语义通信的数学理论

自从1948年经典信息论诞生以来,在其指导下,现代通信技术已经逼近了理论性能极限,例如信息熵H(U)、信道容量C=max_(p(x))I(X;Y)以及率失真函数R(D)=min_(p(x|x):Ed(x,x)≤D)I(X;X)。长期以来,由于经典信息论只研究语法信息,限制了通信科学的进一步发展。近年来,研究语义信息处理与传输的通信技术获得了学术界的普遍关注,语义通信开辟了未来通信技术发展的新方向,但还缺乏一般性的数学指导理论。为了解决这一难题,构建了语义信息论的理论框架,对语义信息的度量体系与语义通信的理论极限进行了系统性阐述。首先,通过深入分析各类信源的数据特征,以及各种下游任务的需求,总结归纳出语义信息的普遍属性——同义性。由此指出语义信息是语法信息的上级概念,是许多等效或相似语法信息的抽象特征,表征隐藏在数据或消息背后的含义或内容。将语义信息与语法信息之间的关系命名为同义映射,这是一种“一对多”映射,即一个语义符号可以由许多不同的语法符号表示。基于同义映射f这一核心概念,引入语义熵H_(s)(U)作为语义信息的基本度量指标,表示为信源概率分布与同义映射的泛函。在此基础上,引入上/下语义互信息I^(s)(X;Y)(I_(s)(X;Y)),语义信道容量C_(s)=max_(f_(xy))max_(p_((x)))I^(s)(X;Y)以及语义率失真函数R_(s)(D)=min_({f_(x),f_(x)})min_(p(x|x):Ed_(s)(x,x)≤D)I_(s)(X;X),从而构建了完整的语义信息度量体系。这些语义信息度量是经典信息度量的自然延伸,都由同义映射约束,如果采用“一对一”映射,则可以退化为传统的信息度量。由此可见,语义信息度量体系包含语法信息度量,前者与后者具有兼容性。其次,证明了3个重要的语义编码定理,以揭示语义通信的性能优势。基于同义映射,引入新的数学工具——语义渐近均分(AEP),详细探讨了同义典型序列的数学性质,并应用随机编码和同义典型序列译码/编码,证明了语义无失真信源编码定理、语义信道编码定理和语义限失真信源编码定理。类似于经典信息论,这些基本编码定理也都是存在性定理,但它们指出了语义通信系统的性能极限,在语义信息论中起着关键作用。由同义映射和这些基本编码定理可以推断,语义通信系统的性能优于经典通信系统,即语义熵小于信息熵H_(s)(U)≤H(U),语义信道容量大于经典信道容量C_(s)≥C,以及语义率失真函数小于经典率失真函数R_(s)(D)≤R(D)。最后,讨论了连续条件下的语义信息度量。此时,同义映射转换为连续随机变量分布区间的划分方式。相应地,划分后的子区间被命名为同义区间,其平均长度定义为同义长度S。特别是对于限带高斯信道,得到了一个新的信道容量公式C_(s)=B log[S^(4)(1+P/N_(0)B)],其中,平均同义长度S表征了信息的辨识能力。这一容量公式是经典信道容量的重要扩展,当S=1时,该公式退化为著名的香农信道容量公式。综上所述,语义信息论依据同义映射这一语义信息的本质特征,构建了语义信息的度量体系,引入新的数学工具,证明了语义编码的基本定理,论证了语义通信系统的性能极限,揭示了未来语义通信的巨大性能潜力。

说“差科”并论其同义竞争

《汉语大词典》和《辞源》(第三版)对"差科"的释义与引例不尽一致,都存在一些问题。"差科"连文最早出现在三国时期,但未成词,意义也与后来的"差科"不同。唐初期出现"差科",指包括租庸调和杂役在内的赋税,其意义在唐中期前后两个阶段明显不同:前阶段包含徭役,后阶段则不包含徭役。"差科"至唐后期泛化,在具体语言用例中或指赋税或指徭役。这一意义一直延续到晚清,直至该词消亡。"差科"属于在线成词,后来出现的意义差别基本不是词义本身的发展,而是所指内容的变化,其消亡与制度的变革密切相关。"差科"同义词群庞大,内部关系复杂,其竞争及其结果,既有语言外部决定性的关键原因,也有语言自身影响制约的重要因素。

《左传》单音节同义词群的考察

本文对《左传》单音节实词同义词群进行了初步研究，以“止息”义的同义词群为例展示了对《左传》单音节实词同义词群的归纳及对同义词群中同义词的辨析；以“过错”义的同义词群、“丧失”义的同义词群、“离弃”义的同义词群和“除去”义的同义词群为例探讨了同义词群间的关系。

