面向6G智能内生的隐性语义认知通信

语义通信的目标在于识别信息蕴藏的含义并传递给目标用户。这种基于语义理解的新型通信范式可以实现信息的高效传输、精准表达与智能处理,进而使得网络本身能够理解用户的意图和需求、提供更加个性化和智能化服务,符合人们对未来智能内生通信网络的需求。在目前语义通信领域中,大部分工作着重于传输直接从源信号中识别的显性语义(如标签以及信号特征)。针对隐性语义通信问题展开研究,提出了一种面向智能内生的隐性语义认知通信架构,即通过将信源信号无法识别的隐性关系与其关联的语义信息传递给目标用户,实现了隐性语义的传输与恢复。与传统通信致力于追求通信总量最大化不同,本架构致力于帮助接收端学习一个基于有限信息自动生成隐性语义推理规则。在此架构下,接收端用户始终可以学习与信源用户相匹配的推理规则。实验结果表明,所提出的架构在目标用户的符号误码率方面取得了较大改进,优于现有的非推理通信解决方案。

基于隐性语义索引的多标签文本分类集成方法

针对多标签文本分类的概念歧义和底层语意结构问题,提出一种集成分类方法,将随机森林(RF)算法和隐性语义索引(LSI)有机结合在一起。通过词汇的随机分割增加集成的多样性,获得低维隐性语义空间的不同正交投影,在低维空间的正交投影基础上执行LSI。随机森林可以有效解决二进制分类问题,隐性语义揭示了文本的底层语义结构,两者结合可代表群体的多样性和个体准确性。Yahoo数据集上的实验结果验证了该方法的有效性,其在汉明损失、覆盖度、首位误差和平均精度方面优于其它方法。

基于隐性语义标引的知识匹配模型及算法分析

本文从企业知识共享角度出发,提出通过编写用户简档来映射企业中员工的知识,运用隐性语义标引技术建立了知识文档匹配模型,探讨了知识匹配模型的算法实现,从而使得用户简档准确定位企业的知识源,实现企业知识共享的目的。

基于查询语法扩展的隐性语义关系查询研究

在充分分析语义网查询语言的语法功能及查询实现的基础上,提出在语义网查询语言的查询语法基础上增加用于查询资源对象间隐性语义关系的语法逻辑。并以实现语义查询的开源软件为基础增加隐性语义查询的算法实现。然后在已有的RDF关系数据集上进行隐性语义关系查询实验,实验结果显示隐性语义关系查询语法能为基于语义网的应用提供显著的隐性语义关系发现的功能。

诗歌语体的隐性语义变异

诗歌语体是众多语体中变异较明显的一种典型语体 ,语义变化是诗歌言语变异的核心。前人对形式变异较为明显的超常搭配研究较多 ,对隐性语义变异却注意不够。本论文专门探讨这一问题 :语义本身具有的弹性为诗歌提供了语言基础 ,诗歌的隐性语义变异大致从这几方面进行 :1、词义泛化 ;2、边缘义凸出 :( 1)表象义 ,( 2 )情感义 ,( 3 )社会文化义 ;3、语义层次丰富 :( 1)现实意义层 ,( 2 )艺术涵义层 ,( 3 )美学一哲学意义层 ;4、词义的再生 :( 1)搭配义的再生 ,( 2 )系统义的再生。

基于转喻框架的隐性语义仿词研究

仿词是汉语的一种特殊构词方式。以前对仿词的研究很多,但大多没有涉及隐性仿词,缺乏对本体的确定这一关键步骤的认知阐释,而且很少同时涉及仿词的生成与理解的认知机制。通过隐性仿词的认知机制分析框架,对近义仿词、反义仿词及类义仿词等三类隐性语义仿词的生成与理解的具体认知过程进行阐述。总起来看,隐性语义仿词是经历多重转喻的结果。

浅析隐性语义在成句中的作用

句子是交际的工具,表达语义是它的基本的社会职能。语义自足是句子成立的先决条件。从语法结构和语义结构结合的角度,通过几种具体的语法现象,可分析语义的省略、隐含和预设这些隐性语义在成句中的语义补足作用。

隐性语义传递在非言语交际过程中的效应

在非言语交际的过程中,语义传递的主要方式是以隐性为特点的.研究了非言语交际过程中的语义传递的功能和特点,论述了隐性语义的文化局限性问题.最后指出,对隐性语义的理解必须与特定的文化背景相结合,才能避免交际的失败.

动词隐喻的隐性语义错置

语义错置不仅是俄语动词隐喻内在构造的核心要素,而且是其基本特点的重要体现。文章将对俄语动词隐喻语义错置的内涵,隐性语义错置的具体内容、表现及其与相关概念的关系等进行探讨。这对于深入揭示俄语动词隐喻的内在机制、语义特性、功能及动词的多义性和认知语义机制具有一定的理论启迪价值。

