复杂声音条件下言语理解的脑机制研究

文章使用ERPs技术，对比分析了汉语母语者在安静、白噪声、汉语噪声、英语噪声四种听觉条件下加工汉语句子的情况，以探究信息掩蔽条件下语义加工的神经机制。研究发现不同噪声条件下诱发的N400、LPC等ERPs成分具有不同的波形表现，据此该文得出以下结论：(1)言语噪声的语言特征占用了目标声音加工所需的认知和心理资源，资源竞争导致听者对目标信号的识别能力降低，由此产生了“语言干扰”形式的信息掩蔽。(2)对于难度较大的语义加工，言语噪声的可懂度发挥着更关键的作用，当言语噪声为听者极其熟悉或完全陌生的语言，对语义加工的掩蔽干扰较小，当言语噪声为听者接触过的语言但不是母语或主要语言时，掩蔽效应更强。(3)可懂度或不确定性存在交互作用。言语噪声中出现频率较小但能够被听者理解的语义信息即为一种不确定因素，其出现与听者的预期相冲突，更容易引发听者的注意转移，加大了注意及认知资源的消耗。     

双语者加工汉语母语语义时对英语的ERP激活效应的研究

本研究采用ERP实验,以被试的反应时间、错误率和脑电成分N400为参考因素,探索高级双语者在加工第一语言时是否自动检索第二语言。结果显示,内隐的英语首发音条件引起的效应没有体现在反应时间上。在ERP实验结果中,被试在判断语义相关的词语时,大脑语言区域的N400在词语英译首发音一致与否的情况下差异不显著;而判断语义无关的词语时,N400在该条件下显著。实验结果分析表明,高级双语者在深度加工第一语言时,大脑可能无意识地检索第二语言。     

基于潜在语义特性的语义双关语检测及双关词定位

语义双关语是幽默、笑话和喜剧等作品的来源之一,在人类写作的发展进程中具有重要的历史地位。由于语义双关语存在歧义难懂的特点,因此难以挖掘语义双关语的潜在语义信息,故目前语义双关语的检测和双关词的定位是自然语言处理任务中的一项困难和挑战。该文在语义双关语的理论基础上,挖掘了一系列的潜在语义特性,并构建了对应每个特性的特征集,用以检测语义双关语;同时从潜在语义特性出发,提出了一种基于词向量和同义词融合的语义相似度匹配算法实现语义双关词的定位。在SemEval 2017 Task 7和Pun of the Day数据集上均取得了较好的实验结果,验证了该文所提出的检测算法和定位算法。     

网络增效100％

自从山东省威海市国税局将原有网络从10Mbps共享式升级到100Mbps交换式网络后,与省局和国家总局的数据传递速度加快。在省局和国家总局返回信息测试中,返回信息的时间由原来的600—900ms减少到200—400ms,效率提高了100％。山东省威海市国税局是一个地市级单位,管辖下属3市3区共41个单位。市税收办公局域网原采用D-link816 10Mbps共享式集线器和D—link815 10Mbps/100Mbps交换式     

汉语“的”字短语认知神经机制的ERP研究

隐喻是我们日常生活中常见的语言现象,更是我们认知、理解、描述世界的重要方式。该文围绕汉语独有的隐喻形式,考察汉语NP+NP形式的“的”字短语隐喻的脑认知加工机制。通过有意义程度(plausibility)、熟悉度(familiarity)和比喻的程度(figurativeness)三个方面来对语料进行筛选和预处理。实验结果显示,隐喻组别激发了比本义组别更为明显的N400现象,统计分析结果显著,NP+NP“的”字短语句型中,隐喻和本义的认知有着不同的脑认知机制。本义的认知最容易,隐喻要比本义消耗更多认知资源,而假词消耗的认知资源最多。实验进一步说明,即使源域和靶域不同时出现,依旧可以激发大脑对隐喻的认知机制。     

中文核心框架元素标注规则的获取和实验——以认知语义领域为例

计算机语义分析是当前制约中文信息检索、信息抽取与机器翻译等应用技术发展的瓶颈问题,而语义角色标注是语义分析的一个主要任务.即以框架语义理论为基础,以汉语框架语义知识库的核心框架元素为语义角色标注的范畴知识体系,以认知语义领域为研究实例,以真实语料为依据,根据短语类型、句法功能以及短语内、外部其他句法语义特征,获取中文语...     

基于复杂网络理论的汉语复句关系词搭配网的统计特征研究

汉语复句关系词是汉语复句在语表形式上的标记,是复句中标识关系的重要构件,在现代汉语复句研究领域起着关键作用。汉语复句关系词的搭配是指在汉语语篇中两个或两个以上的复句关系词形成的句法共现形式,它不仅影响着分句的语义,而且影响着复句层次关系的划分。该文利用复杂网络的理论,基于已获取的470个复句关系词构建了一个“现代汉语复句关系词搭配网络”。通过对该网络中的平均路径长度、聚集系数和度分布等特征的统计,用来发现汉语复句关系词之间的搭配能力和搭配强度,这些结果能够帮助复句层次关系和复句逻辑语义的自动识别。     

