非经典逻辑的语义tableau方法

1.引言 自动推理作为自动定理证明的扩展,在计算机科学,特别是人工智能领域中占有重要的地位.许多系统,都是以推理系统作为其核心部分,因此自动推理的研究,对人工智能的其它分枝将产生深远的影响,它所提出的推理方法也被应用于人工智能的各个领域.

基于语义不一致性的网络暴力舆情预警方法

[研究目的]现有网络暴力舆情预警手段对专家知识和先验事件信息存在较大依赖。该文提出一种基于语义不一致性的网络暴力舆情预警方法,以实现对现实情境中网络暴力舆情的有效预警。[研究方法]该文采用网络暴力舆情预警的语义不一致性指数计算方法,并结合时序异常检测方法对语义不一致性异常波动进行监测并预警。收集2022年7月至9月间的微博数据进行模拟预警,验证模型预警能力。[研究结论]实验中平均预警准确率为76.57%,预警覆盖率为60.92%。经验证可实现真实世界条件下至多提前36小时发出预警。实验揭示了网络暴力舆情事件在发展阶段可对整体内容的主题状态产生显著可监测的影响,基于该特性能够实现或增强舆情预警感知能力。

三维点云语义分割方法

激光雷达技术在移动设备中的广泛应用为点云数据的获取提供了更为便捷的手段。尽管如此,当前关于点云局部上下文表示的研究还存在较大的不足。在这一背景下,提出一种三维点云语义分割方法,即BiVector。该方法由Bilateral Augmentation模块(BAM)、Local Vector模块(LVM)和Dilated Residual模块(DiRes)三大组成部分构成。具体而言,BAM通过学习点云几何和特征属性之间的偏移量,有效地增强了每个点的局部上下文信息;而LVM引入了向量属性,提高了点云表示的自由度;与此同时,DiRes采用了扩张残差块,进一步提升了网络模型的分割性能。这三个模块的协同作用使得BiVector方法在语义分割任务中取得了显著成果。经实验验证,BiVector方法在S3DIS Area5数据集上取得了65.7%的分割精度,相较于其他方法有明显改进。

基于语音信号的跨语种交互翻译机器人语义纠错方法

传统的跨语种交互翻译机器人语义纠错方法通常是单向的,效率较低,导致识别错误率较高。为此,文章提出基于语音信号的跨语种交互翻译机器人语义纠错方法。在基础语音识别的基础上,通过交互标定和特征提取来修正语义错误位置,并设计语音信号翻译机器人的语义纠错模型,采用随时间反向传播(Backpropagation Through Time,BPTT)循环训练核验方式,以确保纠错的准确性。测试结果显示,经过3个阶段测试,选定的5段语音材料的纠错识别率成功控制在10%以下,表明基于语音信号的跨语种交互翻译机器人语义纠错方法高效,具有实际应用价值。

方法专利视角下基于科学效应与语义分析的专利规避方案识别

专利规避是企业打破技术壁垒、跃居行业制高点的重要手段。针对目前缺乏面向方法专利的规避方案识别方法以及识别的规避方案创新性不足等问题,构建方法专利视角下基于科学效应与语义分析的专利规避方案识别路径,具体包括目标方法专利的规避问题分析、基于规避问题的效应搜索与路径映射、目标方法专利的规避方案生成与侵权判定3个阶段。以某煤矿喷雾除尘方法专利为例,验证所构建路径的可行性。研究结果表明,该路径可以较好地面向方法专利展开规避方案识别以提升规避方案的创新性,为提高企业的发明创新能力提供可资借鉴的决策依据。

三维建筑模型墙面语义参数化表达与重建方法研究

作为建筑物的重要构件,墙面的语义化重建至关重要。语义墙面模型不仅可以表示每个墙面元素的几何和语义信息,还能够描述墙面元素之间的几何和拓扑关系。目前,自动重建语义墙面模型存在两方面的困难。一方面,由于拍摄环境的限制,墙面数据的质量不均匀(如遭受遮挡、局部信息缺失等),从而导致数据驱动的语义实体提取方法实用性不强。另一方面,建筑物墙面结构具有复杂性和多样性,因而难以使用一种通用的模式描述。为了克服上述困难,论文首先深度探索了墙面结构特性,提出了复合图为框架的层次图模型,称之为墙面布局图。通过描述墙面元素间几何和拓扑关系,增强了机器可读性,为语义墙面重建提供了理论支持。其次,通过参数化墙面布局图模型,将重建语义墙面模型的过程转换为对墙面布局图模型参数的最优化求解,以贝叶斯框架为工具实现了渐进逼近的自动化重建。通过最后的试验分析,验证了论文方法在精度、效率、存储空间等方面的可靠性和高效性。论文取得的主要研究成果如下。

