跨界的重制——从《繁花》改编切入

本文从电视剧《繁花》切入,探讨当下“改编”的发展。通过对于“改编”形态的探究,分析“改编”在当下的影视文化发展中的特征。

基于深度学习的三维肿瘤及器官分割

针对三维医学图像中由于肿瘤或器官的形状、尺度差异较大导致分割精度较低的问题,提出一种端到端的三维全卷积分割模型。首先,设计空洞立方集成模块在不同分辨率阶段实现多尺度集成,增强复杂边界上的识别能力;其次,引入跨阶段上下文融合模块融合浅层和深层特征,促进收敛并更准确地定位目标对象;最后,解码器对来自编码器的特征进行拼接以实现分割。在脑肿瘤分割数据集上,平均Dice相似性系数值达到85.37%;在腹部器官分割数据集上,平均Dice相似性系数值达到83.99%。实验结果表明所提模型在三维肿瘤和器官的分割上具有较高精度。

社交媒体虚假信息检测研究综述

社交媒体上的虚假信息不仅危害网络空间安全,还在重大事件中扮演着关键角色,严重误导公众,对政治和社会秩序造成负面影响。为此,围绕面向社交媒体的虚假信息检测技术研究展开综述,为构建高效检测技术和遏制社交媒体虚假信息泛滥奠定理论基础。首先,深入剖析虚假信息的内涵本质,探讨其在社交平台上的产生机理、具体表现形式,并界定检测任务的基础框架与目标;其次,从语义一致性视角出发,专注内容语义、社交上下文感知和知识驱动三大层面,对比梳理典型检测方法;在此基础之上,深入探究增强检测算法可解释性最新研究成果;进一步,从对抗博弈视角,深度剖析当前社交媒体虚假信息检测任务面临的挑战以及大型语言模型为虚假信息检测技术研究带来的机遇;最后,对社交媒体虚假信息检测技术未来的发展进行了展望。

融合实体和上下文信息的篇章关系抽取研究

篇章关系抽取旨在识别篇章中实体对之间的关系.相较于传统的句子级别关系抽取,篇章级别关系抽取任务更加贴近实际应用,但是它对实体对的跨句子推理和上下文信息感知等问题提出了新的挑战.本文提出融合实体和上下文信息(Fuse entity and context information,FECI)的篇章关系抽取方法,它包含两个模块,分别是实体信息抽取模块和上下文信息抽取模块.实体信息抽取模块从两个实体中自动地抽取出能够表示实体对关系的特征.上下文信息抽取模块根据实体对的提及位置信息,从篇章中抽取不同的上下文关系特征.本文在三个篇章级别的关系抽取数据集上进行实验,效果得到显著提升.

跨境电商下基于商品属性-情境的推荐算法

在传统协同过滤推荐算法的基础上,结合跨境电商行业特点,提出了一种基于商品属性和情境权重的混合推荐算法.首先,根据用户商品的历史购买金额和购买次数生成用户偏好评分,并结合用户商品属性相似度和情境化用户相似度得到目标用户的最近邻集,最后将通过变异系数法得到的情境权重纳入评分预测当中,进而生成推荐结果.实证分析表明,本算法能有效提升商品推荐结果的预测准确度,相较基于商品属性的协同过滤推荐算法,本算法可降低商品预测评分平均绝对误差平均达2.72%,提高了跨境电商商品推荐效果.本研究为推荐系统在跨境电商领域的应用提供了新方法.

