用启动技术考查了上级时间隐喻对下级时间隐喻的启动效应。结果发现不管是在反应时还是在意义相关程度的评定上 ,时间根概念隐喻的启动效应明显次于基本概念隐喻的启动效应 ,而基本概念隐喻的启动效应又明显低于派生隐喻的启动效应 。

专利领域本体概念语义层次获取

根据专利领域本体构建的需求，提出一种专利领域本体概念语义层次获取方法。通过分析专利领域技术主题概念在形式化时的构词规律以及上下位关系的表现方式，利用相对修饰度和关联规则识别上下位关系。然后分析上下位关系的特性，总结关系冗余和关系冲突的消除规则，构建出专利领域概念语义层次图。实验结果表明，上下位关系识别方法具有较高的准确率和召回率，构建概念语义层次图的方法取得了较好的关系冗余和关系冲突的消除效果，证实了本文方法的有效性。

禅籍俗语语义层次及其分类

禅籍中保留了相当大一部分俗语俗谚,"除宋元评话、元明杂剧和明清小说而外,保存汉语民俗语言最富者,当属禅宗典籍和俗讲文献"。[1](p101)禅录堪称唐宋时代俗语俗谚之宝库。本文将出现在禅籍中的俗语的语义层次分为一般义和宗门义两个层次,按此划分,将禅籍俗语分为三类:第一类是只具有一般义的俗语;第二类是同时具有一般义和宗门义的俗语;第三类是只具有宗门义的禅林生造俗语。同时重点讨论了第三类俗语。

语言中介命题的语义层次体现

以历时和共时的语言观为主线,分三部分研究（主要是英语）语言中介命题（IP）的语义功能。探讨IP的特点和性质,从功能语法的角度对该语义现象作词汇层、句法层和语用功能分析。IP的概念属于一种语义现象,不仅对语言研究的互补择优、兼容并蓄起着积极的作用,而且对社会发展亦承载着深刻的现实意义。

支持工程设计的语义层次事务模型及提交机制

由于工程设计任务具有长期性、合作性、试探性和分布式性等特点,传统的事务模型和提交机制已经不能很好地满足工程设计任务的需要。针对工程设计任务的特点,提出了一种语义层次事务模型(SHTM),SHTM采用了树形层次结构,并集成了事务的语义特征。同时,SHTM通过允许未提交事务借出它们持有的数据资源,放宽了事务的隔离性。在此基础上,进一步提出了能确保一致性数据操作的双层提交机制(DTCM)。DTCM综合事务的语义特征,很好地解决了放宽隔离性可能导致的不一致性情形。

谈量词教学中的语义层次

汉语的量词教学是一个比较困难的问题,教学的难点是名词和量词在语义上的搭配选择;从量词的语义层次上进行教学可以起到比较好的作用;量词的语义教学层次包括:无形和有形层次差别、有形层次的异形差别、同形层次的异质差别。

基于语义层次组成的ST-MRF交通事故检测算法

针对目前大部分交通事故检测算法没有考虑车辆相互遮挡的影响,导致在交通量比较大的情况下,算法运行结果比较差,为了解决这一问题,提出了基于类组成的时空马尔可夫随机场(简称ST-MRF)交通事故检测算法。该方法应用ST-MRF模型进行车辆跟踪,得到车辆的目标地图和运动矢量,获得交通流基本参数,结合安装在道路下游的检测器获得的交通流数据,采用语义层次算法对交通事件进行检测。为了验证算法的准确性,对该算法与仅仅使用基于ST-MRF车辆跟踪的得出的交通流数据来判断事故的发生的算法进行比较,发现本算法检测率要高。通过研究得出:基于语义层次组成的ST-MRF算法能在交通比较拥挤且车辆出现相互遮挡的情况下,准确检测到交通事件。

基于确定性退火的中文术语语义层次关联研究

研究现有术语语义层次关联的主要方法,针对如何自动获取并且准确描述术语语义层次关系这一关键问题,提出构建的术语语义层次获取流程,主要基于确定性退火的多重聚类算法获取层次关系。最后选取了部分中文专利文本摘要数据集对流程的效果进行测试与评估,取得了不错的实验结果。

语义层次网络在文书档案开放审核中的应用

贯彻新《档案法》,加大档案开放力度,是《“十四五”全国档案事业发展规划》的主要任务之一。文章采用语义工程技术,在构建语义层次网络的基础上,开发了档案智能开放审核系统。选取江苏省档案馆4个全宗的11万余件档案,分别利用关键词过滤法和基于语义层次网络的语义分析法进行检测。检测结果显示,基于语义层次网络的语义分析法较之关键词法,在精确率方面有显著提升,说明语义层次网络可以突破传统关键词技术只能匹配文书档案字面词义的局限,有效降低关键词技术带来的语义失真,从而减少开放审核中的误判、漏判和对不准的问题。

柯林斯语义层次网络模型的实验研究

应用语义验证法对柯林斯与奎利安的语义层次网络模型进行研究,结果表明:(1)柯林斯等人的语义层次网络模型不完全适用于人脑的信息加工;(2)被试对主语所指称客体的熟悉程度是决定语义验证时间的一个重要因素;(3)被试提取概念各属性的时间并非完全由属性储存的位置决定的。

在数据仓库中进行基于语义层次的关联规则挖掘

本文引入一种挖掘关联规则的方法 ,通过挖掘明式或暗示的代表数据仓库特征的语义层次来进行基于语义层次的关联规则挖掘 .

