基于音素语义基的语音语义知识库构建方法

语义通信以保证信息含义的成功传递为目的,被视为下一代通信的潜在技术之一。然而,当前面向语音语义通信系统的语义知识库研究尚不成熟。为此,提出了一种基于音素的语音语义基模型,并基于双向长短期记忆网络提取音素语义基。进一步,通过将音素语义基与知识图谱的文本知识结构结合,构建了一种集语音含义及语音特性为一体的语音语义知识库框架,该框架生成具有知识结构的音素语义基,以此作为发送方和接收方之间共享的背景知识,支撑语音语义信息的高效、简约表征。仿真结果表明,相较于经典的语音语义通信系统,该框架在不同信噪比(SNR)下的语音质量(PESQ)和可懂度(STOI)都有显著提高,其中,在信噪比相同的条件下,基于所提语义知识库的语音语义通信系统在PESQ方面性能提升了8%,有效验证了所构建语义知识库的有效性。

基于RDF的语义知识超图存储研究

针对资源描述框架(resource description framework,RDF)存储效率低、难以存储复杂语义关系等问题,本研究引入超图理论,探索一种融合超图理论的语义知识图谱存储模型,以期实现RDF对超图数据的存储,为其他学者利用RDF构建知识超图提供参考。本研究构建了适用于超图结构的语义知识超图(semantic knowledge hypergraph,SKH)模型,与语义知识图谱(semantic knowledge graph,SKG)进行对比,分析其存储效率与复杂语义关系存储能力,并论述其在知识检索、知识推理、数据转换与可视化等方面的应用。研究结果发现,SKH模型具有比SKG更优的存储效率与复杂语义关系存储能力,SKG的知识检索和知识推理方式也适用于SKH模型,SKH模型数据在一定程度上能与SKG数据相互转换,SKH模型具有更加多元且表意丰富的可视化方式,对于信息资源管理领域复杂语义存储具有重要意义。

基于概念结构与分布式表征的术语语义知识库构建

词汇语义知识库的构建是自然语言处理中的一项基本任务,在自然语言处理的各子任务中发挥着重要作用。文章面向领域内复合型术语,提出术语概念KDML表示的自动生成方法,该方法基于概念的层级结构,采用分布式表征方法表征概念与术语定义文本,根据二者间语义距离大小进行概念消歧,通过K近邻算法学习概念间的语义角色,按照KDML语法规则生成术语概念的完整表示。实验取得首义原精确率为96%,总义原、总语义角色与总三元组的F 1值分别为91.92%、78.9%、73.41%的结果。

面向语义通信的语义知识库综述

语义知识库是一种可为数据信息提供相关语义知识描述的、结构化的且具备记忆能力的知识网络模型,是语义通信的关键使能技术之一。首先,归纳分析计算机领域语义知识库研究现状,说明知识库在语义信息提取等方面的关键作用;然后,梳理无线通信领域中信源、信道、任务语义知识库的研究现状,揭示语义知识库在语义传输效率提升方面的潜能;最后,分别从多层级构建、动态智能演进、多智能体协同更新3个方面分析了语义传输中语义知识库面临的挑战。对于如何深度融合人工智能与通信技术,创新性地提出多层级语义知识库框架,认为一个跨模态、跨任务、跨环境的知识库的构建是高效语义传输的重点研究方向。

面向企业产品创新的科技论文语义知识本体构建研究

为了能够使企业科研人员更高效地利用科技论文知识进行产品创新,论文通过FBS模型分析了包括产品需求、产品功能、产品作用原理、产品结构等类别在内的科技论文语义知识结构,定义其类别及等级体系,并明确其语义关系,最终构建出面向企业产品创新的科技论文语义知识本体,并利用情景分析法探讨企业科研人员如何利用可视化结果进行产品创新,希望能够提高企业科研人员对科技论文知识的利用率,进一步提升企业的产品创新效率。

语义知识神经表征的fMRI研究:通道特异性或类别特异性?

