丰富特征提取的句子语义等价识别研究

句子语义等价识别任务(SSEI)在问答任务中扮演着至关重要的角色.目前,基于中文的语义等价任务在没有给定场景的前提下直接判断两个问句的语义,仍存在相同的意思也会被错误理解的问题.因此,本文提出了一种丰富特征信息提取的RFEM (richer feature extraction model)模型.首先,在编码层中,使用CNN和LSTM分别提取局部特征、存储历史信息特征,融合后的编码信息经过对齐层中的变体多头注意力机制,更大化地保留了原始信息的完整性;其次,在对齐层中,对融入了残差特征的编码进行优化,避免网络加深引起的梯度消失问题,改进后的模型对于特征提取具备更好的效果.该实验结果在公开中文数据集BQ上达到了82.71%,比目前最好的结果高0.86%,在通过置信区间计算清洗后的BQ数据集上达到了93.2%,比基线结果高5.1%.

DOOL程序语义等价转换为Datalog程序的转换规则

演绎对象数据库(DOOD)是演绎数据库与面向对象数据库两者优点相结合的产物。笔者设计实现了一个演绎对象数据库系统原型SD-DOOD,它是基于演绎数据库系统SD-DDBS的。然而,它使用的是演绎对象库语言DOOL,而演绎数据库语言是基于Datalog的,因此该文提出了应用一些转换规则来将DOOL程序转换为Datalog,通过规则转换,能求出DOOL程序的最小不动点(即程序值),从而使得系统的查询操作全都由SD-DDBS最终得出结果。文中详细介绍了转换规则的具体内容。

《黄埔条约》中法版本“语义等价”之探究

两国之间签订的条约由两国代表共同商讨成文,在对比分析条约的两种语言版本时,若没有界定条约的官方成文语言,则应该与分析传统翻译文本不同,因为无源语言与目的语言之分,翻译策略及技巧便无从谈起。因此本文另辟蹊径,试图以奈达的功能对等理论为基础,从"语义等价"的角度比较《黄埔条约》中法版本,分析中法两国在条约中意义表达上的策略以及该策略下两个国家内政外交的意图,并得出如下结论:中法文两个版本所表达的意义并不完全对等;由于条约内容涉及到双方利害关系,整体上语义呈现等价关系;而在不涉及经济军事利益的细节内容上,会出现意义不对等。这种语义"等价"与"不等价"共存的现象既是文化差异的体现,也是各国维护本国形象的重要策略。

面向RISC-V的汇编程序语义等价性自动化测试系统

本文设计并实现了一套面向RISC-V的汇编程序语义等价性自动化测试系统.在面向RISC-V开发软件时,尤其是基于扩展指令(例如向量指令)编写高效的程序时,很难避免以手写汇编的方式编写代码.例如,为标准的C函数库编写相应的向量版函数.与编译器自动生成的代码不同,手写的汇编代码虽然可以最大限度地提高程序的效率,但因绕过了编译时对程序的约束(如类型检查、寄存器分配等)而对开发者提出了更高的要求.能否对新版本与标准版本的汇编程序进行快速地、自动化的语义等价性测试,将大大影响代码的正确性和软件开发和调试的效率.已有面向RISC-V的测试框架缺乏对语义等价性测试的支持,也未考虑程序执行带来的副作用.本研究基于模拟器的动态测试环境,设计并实现了一套面向RISC-V的汇编程序语义等价性自动化测试系统.系统通过跟踪机器状态,捕获程序执行的副作用,并结合用户定义的测试目标生成测试报告.实验表明,本系统相比已有的测试系统,能够有效地对RISC-V汇编程序的语义等价性进行测试.