Trans_isA:一种基于实体属性和语义层次的表示学习方法

传统的表示学习方法将三元组按照独立的个体进行表示,使得实体和关系的表示向量缺乏语义层次信息.同一关系(如is_A关系)链接的两个实体,其自身属性以及语义范畴都可能是不相同的,因此在对is_A关系三元组进行表示学习时,要将头实体和尾实体区分开,以不同的方法进行编码.为此,首先将is_A关系下的实体编码为一个球体,球体间相对位置表示为实体间关系;然后在实体属性的基础上,利用二元关系的传递性判定条件对实体间语义层次进行建模,将其命名为Trans_isA模型.在WN18RR数据集上对Trans_isA进行了链接预测和三元组分类实验,验证了模型的有效性.

语义层次研究

语义存在着层次，如词义、词组义、句义、语篇语义等，这些属不同层次的语言单位所表示的语义，已为人熟知。在语符表意过程中还存在许多其他语义层次问题，这些问题涉及到人类语言的基本特征、语言的灵活使用和语言与社会文化的关系等。换言之，语符在代码过程中有个代码...

基于语义层次建模的跨语言知识单元迁移方法

为解决领域小语种知识匮乏和不完备的问题,更好地进行网络空间内容治理,提出一种基于语义层次建模的跨语言知识单元迁移方法(SHACUT),知识模型借助多语言丰富知识库将知识图谱嵌入极坐标系,显式体现不同知识的语义层次结构,迁移模型借助对齐种子库对不同语言向量空间进行线性转换及置信度计算,实现对图谱中知识单元对齐和迁移。分别在公开通用语言数据集和领域小语种数据集上进行了跨语言知识单元迁移的仿真验证,实验表明SHACUT不仅能够对公开通用语言数据集进行有效的跨语言迁移,也在领域小语种数据集上取得不错的效果,相比baseline能够更好地对知识图谱语义层次进行建模,实现跨语言知识单元迁移。

一种改进的fuzzy extended AHP方法:模糊语义层次方法

fuzzy extended AHP方法是chang1996提出的一种处理三角模糊数组成的对比矩阵并获得权重的方法,wang2008指出该方法不能为模糊对比矩阵计算出正确的权重,并导致许多文章的误用。本文提出了一种改进的fuzzy extended AHP方法--模糊语义层次方法(FLHP),它克服了原方法的缺点,并比原方法能更好地用于实际应用。

基于级联网络和语义层次结构的图像自动标注方法

针对大多数的图像自动标注结果中含有冗余标签、信息量不够丰富的问题,本文提出了一种基于级联网络和语义层次结构的图像自动标注方法(CNSH)。首先,输入数据集的图片和标签列表,采用级联的VGG网络提取图像特征,训练条件行列式点过程(DPP)算法模型,计算标签的质量分数确定候选标签列表;其次,利用WordNet检索数据集标签得到语义层次结构和同义词,进而构建加权语义路径;最后,利用DPP算法在候选标签集中采样,得到最终的标注结果。与传统的图像标注任务相比,本文方法得到的标注结果能准确描述图片内容,且不含冗余标签。许多评估指标已用于图像标注和多标签学习,但是它们只专注于评估代表性,忽略了多样性。为了解决上述问题,本文采用了基于语义层次结构的语义指标来共同评估代表性和多样性。在IAPRTC-12和ESP Game 2个基准数据集上的实验表明,与现有方法相比本文方法能够产生更具代表性和多样性的标签。

贵在其神，不失其译——从语义层次探究英语定语从句的译法

自近代以来,国内关于英语定语从句的译法不胜枚举.然而,这些译法大多是针对表层语法结构提出来的,虽有道理,且有例为证.但对于定语从句与这些译法之间的有机联系,却很少有论据充分的材料来说明.可见仅从表层语法结构来探究英语定语从句的译法存在一定的局限性.鉴于此,笔者试用"逻辑译式"这一概念,尝试从语义层次来探究英语定语从句的译法,通过理清英语定语从句与主句之间的语义关系,选择最合适的译法,从而使得译句既富原句的神韵,又能与表层语法结构相得益彰,即"贵在其神,不失其译".如此,既能最大程度上贴近原句,又能为广大读者所接受.

基于多层次语义约束的煤矿灾害事件本体模型构建

煤矿生产信息化、智能化是我国煤矿发展的必然趋势,矿山安全流程的智能化管理是亟待解决的关键问题之一。为了从煤矿安全相关的基础信息、地质资料、事故类型等海量信息中快速获取所需特定信息,针对煤矿安全应急数据多源、异构、时空性、相关性等特征,引入事件本体模型。将突发性煤矿灾害事件作为研究单元,以相关事件类的层次(逻辑)结构为主线,研究煤矿灾害事件本体信息、类型、属性及其之间的关联关系;结合地质灾害概念,按照灾类、灾型和灾种三级划分,分析煤矿生产安全事故特征,确定了煤矿灾害事件属性,从而完成煤矿灾害事件本体构建;定义了煤矿灾害事件本体的逻辑结构,形成煤矿灾害事件语义层次的形式化表达,为后续矿山应急信息快速集成及发布提供理论借鉴。

基于篇章层次结构识别的信息提取方法

汉语语篇中段落和句子之间存在从属、并列和因果关系,互联网文章中,跨句、跨段语篇含有大量的省略和指代,信息提取时易造成语义理解欠佳。以汽车故障诊断文本的信息提取为例,本文提出了一种结合编号层次和语义层次的语篇结构提取方法。首先,通过编号层次分析句子间的从属和并列关系,通过谓语分析句子间的因果关系。然后,根据句子的从属、并列和因果关系构建三种类型的结构树。最后,将不同种类结构树转换为标准型,从而实现对语篇结构的分析。该方法能有效识别跨句、跨段的句子中省略、指代等语法结构,提高语义理解的正确性和精准度。