基于词向量扩展的语义信息检索研究综述及应用展望

运用词向量技术,对检索关键词进行语义相似度计算和查询扩展,得到查询扩展词集,实现更好的检索效果,提高数字学术文献信息检索的查准率和查全率,并提出基于词向量扩展的数字学术文献语义信息检索框架。

融合词性语义扩展信息的事件检测模型

事件检测是事件抽取中的关键步骤,依赖于触发词进行事件类型分类。现有主流事件检测方法在稀疏标记数据上性能较差,模型过度拟合密集标注的触发词,在稀疏标记的触发词或者未见过的触发词上容易失效。改进方法通常通过扩充更多训练实例来缓解这一问题,但扩充后的数据分布不平衡,存在内置偏差,仍然表现不佳。为此,建立一种融合词性语义扩展信息的事件检测模型。对词粒度扩展信息进行分析,在不增加训练实例的条件下缩小候选触发词的范围,并对候选触发词进行语义扩展,挖掘候选触发词的上下文中蕴含的丰富语义,缓解了标记数据稀疏造成模型训练不充分的情况。通过词性筛选模块寻找候选触发词并对其进行语义扩展挖掘词粒度语义信息,融合句子粒度语义信息提升语义表征的鲁棒性,最终利用Softmax分类器进行分类完成事件检测任务。实验结果表明,该模型在ACE2005和KBP2015数据集上的事件检测任务中的F1值分别达到79.5%和67.5%,有效提升了事件检测性能,并且在稀疏标记数据实验中的F1值达到78.5%,明显改善了标记数据稀疏带来的不良影响。

支持语义扩展的多关键词密文检索方案

现有的多关键词的检索研究集中在支持关键词的精确匹配,文中提出一个支持语义扩展查询的多关键词密文检索方案,基于信息内容计算方法同时考虑到关键词与文档的关系引入TF-IDF技术实现语义扩展;采用平衡二叉树的索引结构,使用安全k近邻算法加密索引向量和语义扩展查询向量,确保计算出准确的相关性得分,实现多关键词排序搜索。通过进行索引和陷门的机密性、查询无关联性等安全性分析表明,本文实现的检索方案是安全的,可以防止内部威胁。

认知语言学视角下汉日“大/小”的语义扩展对比研究

该文从认知语言学的视角出发,对汉日“大/小”的语义扩展进行了对比研究。通过分析发现:汉日“大/小”在原型义和扩展路径上存在相似之处,它们都可以从空间域的原型义扩展到数量、状态、时间、心理4个抽象域。但汉语“大/小”的语义扩展范围更大,语义生成能力更强;汉日“大小”存在相似性最主要的原因是空间概念是人类最早认识的概念之一,且中日两国自古就是一衣带水的邻邦,日语受汉语文化影响深远。中日两国语言环境、思维认知和文化价值取向等的不同,导致了汉日“大/小”在语义扩展上存在差异性。该文以期为汉日“大/小”教学提供新思路,为汉日语言学习者学习多义词提供一定的参考。

多尺度特征金字塔融合的街景图像语义分割

针对街景图像语义分割任务中的目标尺寸差异大、多尺度特征难以高效提取的问题,本文提出了一种语义分割网络(LDPANet).首先,将空洞卷积与引入残差学习单元的深度可分离卷积结合,来优化编码器结构,在降低了计算复杂度的同时缓解梯度消失的问题.然后利用层传递的迭代空洞空间金字塔,将自顶向下的特征信息依次融合,提高了上下文信息的有效交互能力;在多尺度特征融合之后引入属性注意力模块,使网络抑制冗余信息,强化重要特征.再者,以通道扩展上采样代替双线插值上采样作为解码器,进一步提升了特征图的分辨率.最后,LDPANet方法在Cityscapes和CamVid数据集上的精度分别达到了91.8%和87.52%,与近几年网络模型相比,本文网络模型可以精确地提取像素的位置信息以及空间维度信息,提高了语义分割的准确率.

面向扩展现实的语义通信系统综述

扩展现实是一种新兴的信息交互方式,相较于音视频等信息模态,为用户提供了更有沉浸感的体验。通过研究扩展现实的发展趋势,总结了相关应用及产业的通信需求和业务特点,为6G网络下的内生AI功能在扩展现实网络中的应用提供参考。首先从高宽带和低时延的需求出发,提出扩展现实网络和语义通信融合的趋势,并分析了语义通信的传输有效性,介绍其面向内容的系统模块与框架。然后基于扩展现实的业务需求,针对信息系统架构、安全接入要求和算力承载,分析了支撑具体场景的关键技术,明确语义驱动的扩展现实网络的优越性。最后总结了扩展现实网络提供的新机遇,为扩展现实网络与基于语义的内生AI融合架构及关键技术提供发展思路。