分支结构程序的约束转换及语义等价

通过复用已有的开源代码或内部遗留代码,可极大地提高软件开发效率、降低开发成本,而准确地搜索到所需代码是代码复用的前提和基础。当前基于"输入/输出"语义匹配的代码搜索方法解决了关键字搜索中因为语义歧义存在代码搜索准确度不高的问题,但仅仅考虑了顺序结构代码的处理。在已有工作基础上,重点关注分支结构代码的基于"输入/输出"匹配的语义搜索方法。首先给出不同分支结构的语法定义及形式化描述。其次,定义分支结构到顺序结构的语法转化规则、语义上的约束转换规则,以及转换过程的语义等价性证明。最后给出上述语法转换的实现算法。理论分析及实例表明,该方法是合理、可行的,将为代码搜索提供方法指导。

Repeat-until语句的操作语义与指称语义的等价性证明

在计算机科学中,形式语义学以数学为工具,精确地定义和解释计算机程序设计语言的含义或语义.其中操作语义学和指称语义学是形式语义学的两大类别.本文使用简单的命令式语言IMP的语法,首先给出了repeat-until循环语句的操作语义,然后详细推导出了其指称语义,并在此基础上详细证明了它们二者之间的语义等价性.

基于本体的产品数据语义互操作

在协同产品开发领域,为了实现产品数据语义互操作,提出了一个基于本体的产品数据语义互操作框架。首先,框架采用标准化方法,构建产品数据语义描述语言形式化表达产品模型;然后,组合语义等价和语义相似性度量方法在已有的应用本体和产品数据语义描述语言本体之间建立完善的映射关系;最后,以产品数据语义描述语言本体为中介,实现应用本体间的转换,完成异构计算机辅助设计系统间产品数据语义互操作。原型系统和应用实例证明了该框架的可行性和有效性。

基于逻辑的软件演化操作语言及结构化操作语义

由于使用环境和新技术的不断变化,软件演化的控制变得日趋复杂.为了提高软件演化活动的可视化和形式化支持程度,结合谓词逻辑和软件演化,提出了一种软件演化操作语言SEOL(Software Evolution Operational Language)描述软件演化,给出了SEOL的语法和结构化操作语义描述,并指出了软件演化操作语义等价分析方法.结合软件代码演化和软件模型演化实例,说明了SEOL的应用.与已有的软件演化操作描述相比,SEOL在易用性、可重用性和形式化分析方面有明显的改善,为软件演化的管理、分析和实施奠定了基础.

基于H-等价的算法识别技术研究

蕴涵在程序代码中的语义是程序语言词法和语法的抽象表达,构成了人脑思维与机器思维交互过程的中间变换。从指称语义出发,结合具体语言,用形式化的方法讨论了语义等价和H-等价(Herbrand等价)。H-等价的判定条件相对来说更容易得到满足,具有更广泛的可用性。结合具体算法给出了H-等价在算法识别方面的应用成果及其局限性。

浅析诗学等价原则——以莱蒙托夫诗歌《帆》为例

等价原则是俄罗斯诗学语言学创始人雅可布逊提出的一个重要的诗学原理，它反映了人们对诗歌语言及构造的特殊认识。本文试图运用诗歌文本内等价范畴的原理，从格律音韵和词汇语义两方面对莱蒙托夫的诗歌《帆》的诗歌含义进行分析。

数据仓库设计中低粒度数据的分割策略研究

数据仓库中存在着巨大容量的低粒度数据,其存储策略的好坏直接影响到联机分析处理和数据挖掘的性能及效率。该文分析了数据仓库系统中数据分割的一般原则,详细论述了静态数据分割的各种策略,并对结构和内容两个方面的变化所引起的动态数据分割策略进行了详细研究,提出了基于属性相容和属性语义等价的动态数据分割技术。

基于事件序列的用例描述形式化及分析

针对用例描述,提出了基于事件序列的轻量形式化定义。对于由包含、扩展或泛化关系构成的复合用例,构造了相应的算法确定其对应的事件序列,并证明了任意一个无关联环的复合用例均可通过这些算法确定对应的事件序列表达式。在形式化定义基础上,可进行用例描述间关联的正确性分析及语义等价分析。

虚拟指令集的构建及翻译技术研究

利用虚拟指令作为中间语言来构建可重用指令集模拟器是解决模拟器可重用性的重要技术。介绍了可重用指令集模拟器的工作原理,提出了虚拟指令的构建原则和方法,描述了对汇编指令的语义规则,最后举例说明如何从汇编指令的语义描述规则出发,生成与目标指令语义等价的虚拟指令。