抽象语义表示解析方法研究综述

句子级语义分析是自然语言处理(NLP)的核心任务,面临复杂语义的表示问题。抽象语义表示(AMR)突破浅层局限,实现了领域无关的整句通用语义表示,具备准确表征句子完整语义的能力。因为AMR解析效果会影响下游NLP任务的表现,所以解析方法成为近年的国内外研究热点。由于时效性因素,既有AMR综述未涉及新涌现的解析方法,亟需深度聚焦其前沿文献。该文首先采用CiteSpace工具分析了AMR的总体研究情况。相比英文AMR解析研究,中文AMR解析研究成果数量相对较少,尚有较大的发展空间。进而分析了AMR语料库发展和AMR解析面临的概念和概念关系识别、对齐以及融入结构信息等问题。根据不同的解析策略将解析方法分为4类,以问题为驱动,剖析了各类AMR解析方法的演进。最后,选择21个英文AMR解析器、7个中文AMR解析器,比较分析Smatch等各项实验指标。归纳实验结果发现,现有模型在学习复杂多语义关系方面亟待加强。该文通过理论和实证分析为研究者提供AMR解析方法的发展脉络和研究思路。

语义悖论和溯因方法论

从基于不同后承关系的逻辑理论的比较入手,借鉴科学理论的选择标准,提出了一种对相互竞争的逻辑进行比较的一般方法论——溯因方法论。作者以溯因方法论为依托,论证了在解决语义悖论的方案中,修正经典逻辑而保留真的去引号原则所需要付出的代价远比通常认为的更高,由此为保留经典逻辑而限制或修改真的去引号原则提供辩护。

自由变量语义tableau中δ-规则的一种改进方法

自动推理一直是人工智能领域研究的重要内容 近几年来 ,由于tableau方法的通用性和直观性 ,引起人工智能界的广泛关注 对于自由变量语义tableau中的量词规则 ,由于γ 规则替换的任意性 ,可导致在同一tableau证明中γ 规则被多次使用 ,使得tableau推理结构树中出现多个自由变量 针对tableau中多次出现自由变量 ,使tableau封闭延迟的问题 ,在δ+ 规则的基础上 ,提出对δ+ 规则改进的δ+ + 规则 ,并进行了正确性证明 将δ+ + 规则应用到TableauTAP系统中 ,结果表明 ,δ+ + 规则使tableau封闭提前 。

联合边界感知和多特征融合的点云语义分割方法

针对当前大多数基于深度学习的点云语义分割方法容易忽略过渡区域的目标边界,造成边界处存在模糊特征的问题,提出了一种联合边界感知和多特征融合(boundary-aware and multi-feature fusion, BA-MFF)的点云语义分割方法。首先,对骨干网络进行优化,使得提取到的特征更具有鲁棒性;其次,设计了边界感知模块(boundary-aware module, BAM)关注过渡区域的目标边界,该模块包含边界点预测模块(boundary point prediction module, BPPM)和特征聚合模块(feature aggregation module, FAM);边界点预测模块通过学习邻域点特征预测出属于边界上的点,特征聚合模块在邻域内对点云特征进行判别聚合;最后,为获得更有鉴别性的特征,引入了多特征融合模块(multi-feature fusion module, MFFM)对不同通道之间的特征进行了融合。实验结果表明:该方法在ScanNetV2数据集上平均交并比(mean intersection over union, mIoU)达到63.7%,在S3DIS数据集上总体精度(overall accuracy, OA)和mIoU分别为88.2%和62.3%。该方法有效关注了过渡区域,具有一定的分割优越性。