一种利用词典扩展数据库模式信息的Text2SQL方法

现有Text2SQL方法严重依赖表名和列名在自然语言查询中的显式提及,在同物异名的实际应用场景中准确率急剧下降.此外,这些方法仅仅依赖数据库模式捕捉数据库建模的领域知识,而数据库模式作为结构化的元数据,其表达领域知识的能力是非常有限的,即使有经验的程序员也很难仅从数据库模式完全领会该数据库建模的领域知识,因此程序员必须依赖详细的数据库设计文档才能构造SQL语句以正确地表达特定的查询.为此,本文提出一种利用词典扩展数据库模式信息的Text2SQL方法,该方法从数据库表名和列名解析出其中的单词或短语,查询词典获取这些单词或短语的语义解释,将这些解释看成是相应表名或列名的扩展内容,与表名、列名及其他数据库模式信息(主键、外键等)相结合,作为模型的输入,从而使模型能够更全面地学习数据库建模的应用领域知识.在Spider-syn和Spider数据集上进行的实验说明了所提出方法的有效性,即使自然语言查询中使用的表名和列名与数据库模式中对应的表名和列名完全不同,本文方法也能够得到较好的SQL翻译结果,明显优于最新提出的抗同义词替换攻击的方法.

基于语义层级细粒度的海量文献标引研究

[目的/意义]信息资源爆炸式增长使科技文献知识的组织趋于自动化,文献自动标引是组织构建科技文献数字资源的基础和关键。针对目前科技文献自动标引语义粒度不够精准以及难以适应大规模海量文献标引的问题,提出了基于语义层级细粒度的自动标引方法。[方法/过程]在传统知识组织自动标引方法的基础上,对知识组织工具中的语义资源进行深入挖掘,借助知识组织中概念间的语义层级结构对概念信息进行语义扩展,并设计基于语义层级细粒度的概念遴选方法以解决传统方法标引效率过低的问题,从而实现对大规模文献的概念高效标引。[结果/结论]实验结果表明,文章所提出的方法较好地实现了概念表示效果,有效降低了不相关概念在标引结果中出现的几率,并且在提高了标引结果文献相关性的同时大大减少了标引所需的时间,实现了知识组织工具在自动标引领域更深层次的利用,为科技文献数字资源的挖掘计算提供有价值的参考和支持。

从“去”的意象图式看“V+去”结构的语义扩展

在“去”的本义、语法意义以及认知经验的基础上构建“去”的意象图式,并通过对该图式的不同侧面——人或事物的状态、人或事物运动的路径、处所与人或事物的关系、处所的边界的关注和解读,结合隐喻机制理论,呈现“v+去”结构语义拓展的路径和理据。

基于语义相似度的工程装备试验设计知识检索系统

针对工程装备作战试验与在役考核方案和大纲设计(简称工程装备试验设计)专业性强、难度高、知识重用率低等问题,提出一种基于语义相似度的知识检索系统。首次构建工程装备试验设计领域本体模型,实现案例知识的规范化表示,为知识重用奠定基础。为提高案例检索的准确性,设计一种基于语义相似度的工程装备试验设计案例的双层检索方法,实现设计前与设计过程中相似案例的一次与二次精准推送。最后,以某型自行舟桥装备在役考核大纲设计为例进行试验。试验结果证明,所设计系统能够提高工程装备领域试验设计的效率和科学性。

基于依存句法分析的数学表达式查询扩展方法

传统的数学表达式检索方法主要面向表达式的二维结构,难以检索出具有相同语义但结构不同的数学表达式。针对这一问题,设计一种基于依存句法分析的数学表达式查询扩展方法。以FDS(Formula Description Structure)解析表达式结构信息的检索方法为基础,通过依存句法抽取表达式周围文本中的语义词,并建立运算符、表达式、语义词间索引;通过语义词二次查询,实现检索语义相同但结构不同数学表达式的目的。实验结果表明,依存分析能有效地抽取数学表达式语义词,加入语义的表达式检索方法,查全率和查准率都有了一定的提高。

扩展意义单位模型下的动词习得研究——以及物动词encourage为例

自Sinclair提出“扩展意义单位”以来,二语习得中的词汇研究便与语法相关联,同时语料库驱动的研究使得描述更为客观。基于扩展意义单位模型,借助美国当代英语语料库(COCA),以及物动词encourage为节点词,分析其在搭配词、类联接、语义倾向和语义韵等方面的特征。经研究发现,encourage一词与不同词性的搭配词构成不同的类联接,并在此基础上,形成不同的语义倾向。结合具体语境后发现,该词除了能体现积极的语义韵外,还可以表达混合的语义韵。