格罗宁根衰弱指标的汉化研究

目的对英文版格罗宁根衰弱指标(Groningen Frailty Indicator)进行中文翻译,并测试其语义等价、内容效度和表面效度,验证问卷接受度和理解程度,为评价中国老年人衰弱程度提供量表工具。方法采用Brislin翻译法对英文版格罗宁根衰弱指标进行正向翻译及回译,邀请12名专家应用4分李克特量表,分别对问卷的语义等价以及内容效度进行评价。对通过专家效度评价的量表进行表面效度评价,选取20名不同文化程度老年人,采用访谈的方法测试老年人对问卷的接受和理解程度,并根据老年人对条目的修改建议进行修订,最终形成格罗宁根衰弱指标中文版问卷。结果格罗宁根衰弱指标英文版与回译版的语义表达一致。12名专家效度评价结果为,条目的语义等价等级为83%~100%,量表的语义等价等级为86%~100%;内容效度指数98%,专家效度评价均达到满意的结果。20名参加表面效度评价的老年人(50%为文盲)可以接受和理解格罗宁根衰弱指标中文版问卷的大部分条目,其中接受度为100%;理解度为97%。结论格罗宁根衰弱指标英文版成功汉化,可以作为中国老年人衰弱情况的初步筛查工具。

关于建立面向应用的规范词异名库的若干理论探讨

收集整理规范术语的异名,用于开发面向应用的术语纠错工具,可使规范科技术语的宣传与推广工作达到事半功倍的效果。规范词异名是指与国家审定公布的规范科技术语"正名"表达相同概念,但词形不同的非推荐名。规范词异名的认定需经过收词和审词两个阶段。收词方法包括人工收集和自动抽取。通过规则和统计并举的自然语言处理技术进行自动抽取,可以有学科领域关联、英文术语一词多译关联、语义网络关联三种路径。规范词异名的人工收集和审词重在确保语义等价。

C程序设计非标准化试题CAT模型的建立

采用网络CAT模式进行各种考试已越来越广泛,但受数学模型的限制,有关题型均为选择、判断等标准化试题,对于需要严格考查考生编程能力的程序设计考试,若全部采用标准化试题就不太合适。本文通过对C语言特点的剖析,在项目反应理论的基础上,就如何建立C程序设计非标准化试题的CAT模型进行探讨。

基于指令交换的代码混淆方法

软件程序是按一定顺序排列的指令序列,指令的排列组合构成了千变万化的程序语义.指令顺序重排通常会相应地导致程序语义的变化,通过分析相邻指令序列的相对独立性,可以在不影响程序语义的前提下交换相邻指令序列,增大指令距离,改变程序特征,在一定程度上增加逆向分析代价.通过改进程序的形式化定义论证相邻指令交换的充分条件,采用模拟退火算法实现随机化的指令乱序混淆方法,并将指令乱序方法与虚拟机代码保护技术融合,实现基于指令乱序的虚拟机代码保护系统IS-VMP,使用加密算法实例进行系统测试,验证了指令乱序混淆算法的可行性与有效性.

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。

基于线性路径匹配的C程序评分方法

针对现有C程序评测方法评分结果过于粗糙的问题,提出一种基于线性路径匹配的C程序评分方法。将待判定程序转化为语义等价的标准形式,引入程序语句依赖图(program statement dependency graph,PSDG)准确表达语句在控制和数据上的依赖关系,根据变量类型及赋值表达式匹配消除变量名的多样性,依据语句依赖关系将PSDG划分为线性路径集合,通过计算待判定程序和答案程序线性路径相似度给出成绩。实验结果表明,该方法能够在准确描述程序语句依赖关系的基础上提高评分准确率。

可信编译器中地址不相交的保持性证明

同步数据流语言是一种广泛应用于核电及其他安全关键领域的语言,在同步数据流语言到顺序执行语言的翻译转换过程中,语义等价要保证赋值语句的左右值地址互不相交,这至关重要。本文使用形式化方法描述了翻译过程中地址互不相交的性质,并通过定理证明的方式对其进行了验证。基于本方法的编译器在某核电站的安全保护系统中得到了应用。