融合注意力与语义引导的视频描述生成方法

将基于深度学习的视频描述生成方法应用到海量视频检索和视频内容审核中,是为了通过视频描述方法生成语义文本,达到对视频的高效组织和管理。然而,现有的视频描述方法缺少对语义信息的探索,无法专注于视频中的特定动作的语义特征和语义表达。为克服上述局限性,文中提出一种融合注意力与语义引导的视频描述生成方法。在解码过程中,该方法使用自适应注意门控单元进行视觉特征和语义信息的融合,通过两个专用的LSTM层引导模型生成文本,使模型生成更准确的词。为验证所提方法的有效性,使用数据集MSR-VTT和MSVD进行实验。结果表明,融合注意力与语义引导能够有效提升视频描述生成方法的性能,相较于其他模型,所提方法各项评价指标均有一定提升。

基于墙角族语义尺寸链的绑架定位研究

针对目前原始自适应蒙特卡洛定位(Adaptive Monte Carlo Localization,AMCL)在相似环境下绑架检测容易出错且重定位极易失败等问题,提出基于墙角族语义尺寸链的改进AMCL算法.融合机器人多传感器信息和Gmapping算法构建二维栅格地图,基于Yolov5获取室内环境的目标检测框和类别信息,结合GrabCut算法和贝叶斯方法构建增量式语义映射地图;通过墙角的凸、凹和墙角相对于机器人的方位角对墙角进行分类,充分发掘语义映射地图中各墙角之间、墙角与室内物体之间的类别和位置关系,构建墙角族语义尺寸链和相应检索表;在定位过程中,基于墙角族语义尺寸链进行全局预定位,提出绑架检测机制进行绑架检测,在检测到绑架事件发生后,基于改进AMCL算法实现定位自恢复.最后,通过真实环境下的绑架实验验证了本文方法的有效性,实验表明,所提方法的全局定位准确率、全局定位速率、绑架检测准确率和绑架后定位准确率在相似环境下分别提升了42%、214%、88%和72%;在非相似环境下分别提升了44%、152%、12%和92%;在长走廊环境下分别提升了36%、426%、26%和68%.

基于可拓语义的澄城刺绣风格迁移设计方法研究

针对目前澄城刺绣图案创新较少以及自动生成受到局限等问题,提出基于可拓语义的澄城刺绣风格迁移设计方法。首先通过调研整理澄城刺绣图案,提取图案的语义;然后对语义词汇的关联程度和设计应用价值进行分析,选择出具有最大可拓区间的语义词汇;对刺绣语义进行图解,评估词汇的辨识度和设计应用价值,获取图解的最大可拓区间,从而指导刺绣图案设计;从设计方案的语义表现程度和美观性2个方面进行优度评价;最后将优选后的图案输入到风格迁移算法、调整参数和迭代方案将澄城刺绣的风格迁移到设计的原始图案上、计算峰值信噪比(PSNR)、评估图像质量并进行优度评价,最终得到澄城刺绣风格的图案创新设计方案。结果表明该方法可以在一定程度上将澄城刺绣的风格特点转化为语义并应用到刺绣的创新设计中,为文化遗产的保护和创新提供了方法。

新时代高校课程思政的思辨哲学意蕴和教学方法探究

2022年7月25日,教育部等十部门印发《全面推进“大思政课”建设的工作方案》,强调要推动课程思政实现高质量发展。为了进一步发挥课程思政在教书育人中的重要作用,推动学生的全面发展,本研究从了解课程思政的政治语义表达、阐释课程思政的思辨哲学意蕴、探究课程思政的教学方法等方面进行探索,以期对助推高校课程思政建设具有重要意义。

面向文化语义表达的创意产品设计方法研究

文化语义表达是文化创意产品设计的关键所在。分析了目前国内文创产品设计的现状与成因,对创意产品的文化语义系统构成与语义表达层级进行了分析,从创意形式与文化意义两方面构建了创意产品的文化语义外延与内涵,并从指示、情感与象征三个层面对其视觉表达形式进行了分析;在此基础上对虎门文化创意产品设计实践案例进行了分析,总结了面向文化语义表达的创意产品设计程序与方法,为文创产品的开发设计提供参考。