一种融合上下文信息及自适应感受野的多尺度目标检测算法

目标检测在实际应用各类复杂场景中面临着诸多的挑战,如目标遮挡、光照变化、目标尺度变化等。为了提高多尺度目标检测的性能,提出一种改进的特征金字塔(FPN)的目标检测算法。以特征金字塔网络框架为基础引入上下文信息融合模块,充分利用目标对象与其周围环境的关联属性,增强宽动态尺度范围的目标对象的特征表征,提高不同尺度目标的辨识能力。此外,构建一个跨通道注意机制,自适应调整不同尺度目标特征的通道灵敏度,学习到适应目标尺度的感受野范围。该算法在Pascal VOC数据集训练验证,其平均精确率(mAP)比基准方法提高了3%。

基于交叉注意力多源数据增强的情境感知查询建议方法

当前基于神经网络模型的查询建议研究往往单独采用查询日志会话中的查询序列作为训练数据,但由于查询本身缺乏句法关系,甚至缺失语义,导致神经网络模型不能充分挖掘和推理查询序列中各种词或概念之间语义关系。针对这一问题,提出一种基于交叉注意力多源数据增强(MDACA)的Transformer模型框架,用于生成情境感知的查询建议。采用基于Transformer的编码器-解码器模型,利用交叉注意力机制,融合了查询层、文档语义层以及全局查询建议信息。实验结果表明,与目前方法相比,该方法能生成具有更高相关性的情境感知查询建议。

文明互鉴与丝路精神复兴的创造性拓进

丝绸之路是最具世界意义的跨文化语境空间存在,内嵌着一种跨文化语境的历史运作,在其中,不同文化所形成的知识和意义阐释得以传播、交流,新的知识、意义和心理、精神空间得以探索、凝聚和创生。而丝路精神的复兴,在很大程度上意味着对蕴含于丝路历史运作中的跨文化智慧的复兴和创造性转化。“五星出东方:‘一带一路’国际美术大展”在现代更广阔的跨文化语境中,对本土传统和异文化他者的资源进行基于主体性的选择和创造性转化,以创造性的力量生成新的文化主体性,以深弘的格局展现了新时代在赓续和创造性发展丝路精神方面所取得的切实的进步。

跨文化语境下色彩词的翻译策略研究

色彩作为视觉艺术的基本元素,在不同文化中承载着丰富的文化内涵和情感表达,而翻译是一种跨语言、跨文化的交际活动。这需要文化、语言和翻译这三者相辅相成、互为前提、合理转换。本文通过剖析跨文化语境中颜色词翻译的特点,结合中西文化中色彩的象征意义,运用有效的翻译策略和方法,为学习者提供参考和帮助。

结合跨视角特征关联的三维物体重建

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合,导致无法重建出具有细节特征和结构完整性的单个物体,为此,提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先,在重建的编码部分构造跨视角关联模块,通过计算不同视角像素点之间的相关性,使每个视角都携带其它视角的特征信息,同时利用多尺度信息有效地聚合具有不同感受域和全局上下文特征,再构造视角信息注意力增强模块,增强视角内目标物体各部分特征的关联;其次,在三维解码部分,提出三维体素融合模块,通过选择性融合各视角中目标物体的高精度部分,使重建物体具有更多的细节.本文方法在合成数据集ShapeNet上和真实世界数据集Pix3D上的实验结果表明,与当前最先进的方法相比,重建效果有较明显提升.

跨文化语境下龙狮文化认同的重构

在全球化持续深入的背景下,龙狮文化作为中华优秀传统文化的重要组成部分面临着文化身份的冲击和挑战。该文通过挖掘我国龙狮文化的核心内涵与符号象征意义,横向比较中外“龙”与“狮”形象的异同,反思龙狮文化身份在跨文化语境中面临的困境并探索其发展空间。该文在霍尔的文化认同理论视域下,对龙狮文化在海外的边缘化地位、西方评价机制倾向和传承断层危机加以探讨,提出稳固文化内核、纠正刻板印象、拓展外延领域、争取表征主导地位、塑造新文化身份等重构策略,从而促使龙狮文化既立足于本国又面向世界,并且使其具有当代价值的文化精神在新的文化语境中实现更广泛的认同。