在同一实验中同时考虑类别与通道二个因素,并采用典型的语义提取任务应用功能磁共振成像技术探讨了语义知识的神经基础,结果发现不同类型的语义知识的脑激活模式(含左梭形回的激活)无论在范围还是强度上存在很大的相似性;而且,在严格的统计阈值下,不存在通道或是类别特异性激活的脑区。结果提示语义知识的神经表征分布于整个大脑皮层;在提取物体语义知识时都会同时激活该物体的视觉表象。另外,研究观察到的语义提取过程中BA9区的激活进一步证实并扩展了关于“汉语和表音文字在皮层组织上存在重要差异的观点”。

集成多种背景语义知识的共指消解

共指消解是信息抽取中一个重要子任务。近年来,许多学者尝试利用统计机器学习的方法来进行共指消解并取得了一定的进展。背景知识作为新的研究热点已经被越来越多地利用在自然语言处理的各个领域。该文集成多种背景语义知识作为基于二元分类的共指消解框架的特征,分别在WordNet、维基百科上提取背景知识,同时利用句子中的浅层语义关系、常见文本模式以及待消解词上下文文本特征。并利用特征选择算法自动选择最优的特征组合,同时对比同样的特征下最大熵模型与支持向量机模型的表现。在ACE数据集上实验结果表明,通过集成各种经过特征选择后的背景语义知识,共指消解的结果有进一步提高。

双模态及语义知识的三维人脸表情识别方法

目前,人脸表情识别的主要研究对象是二维图像,它所包含的信息有限,而且易受人脸姿态、光照等影响。其次,人脸表情识别方法大多是基于图像低层视觉特征,而人类对图像的理解是基于高层语义知识,这两者之间存在本质上的差异,即"语义鸿沟"。为此,在三维人脸表情图像和语义知识的基础上,创新地提出双模态及语义知识的三维人脸表情识别方法。该方法首先提出一种将三维的局部曲率和二维局部角点进行双模态融合的方法,自动提取准确的三维人脸表情低层视觉特征;然后,采用AHP和G1相结合计算高层语义知识向量;最后,采用K-NN算法将低层视觉特征和高层语义知识融合,缩小低层视觉特征和高层语义知识之间的"语义鸿沟",提高人脸表情的识别率。

CCD语义知识库的构造研究

CCD(theChineseConceptDictionary)是一个WordNet框架下的汉英双语语义知识库(theChinese-EnglishWordNet).在制定语义规范后,作者提出了构造CCD的演化模型(themodelofevolution).新的构造模型强调双语语义知识库构造中的继承(inheritance)和转换(transformation)思想,希望从WordNet现有的英语单语语义信息出发,通过词典编纂者的联机翻译(onlinetranslations)和可视化操作(visualizedoperations),逐步实现由WordNet到CCD的计算性转换,自然地得到一个双语语义知识库,从而大幅度提高构造此类语义知识库的效率和质量.针对该构造模型,作者设计并实现了可视化的辅助词典构造软件VACOL.该软件在北大计算语言所CCD项目中得到大规模的应用,取得了很好的成果.

面向中文网络百科的语义知识库构建

传统的语义知识库构建耗费了大量的人力物力,而且知识难以做到及时的更新。针对这些不足,以语义本体和超图理论为基础,提出了新的语义表达模型:动态知识网络,并且阐述了该模型的理论基础和组成要素。在模型的指导下,面向中文360百科,研究了语义知识的抽取方法和存储结构,半自动构建了中文语义知识库,为面向语义的中文信息处理提供知识支持。

基于HowNet的航空术语语义知识库的构建

语义知识库的构建是自然语言处理基础性工作,对于语言信息的处理有重要的作用,但面向特定领域的语义知识库的构建还是一个难点。该文在分析了航空术语的基本特点的基础上,根据HowNet和KDML描述语言构建了面向航空领域的术语语义知识库,并在构建航空术语知识库的过程中总结形成了构建航空术语知识库的基础规则、动态角色/特征的选择规则。在文章最后对所构建的术语进行了相似度的计算,取得了较好的结果。

基于语义知识的汉语句法结构排歧

汉语在词类这个语言层次上存在着许多歧义结构，这给汉语的自动句法分析带来了难以逾越的障碍。通过寻找汉语语义类之间可能存在的句法关系建立汉语语义关联网，这为用汉语语义知识来解决句法歧义开辟了道路。文章针对具体的汉语歧义结构研究具体的解决办法，从而减少了计算的复杂度。

基于语义知识的书读前后非分句语言片段识别

这篇论文是现代汉语复句语料库建设中非分句自动识别和标注工作的一部分——基于语义知识的识别和标注。利用语义和搭配知识可以解决一部分复句中书读前后非分句语言片段的自动识别和标注问题。

信息抽取的语义知识资源研究

本文讨论支持信息抽取的语义资源的建设问题,举例说明了信息抽取至少需要三种层面的语义知识:（i）宏观的话语篇章知识,籍此可以约束信息抽取的匹配模板的类型,预测关键性的信息项目在文本中的分布位置;（ii）中观的论元结构知识,籍此可以建立动词的论元成分跟事件模板的传递与继承关系,帮助确定代词或空语类跟其先行语的回指关系,进而确定其语义所指;（iii）微观的逻辑结构知识,籍此可以确定否定词、量化词、模态词等逻辑算子跟其所约束的成分之间的逻辑关系（比如,哪些成分处于否定的辖域之中,其中哪个成分是否定的焦点,在哪些语法条件下否定词是冗余的,等等）。最后,指出研究这三种语义知识所可利用的几种理论和方法。