“弱”义组同义词释义关联研究

在对《新华同义词词典》中的"薄弱、脆弱、软弱""懦弱、软弱、柔弱"和两组同义词进行了详细的语料调查和语义、语体的比较辨析基础上,得出结论:词条收录分为两组三项式的理据不够充足,应以收录"懦弱/软弱"和"柔弱/软弱"两组较为合宜。

论《尔雅》二义同条的同义多组性

《尔雅》总计37个二义同条。以“一个意义”为聚合标准的同义词观判断,训词的词义来源丰富,分别训释对应的被训词,构成多种同义相训的关系,具有同义多组性。以科学方法对二义同条进行分析,才可达诂,准确类聚同义词。二义同条同义多组性主要是由词的多义性及编排体例造成的。它是《尔雅》同义词的一个重要特点。

Deep Web中基于关联规则的整体模式匹配

不同于Surface Web的信息获取方式,Deep Web中用户需通过查询接口才能得到其中的数据.查询接口一般形成属性间复杂的m:n匹配.为统一相同领域的查询接口,提出了一种基于关联规则的匹配方法,从整体上双重匹配成组属性和同义属性,很好地实现了同一领域中查询接口的整合问题.特别对于大量的数据源时,无论是准确率还是效率都比传统的方法有很大的提高.

共素“安”组同义词群释义研究

文章以"安适""安逸""安闲"为例,从构词语素和语用分析两方面进行研究,探讨共素"安"组同义词之间的个性特征与相互关联,调查出细致的量度区别,并进行辨义描写,以增强汉语使用的准确性。

现代汉语转折连词组的同异研究

现代汉语的转折连词是一个组合。转折句从语义上可分为四类 ,其语义基础为前后两个部分必须有所不同 ,在一般的转折句中后一分句又必须是与说者或作者预想的有所不同。转折连词大体上可以分为两大类 :一类是表示转折的 ;一类是表示补充、修正或限制的。转折连词组中的词语在不同的层面上有着一定的差别。转折连词可按转折语气的轻重排出一个序列。

“妖”言“怪”语——论核心义对词义演变的影响和制约

词义总是处在不断的发展变化中。上古汉语中的“妖”“怪”“精”三词,本义有别,中古时期发展成一组同义词,均引申指大众熟悉的妖魔鬼怪,在汉语中常常连用、混用。但其实三词有各自不同的核心义,“妖”的核心义是“反常”,“怪”的核心义是“不寻常的感觉”,“精”的核心义是“超常”。在语言复音化的趋势下,三词在现代汉语中多以构词语素形式呈现,并衍生大量新词,形成各自的词群。通过分析归纳BCC语料库中出现的大量新词,发现其虽在结构形式和语义色彩上有一定变化,却始终未脱离各自的核心义磁场,充分展示了核心义对词义演变的影响和制约。

基于相关术语群和同义词的查询扩展研究

信息检索长期存在着用词歧义性问题,在Web搜索上的表现更加突出。提出了一种基于自动构建的相关术语群结合同义词库进行扩展查询的方法。根据用户一次检索结果的主题的相关术语和检索词的同义词来确定扩展词集合,然后在扩展词集合中选取权值较大的几个词,作为扩展词加入到查询词中进行二次扩展检索。由于扩展词与目标结果相关度的提高,因而可以显著提高查询效果。

二语表达取向“基本形式”观下的“基本副词”选择研究

“基本副词”是具有独特表意功能,为满足初中级二语学习者表达需要的一种语言形式。本文侧重分析如何确定词语具有相同的表意功能,如何从具有相同表意功能的副词中选择“基本副词”,“基本副词”的选择标准是本文关注的重点。本文通过“一起、一块儿”“竟、竟然、居然”两组例子,具体展示了“基本副词”的选择过程。本文最后强调,对外汉语教学要重视分析词语间差别的性质,有选择地进行教学,且要重视释义语言对教学的影响。

浅谈大学体验英语词汇记忆法

词汇在大学体验英语学习中起着重要作用。考试成绩的优劣,很大程度上取决于考生所掌握的词汇量的多少。本文以"行走"、"边缘"、"空"、"胡子"等为实证进行剖析,提出了大学体验英语教学中五种科学高效的记忆单词的方法。

原型效应对具备特定范畴特征的同义词群归类的应用性研究

本文将英语语言中的同义词现象为研究对象,从词的义位、词义的范畴展开讨论,立足于原型理论,探索性地将现代英语词汇中极其活跃的、使用异常广泛、数量上越来越多的同义词的成因,在哲学范畴、心理学范畴给出了一定的分析。

《朱子语类》同、近义词举释三例

对《朱子语类》“壁角头/角落头”“支吾/支捂/支梧/枝梧”“蹊跷/崎峣/跷蹊/峣崎/跷欹/跷踦/崎岖/(屈曲/曲折)”三组同、近义词作以文本用例的举释与词语构形、成义、使用的说明,希对理解相关语词的构词表义与文本表达有一星之助。