高校英语教育中大学生跨文化交际意识培养策略研究

随着国际交流合作的日益频繁,英语沟通能力成为大学生生活和工作的必备技能。而由于不同的文化和历史环境赋予了语言特定的文化属性,需要通过培养大学生的跨文化交际意识,使其明确文化差异对语言沟通的影响,从而避免理解偏差和文化偏见现象。通过对跨文化交际意识的研究,提炼出了影响跨文化交际的情感、认知和行为因素,并从知识局限性、经验局限性和内容与实际应用脱节等分析了大学生跨文化交际意识培养问题,提出了应构建四维度的英语教育目标体系、固定课程与可选择课程相结合的课程设置体系及显隐结合的文化教育方式教学方法体系,为大学生英语跨文化交际意识的培养提供借鉴参考。

跨文化视域下英语翻译推动中华优秀传统文化的创新发展

跨文化视域下的英语翻译活动可以带动中华民族文化的变迁与创新发展,实现对民族文化的整合。该文主要从地理环境、历史背景、价值观念及宗教传统等方面入手来分析英语翻译中的跨文化差异,对跨文化视域下英语翻译对中华民族文化传播模式的推动作用进行了解构与说明,从4方面(明确英语翻译需求,正确理解文本内涵;明确翻译方的用语习惯,提升翻译的合理性;深入分析语用情境,确保翻译的精准性;灵活选用翻译方法,提升翻译质量水平)具体阐述了跨文化视域下英语翻译推动中华民族文化高质量传播与创新发展的可行路径,以期为文化传播提供方向指引。

结合视觉文本匹配和图嵌入的可见光-红外行人重识别

对于可见光-红外跨模态行人重识别(Re-ID),大多数方法采用基于模态转换的策略,通过对抗网络生成图像,以此建立不同模态间的相互联系。然而这些方法往往不能有效降低模态间的差距,导致重识别性能不佳。针对此问题,该文提出一种基于视觉文本匹配和图嵌入的双阶段跨模态行人重识别方法。该方法通过上下文优化方案构建可学习文本模板,生成行人描述作为模态间的关联信息。具体而言,在第1阶段基于图片-文本对的预训练(CLIP)模型实现同一行人不同模态间的统一文本描述作为先验信息辅助降低模态差异。同时在第2阶段引入基于图嵌入的跨模态约束框架,设计模态间自适应损失函数,提升行人识别准确率。为了验证所提方法的有效性,在SYSU-MM01和Reg DB数据集上进行了大量实验,其中SYSU-MM01数据集上的首次命中(Rank-1)和平均精度均值(m AP)分别达到64.2%,60.2%。实验结果表明,该文所提方法能够提升可见光-红外跨模态行人重识别的准确率。

基于上下文感知跨层特征融合的光场图像显著性检测

光场图像的显著性检测是视觉跟踪、目标检测、图像压缩等应用中的关键技术。然而,现有深度学习方法在处理特征时,忽略特征差异和全局上下文信息,导致显著图模糊,甚至在前景与背景颜色、纹理相似或者背景杂乱的场景中,存在检测对象不完整以及背景难抑制的问题,因此该文提出一种基于上下文感知跨层特征融合的光场图像显著性检测网络。首先,构建跨层特征融合模块自适应地从输入特征中选择互补分量,减少特征差异,避免特征不准确整合,以更有效地融合相邻层特征和信息性系数;同时利用跨层特征融合模块构建了并行级联反馈解码器(PCFD),采用多级反馈机制重复迭代细化特征,避免特征丢失及高层上下文特征被稀释;最后构建全局上下文模块(GCM)产生多尺度特征以利用丰富的全局上下文信息,以此获取不同显著区域之间的关联并减轻高级特征的稀释。在最新光场数据集上的实验结果表明,该文方法在定量和定性上均优于所比较的方法,并且能够精确地从前/背景相似的场景中检测出完整的显著对象、获得清晰的显著图。