基于机器学习的商品本体细粒度语义知识获取

针对电子商务应用中商品本体模型粒度过粗和细粒度语义知识匮乏的问题,提出了商品候选属性集的5类分类特征,选择进化算法对分类特征集进行优化,研究基于机器学习的商品本体细粒度语义知识获取方法。通过SVM算法执行分类实验,结果证明了5类特征集的有效性。所提出的5类特征集对于其他领域具有一定的通用性,获取细粒度语义知识也有助于构建商品细粒度语义知识库,满足电子商务应用中对细粒度商品知识的需求。

基于生成词库论和论元结构理论的语义知识体系研究

该文讨论如何构造合适的汉语语义描写体系并建设相应的语义知识库,从而为文本语义的计算机自动分析提供可靠的资源。文章提出的技术路线是:在生成词库论和论元结构理论的指导下,分别描写名词的物性结构和动词、形容词的论元结构(包括物性角色或论元角色集合及其句法配置格式集合),标定名词、动词和形容词的情感评价色彩,揭示相关名词、动词和形容词的物性角色和论元角色之间的关联和推导关系,从而形成比较完整的关于名词、动词和形容词的实体指称、概念关系和情感评价等多层面的语义知识。最后,还展示了这种多层面的语义知识在语义自动计算中的运用案例。

基于几何语义知识的冬小麦自动分类

为了实现遥感影像的作物自动分类,并探索空间信息在分类中作用。笔者提出结合光谱和空间信息的作物分类方法。首先,借助光谱信息实现地物初始分割,然后以目标作物历史空间分布为语义约束,根据隶属度提取目标作物。最后,在多时相遥感影像条件下,以冬小麦为目标作物进行了方法的验证。结果显示,本研究方法可实现冬小麦自动提取与识别,总体精度为95.33%,Kappa系数为0.90,可满足农情监测的实际需求。另外,在单时相遥感影像条件下,本研究结合几何语义知识的作物分类精度也达到较高水平。相对于遥感影像单一光谱信息的分类方法,本研究方法利用作物空间信息,不仅能满足精度要求,还实现分类的自动化,对工程化应用具有一定的参考价值。

融合语义知识库的流程匹配算法

为在流程相似度计算中加入流程间深层语义关联的度量,同时在流程节点较多的情况下,实现流程匹配算法在寻优时间复杂度和相似度匹配输出值两方面的综合优化,提出一种面向流程的遗传匹配算法,将遗传算法引入并应用在流程语义和结构的相似度计算寻优过程中.确定遗传算法的参数编码方式,并利用贪婪算法进行初始种群的设置,定义各个遗传算子,提出有效的简化策略,解决了流程节点较多时流程匹配过程寻优问题.实验研究表明,在流程节点数较多时,本文算法在寻优时间花费和相似度值两方面的折中优化性能明显优于其他两种算法.将遗传算法应用到流程的相似度计算及其寻优过程,可以有效地控制时间复杂度并保证较好的匹配输出结果.

机器翻译中基于语法、语义知识库的汉语词义消歧研究

词义消歧研究在自然语言处理的许多应用领域中具有重要的理论和实践意义,在机器翻译中更是如此,它直接关系到译文质量的提高.但目前已有的词义消歧系统基本上都面临着消歧知识获取的瓶颈问题,要真正有效地提高词义知识库的质量,需要在词类划分基础上,增加词义的语法功能分析和语义搭配限制,综合利用现有的语法、语义资源,提取多义词的每个意义在不同层级上的各种分布特征.以此为基础,给出了一个汉英机器翻译系统中基于语法、语义知识库的汉语词义消歧分析模型.初步的实验结果表明,该方法可以高质量地进行汉语名词、动词、形容词的词义消歧.

基于大规模语义知识库的“词汇—句法语义”接口研究

自然语言处理研究进入句处理阶段以后,无论基于规则还是基于统计的策略,都面临"句法—语义"接口或界面问题。本文基于大规模语义知识库,从词汇语义和句法语义两个维度,按照"词汇单位—角色转化—范畴排序—句法实现"的思路,以手部动作义场中"打"子场为典型个案,考察词汇单位凭借范畴义征实现为角色范畴的机制、角色的排序机制以及角色的句法配位规律,揭示了词汇语义对角色范畴句法实现的制约特点,以及角色的排序模式和句法实现的位置特点。