基于分布式知识推理的语义认知网络

6G无线网络“服务随心所想、网络随需而变、资源随愿共享”的全新愿景与需求,激发了一种新的通信范式——语义通信和语义认知网络的发展。语义通信通过传输信息的真实含义而非传输和复现完整的原始消息来提升通信效率和可靠性。要在6G网络中部署和充分发挥语义通信的潜力,需要一种能够有效处理和利用语义信息的新技术。提出了一种基于图推理和联邦学习的6G网络语义通信新框架,框架结合了图推理技术,例如图神经网络和知识图嵌入,以实现对大规模和复杂语义知识库的高效且可扩展的推理;框架集成了联邦学习技术,可以跨多个边缘服务器进行协作和隐私保护推理,同时将敏感数据和个人数据保留在边缘服务器上。进行广泛的实验,以评估所提框架在推理准确性、效率和可扩展性方面的性能,并证明其相对于现有方法的优越性。框架在语义通信、图推理和联合边缘计算领域开辟了新的研究方向,对实现6G智能内生的通信网络的愿景至关重要。

分析型语言与隐性语义实化——以景颇语、哈尼语为例

本文以藏缅语族的景颇语、哈尼语为例,通过对"宾谓同形""泛义动词""反响型量词"的实例分析来论述隐性语义如何浮现并实化,认为"隐性语义实化"的最大特点就是采用了经济性原则,它能使同一个音节同一个词表示多种不同的意义,能使隐性义浮现为实义,还认为语序固定、词类兼用、程式化结构,是隐性语义实化得以顺利植根的内部机制。

句篇章隐性语义视角分析文献述评

隐性语义是语义学研究的新宠儿,越来越多的语义学家认识到句子不是简单的词汇和语法组合,篇章也不是句子的简单意义叠加,只有将形式上的语义和隐性的语义两者统一起来,探索其深层次的意义和规律性,才能更好的解释和掌握语言的意义。文章通过对国内外隐性语义现状的分析,并从句篇章视角阐述隐性语义,指出隐性语义研究未来发展趋向。

英汉“显性”与“隐性”文化语义的翻译

无论是显性文化语义还是隐性文化语义,都蕴含着一个民族独特的文化信息。鉴于异质文化之间的"异"远大过"同",文化语义的翻译切忌字面照搬,相比之下语境等效翻译,也即Nida提倡的"动态对等翻译"和New-mark倡导的"交际翻译"效果更为理想。

动漫角色色彩语言的语义研究

从普通语言学的角度来分析,角色色彩在动漫影视剧中包含所指和能指关系。在色彩中,能指指代了色彩的基本属性,是文化载体;所指指代了角色色彩所在时间、空间的表意功能。角色色彩与普通色彩都以色彩的基本样貌反映剧情、角色的发展变化,而角色色彩还反映了一种隐藏在角色背后的民族文化发展历程。动漫角色的色彩语言具有显性语义和隐性语义。首先,角色色彩具有强制性的社会约定性,是黏贴在各国家民族文化精神层面上的,是人文精神和历史文化发展的累积;其次,角色色彩语义的心理和情感特征,来源于人类对客观世界的无意识的直观反映,是人类对色彩的共同的心理和生理的感知的结果,象征性的色彩都是通过"意象"思维来进行传达的。

基于LSI的数字艺术图形情感语义检索系统设计

分析了数字艺术图形美学特征与情感之间的相关性,并针对图像特征无法直接满足图像语义查询的问题,提出一种利用LSI方法来完成情感语义检索。最终利用数字艺术图形中的美学特征实现高阶情感语义的检索。

语义问题说略

语义问题说略丁金国§０引言０．１语义问题受到描写语言学冷落了近半个世纪，直到本世纪六十年代才逐渐受到人们的注意。这当然应首先归功于乔姆斯基Ｃｈｏｍｓｋｙ，Ｎ．。无论乔氏本人的初衷如何，但事实确乎是由于他所发动的那场语言学“革命”，才触发了人们对语义问...

“不……不……”语义结构的最早解释

“不……不……”语义结构的最早解释现代汉语语法书上讲紧缩复句一般均列“不……不……”表现的是假设语义关系。这可看出是“不……不……”，这一格式（如“不打不倒”“不问不开口”等），并指明是相当复句的假设关系类型。读宋代邢《论语正义》，其对《述而》篇中“...

自然语言处理中主题模型的发展

主题模型在自然语言处理领域受到了越来越多的关注.在该领域中,主题可以看成是词项的概率分布.主题模型通过词项在文档级的共现信息抽取出语义相关的主题集合,并能够将词项空间中的文档变换到主题空间,得到文档在低维空间中的表达.作者从主题模型的起源隐性语义索引出发,对概率隐性语义索引以及LDA等在主题模型发展中的重要阶段性工作进行了介绍和分析,着重描述这些工作之间的关联性.LDA作为一个概率生成模型,很容易被扩展成其它形式的概率模型.作者对由LDA派生出的各种模型作了粗略分类,并选择了各类的代表性模型简单介绍.主题模型中最重要的两组参数分别是各主题下的词项概率分布和各文档的主题概率分布,作者对期望最大化算法在主题模型参数估计中的使用进行了分析,这有助于更深刻理解主题模型发展中各项工作的联系.

基于神经网络与贝叶斯的混合文本分类研究

采用向量空间模型(VSM)描述文本,利用隐性语义索引(LSI)技术进行特征重构与降维,构造了BP神经网络文本分类器。将朴素贝叶斯分类技术与前者结合构造了一种混合文本分类器。实验结果表明混合分类器分类准确度和分类速度得到提高。