Gettier反例的误导性——语义失败与语义混淆

普遍观点认为,Gettier反例有效地挑战了传统的知识分析(JTB),而Mizrahi等学者尝试从语义学的角度探讨这些反例中的误导性。根据Kripke对于“说话者指称”和“语义学指称”的区分,Mizrahi认为在Gettier反例中存在一种语义失败的现象:于某个认知主体而言,某个指示词的说话者指称未能满足其作为语义学指称的条件。然而,本文首先指出Mizrahi对Kripke理论的应用存在误解。其次,即便Mizrahi对Kripke理论的理解与应用是准确的,他所主张的语义失败也不普遍存在于所有的Gettier反例之中。最后,本文基于Mizrahi的论述,进一步探讨了Gettier反例中的另一种语义问题——语义混淆:反例声称认知主体知道的那个命题既有认知主体的意向所指,也有实际所指。因此,Gettier反例仍然具有误导性。

融合意图信息的小样本多意图识别

为解决匮乏资源下多意图识别语义、语境信息易受到不相关意图信息干扰的问题,该文提出一种基于原型网络在语义上嵌入意图信息的多意图识别方法。首先设计意图融合特征提取机制,通过结合话语和意图信息构建具有区分度的支持集、查询句和意图集表征,缓解短话语往往遭遇意图相关信息的语义混淆的问题;其次设计原型意图分离机制,计算所属意图话语对该意图原型的权重信息,联合意图权重得到分离式意图原型表征,降低支持集和查询句中不相关意图带来的噪声。实现了在低资源多意图场景下捕获高质量的原型表征。实验结果表明,该方法可有效提高小样本多意图识别的效果。

云计算环境约束下的软件水印方案

针对云计算环境下的软件知识产权保护需求,提出一种基于非等价语义混淆理论的软件水印方案。方案设计了一种非等价语义混淆方法,用于切割、隐藏代码语义,同时利用混淆规则虚拟映射水印。切割后的语义放置在一个独立的模块中,验证水印信息、恢复程序正常执行。对该方案的反编译实验表明,其逆向工程难度大,保障了水印顽健性,可有效保护放置在云端的代码。