基于实体识别的医嘱复合词标准化方法的应用研究

目的:提高医嘱复合词数据清洗和数据标准化的效率。方法:收集2015年―2021年在解放军总医院急救患者的住院医嘱数据,共计22809人,27096例次。以知识库为基础,利用分级词典将医嘱复合词拆解为不同层级的实体,基于语义重组算法对实体进行笛卡尔积重组,重组结果做标准化处理,最终辅以临床医学专家对标准化处理结果人工校验。结果:针对医嘱复合词,如检查和手术类医嘱的标准化效果良好。结论:本方法提高了医嘱复合词标准化的准确率,节省了数据治理的时间。

基于多尺度注意力机制的实时激光雷达点云语义的分割

为既能提高分割精度,又能克服车载计算资源局限,提出一种面向移动机器人平台的车载实时点云语义分割方法,并进行了综合实验。该方法采用基于投影的激光雷达语义分割方法,将三维点云投影到球面图像,并结合二维卷积进行分割。引入多头注意力机制(MHSA),实现轻量级语义分割模型,以一种全新的方式,将一种深度学习模型架构Transformer映射到卷积。将Transformer的MHSA迁移至卷积,以形成多尺度自注意力机制(MSSA)。结果表明:与当前主流方法CENet、FIDNet、PolarNet相比,本方法在NVIDIA JETSON AGX Xavier计算平台上保持了较高的分割精度(平均交并比为63.9%)及较高的检测速率(41帧/s),从而证明了其对移动机器人平台的适用性。

科技情报中的多源数据融合方法研究综述

[研究目的]多源数据融合可通过交叉引证降低信息不一致和语义模糊等不确定因素,面对大数据和人工智能的普及导致的海量多源异构数据急剧增加,如何对其进行有效融合成为了科技情报领域研究的重难点之一。[研究方法]首先根据现有定义对多源数据的概念特征进行阐释;其次按照对文本中数据融合的深入程度,对多源数据融合方法进行系统梳理;最后分析了多源数据融合在不同科技情报场景中的应用和发挥的作用。[研究结论]从概念来看,多源数据融合具有内源性和外源性两种指向。从融合方法来看,现有常用方法主要包括三种:数据源的融合、结构关系融合以及语义融合,融合方法在实现从物理融合向化学融合转变的同时也在科技发展趋势研判、学术评价、需求探测等场景下得到广泛应用。未来研究需要通过实践操作细化异构加权的可行方法,以应用为导向加强对于融合方法的总结和归纳,探索形成可供复用的模型框架。

文本摘要评测方法的语义损失度

自动生成领域,传统的ROUGE评测方法已多次被研究者发现其评测结果与人工评测结果差距过大,但该差距尚未数值化,无法丈量。基于此现状,本文采用多个不同类型、长度的公开中文摘要数据集,通过定义语义损失率计算方法来衡量ROUGE在评价时所产生的语义损失程度,同时综合考虑摘要长度以及数据集内在因素对生成摘要评价的影响,最终可视化ROUGE评测与人工评测存在误差的具体数值。实验结果表明,ROUGE评测分数与人工评测分数呈弱相关性,ROUGE方法对不同长度的数据集都存在一定程度的语义损失,同时摘要长度和数据集的原始标注误差也会对最终的评测分数产生重要影响。本文定义的语义损失率计算方法可以为更好地选择数据集和评测方法提供一定的参考依据,为改进评测方法提供一定的思路方向,同时也对最终客观测评模型的有效性提供一定的指导帮助。

基于知识元迁移的学科领域方法库构建研究

[目的/意义]学科领域方法库构建是在特定学科领域中收集、存储相关方法和技术的过程,它能够为解决领域问题提供有效参考。通过知识元迁移整合跨学科的研究方法,丰富和更新本学科的方法库,对本领域学术研究和实践创新具有指导意义。[方法/过程]以计算机科学的方法向情报学迁移为例,运用规则抽取获得两学科的方法知识元,在此基础上通过分析学科间方法的逻辑关系和相似关系实现方法知识元迁移。[结果/结论]研究表明,基于逻辑关系迁移的方法知识元有:FSDP聚类算法、DE-LSTM预测方法、TF-LDA模型等。基于相似关系迁移的方法知识元有:FastICA算法、KM匹配、蒙特卡罗算法、Q-学习、帧差法等。本研究不仅扩展了情报学方法库,为情报学领域的问题解决提供新的思路,同时也为学科间的知识交流和交叉学科研究提供了有价值的参考。