基于MFCF-UNet的CT图像肝肿瘤分割

针对现有算法对肝肿瘤边界分割不精准的问题,提出一种基于多尺度上下文融合和跨层融合的U-Net改进模型。在编码阶段末端设计了编码器融合模块(Encoder Fusion Module,EFM),从空间维度上自适应融合不同尺度的编码层特征;在解码阶段末端设计了解码器融合模块(Decoder Fusion Module,DFM),从通道维度上自适应整合不同尺度的解码层特征;为了去除跳跃连接特征背景噪声和解决跳跃连接带来的语义差距问题,设计了跨层融合模块(Cross-layer Fusion Module,CFM)。在LiTS2017数据集上进行了训练和测试,实验结果表明,该方法可以更准确地分割肿瘤边界,提高了肝脏肿瘤的分割精度。

国家情境、企业特征与跨国并购完成——基于组态视角

基于组态视角,通过整合国家层面与企业层面的异质性因素,构建“国家情境—企业特征—跨国并购完成”的整合性分析框架。选取2014—2019年204起中国上市企业的跨国并购案例,引入fsQCA方法揭示中国上市企业跨国并购完成背后的复杂机制。研究发现:(1)经济距离、制度距离、文化距离、并购方所有制性质、跨国并购经验、行业相关性、并购方企业规模均不是企业成功完成跨国并购的必要性条件。中国企业跨国并购的完成具有“殊途同归”的特点。(2)中国企业跨国并购完成的路径可归纳为三条。其一是民营并购专家和大型民营企业在多重距离较小的新兴发展中国家情境下完成并购。其二是国有企业和民营行业专家在文化特征相似的发达国家情境下完成并购。其三是大型民营企业和国有行业专家在异质距离偏好的发达国家情境下完成并购。(3)在多重距离较小的新兴发展中国家情境下,民营企业对跨国并购经验的依赖性较强。在文化特征相似的发达国家情境下,国有企业在涉及非敏感行业并购时其所有制身份引致的歧视及限制较弱。在异质距离偏好的发达国家情境下,企业跨国并购的完成更依赖于其自身实力。

视野、领域与方法——论《华文文学的跨语境传播研究》的价值

颜敏的《华文文学的跨语境传播研究》由中国社会科学出版社出版,该书在扎实的史料基础之上,立足于媒介过程论、语境论和网络论,对1980年以来华文文学跨语境传播现象进行了多维分析与解读,进一步拓展了华文文学传媒研究的视野,提出了“跨域解读”“跨域想象”“文类跨域”“跨域经典”“理论跨域”等新的现象与命题,展现了华文文学研究在方法论上走向整合、比较的可能性与现实性。

虚拟交际中跨境电子商务营销语言的语用身份建构

跨境电子商务的在线虚拟交际需求是伴随着国际商务销售模式的转变而产生的,同时在跨文化交际中体现出语境要素的建构以及不同语用身份的应用。在顺应论的指导下,分析常见的语言语境、交际语境、心理语境和社交语境在跨境电商实践中的应用实例,并根据语用身份的社会目的性、动态变化性、多重复合性以及主观预设性,按照交际双方的认知规律可以实现其交际价值和商业价值。

多源大规模电网的多阶攻击风险感知量化和防御技术

随着电网的规模逐渐扩大,虽然配电网的数字化为电网运营带来了诸多好处,但也增加了严重的网络安全威胁所带来的风险;为了检测不断发展的电力网络中潜在的攻击和漏洞,满足对安全和隐私机制的额外研究需求,需要一个自动化过程来系统地处理大量跨域信息和关联各种网络情报,以正确评估情况;为此提出了基于深度学习和机器学习的电网多阶段攻击感知风险量化和防御技术,通过人工神经网络就检测电网中是否存在攻击,对系统建模攻击防御树进行多阶段上下文攻击风险量化,并且利用查杀链寻找最优路径进行防御,实现电网威胁全自动化感知和防御决策。