基于语料库的“扩展”与“拓展”辨析

“扩展”和“拓展”在用法上分别承继了“扩(大)”和“(开)拓”的特征。句法上,“扩展”倾向于和“由”“从”“向”“到”等词结合使用,而“拓展”则倾向于直接带宾语使用,这与“扩大”和“开拓”分别属于运动事件和创造事件有关。语义上,“扩展”关涉的对象中,“范围”具有显著优势,而“拓展”关涉的对象中多具备[+新]的语义特征,这是“扩大”和“开拓”在词义上的差异造成的。

一种结合Bigram语义扩充的事件摘要方法

在事件检测过程中,事件摘要是十分重要的一个步骤.一个可读性较强的事件摘要能帮助人更快的理解事件,而一个可读性较差的事件摘要则会误导人的理解.传统的文本摘要主要倾向于找到一条最具代表性的句子,但我们认为在某些时候,用户只需要通过阅读几个关键词的组合就能明白事件的主要内容.因此,在本文中我们提出了一种基于Bigram关键词语义扩充的事件摘要方法,因为IDF在短文本中表现较好,所以首先根据IDF值从事件短文本集合中提取若干个关键词,然后根据事件短文本集合对关键词之间的顺序进行整理,最后引入了Bigram语言模型对提取出来的关键词进行语义扩展.利用实际生活中的短文本集合进行实验,结果表明我们的方法在召回率与用户可读性上优于现有的关键词摘要方法.

基于语义扩展的Web服务发现方法

提出了一种基于语义扩展的Web服务发现方法,对服务描述和服务请求中的领域概念进行了同义扩展、特征扩展和合成扩展,在输入输出的匹配上提出了“扩展的语义包含”的概念,实验表明,该方法在不降低服务查准率的前提下,提高了服务的查全率。当单个服务不能满足服务请求时,尝试服务组合匹配服务请求的方式,采用基于H*算法的启发式的服务组合方法,将问题转化为搜索从初始节点到目标节点的通路问题,该方法采用估值函数引入了启发知识,提高了搜索的效率。

语义查询扩展中词语-概念相关度的计算

在基于语义的查询扩展中,为了找到描述查询需求语义的相关概念,词语.概念相关度的计算是语义查询扩展中的关键一步.针对词语.概念相关度的计算,提出一种K2CM(keyword to concept method)方法.K2CM方法从词语.文档.概念所属程度和词语.概念共现程度两个方面来计算词语.概念相关度问语.文档.概念所属程度来源于标注的文档集中词语对概念的所属关系,即词语出现在若干文档中而文档被标注了若干概念.词语.概念共现程度是在词语概念对的共现性基础上增加了词语概念对的文本距离和文档分布特征的考虑.3种不同类型数据集上的语义检索实验结果表明,与传统方法相比,基于K2CM的语义查询扩展可以提高查询效果.

基于语义关系查询扩展的文档重构方法

已知文档与用户查询之间相同概念不同表达形式造成的词不匹配问题是影响信息检索效果的重要原因之一 .该文提出了根据词之间的语义关系进行扩展和替换的文档重构方法 .它与传统的查询扩展不同 ,实现了同一概念信息的聚集 ,是更接近于人类进行信息查找的思维方法 .进一步地 ,研究给出一种有效的实时文档重构检索策略 ,解决了文档重构方法在实际应用中的可行性 .在标准测试数据集上的实验表明 ,基于查询扩展的文档重构方法不仅比不扩展的最佳性能始终有 14 %～ 2 3.4 %的提高 ,而且比相对应的传统查询扩展方法也有约 16 %的提高 .

面向旅游领域的语义查询扩展方法

针对传统语义查询扩展方法存在返回结果多以及准确率不高的问题,以旅游领域为背景,提出一种语义加权查询扩展方法。利用本体推理能力与本体中的实体相关度进行查询扩展,结合TF-IDF算法的词频加权与语义相关度加权改善检索结果的排序。实验结果表明,相比其他2种方法,该方法能使更多符合要求的查询结果靠前排列,提高了旅游信息检索的正确率。

关联语义的概念查询扩展模型

针对传统查询扩展存在的缺陷,设计了一种基于关联语义的概念查询扩展模型,从概念语义层次上阐述了模型的设计思想及其各组成模块的功能。在分析提取用户查询语义机制的基础上提出一种计算用户查询语义与文档的语义关联权重的新方法。理论分析和实例验证表明这种查询扩展方法可以改善查全率和查准率。

基于语义计算的查询扩展优化研究

查询扩展技术是指在原有查询的基础上加入与用户输入的检索用词相关联的新词,组成新的更长、更准确的查询,用于弥补用户查询信息不足的缺陷.为了提高文本检索的效率,纳入网络检索环境下的用户个人偏好,在查询扩展技术中引入语义计算是一个重要研究方向.文章从语义计算的角度提出了基于语义关联树的查询扩展算法,通过动态生成语义关联树,有效降低词相似度矩阵计算工作量.通过控制语义关联树的层次结构及复杂度,灵活高效的生成不同语义空间模型.实验证明,该算法能有效提高文本检索的准确率.