结合Hybrid Attention机制和BiLSTM-CRF的汉语否定语义表示及标注

阅读理解中否定是一种复杂的语言现象，其往往会反转情感或态度的极性。因此，正确分析否定语义对语篇理解具有重要意义。现有否定语义分析方法存在两个问题：第一，研究的否定词较少达不到应用目的；第二，目前汉语否定语义标注只是标注整个句子，这无法明确否定语义。针对该问题提出基于汉语框架语义知识库（Chinese FrameNet）进行否定语义角色标注方法。在框架语义学理论指导下结合汉语否定语义特征对已由FrameNet继承的否定框架重新构建；为了解决捕捉长距离信息以及句法特征问题，提出一种基于Hybrid Attention机制的BiLSTMCRF语义角色标注模型，其中，Hybrid Attention机制层将局部注意与全局注意结合准确表示句子中的否定语义，BiLSTM网络层自动学习并提取语句上下文信息，CRF层预测最优否定语义角色标签。经过比对验证，该模型能够有效提取出含有否定语义信息，在否定语义框架数据集上F1值达到89.82%。     

汉语语篇零形式识别与填充方法研究

零形式识别与填充是在语篇上下文中为句中缺失的语义角色寻找填充项,然而采用分类思想预测集合中正确填充项的方法制约了零形式填充的性能。针对该问题,结合启发式规则与决策树算法识别出需要填充内容的零形式,将上下文中填充过框架元素的内容构成候选语集合,并通过改进的SMOTE算法对少数类样本数据进行扩展,解决了候选语集合数据的非平衡问题。在此基础上,借助汉语框架知识库提取语义相似性特征,利用框架元素间的映射关系提升零形式填充效果。实验结果表明,该方法在数据层面对填充样本的非平衡性进行处理,可使最终的F值提高约12%。     

基于语义构词的汉语词语语义相似度计算

汉语词语语义相似度计算,在中文信息处理的多种应用中扮演至关重要的角色。基于汉语字本位的思想,我们采用词类、构词结构、语素义等汉语语义构词知识,以“语素概念”为基础,计算汉语词语语义相似度。这种词义知识表示简单、直观、易于拓展,计算模型简洁、易懂,采用了尽可能少的特征和参数。实验表明,该文方法在典型“取样词对”上的表现突出,其数值更符合人类的感性认知,且在全局数据上也表现出了合理的分布规律。     

基于同步EEG-fMRI采集的情绪认知重评数据特征融合分析研究

脑电(Electroencephalography, EEG)与功能磁共振成像(Functional magnetic resonance imaging, fMRI)为脑科学研究提供了互补的时空信息. 为研究大脑在对情绪图片采取认知重评策略时的神经活动, 基于同步采集的EEG-fMRI数据, 应用典型相关分析、经验模态分解及k-均值聚类等算法对融合情绪数据进行交叉关联和盲源分离, 得到空间上的fMRI图像和与之对应的EEG时间演变信号. 结果表明: 时域上, CCA分离出的脑电成分在认知重评状态下有明显的晚期正电位(Late positive potential, LPP) (潜伏期200ms～900ms)出现, 而且认知重评策略诱发下的LPP 波幅明显小于观看负性诱发的LPP波幅(F(1, 224)= 28.72, P<0.01), 而大于观看中性诱发的LPP波幅(F(1, 224)= 63.32, P<0.01); 与之对应的空域上, 可以明显地看出和情绪调节相关的扣带回, 额叶、颞叶等区域有明显激活区, 采用情绪认知重评策略时的脑区激活强度明显小于观看负性状态, 而大于观看中性, 且观看中性状态下被激活的与情绪相关的区域相对较少. 研究表明, 这种融合数据分析技术通过计算两种模态数据之间潜在的线性相关性, 可以有效地分离出大脑在时空上神经活动情况, 达到了同时描绘出大脑神经活动的时间信息与空间信息的效果.     

Neural mechanisms behind semantic congruity of construction safety signs: An EEG investigation on construction workers

Accurate comprehension of safety signs plays a critical part in warning construction workers of potential work hazards. However, existing studies have rarely investigated construction workers' comprehension of safety signs at construction sites. Moreover, existing evaluation methods are generally based on subjective behavior tests, questionnaires, and interviews. Therefore, this study examined the effects of semantic congruity on the comprehension of safety signs, including two sign types (prohibition vs. warning signs) and two conditions (semantic congruence vs. incongruence), combining event-related potentials and time-frequency analysis measurements. Adopting the S1-S2 paradigm, electroencephalogram data were recorded when participants decided whether S1 and S2 were semantically congruent or not. Results showed that the semantically incongruent safety sign-word pairs elicited larger N400 amplitudes and increased theta (3–8 Hz) power in 300–420 ms. The amplitude of N400 in the semantically incongruent condition of the warning sign-word pairs was more negative than that for the prohibition sign-word pairs, while there were no significant differences between the prohibition and warning sign-word pairs in the semantically congruent condition. A greater late positive potential (LPP) (550–750 ms) was also elicited in the semantically incongruent safety sign-word pairs, which was different from previous studies that observed larger LPP in congruent conditions. These results suggest complicated cognitive mechanisms of safety sign comprehension in construction workers. This study extends safety sign comprehension research by using electrophysiological approaches and provides useful indicators for researchers or safety engineers to measure the semantic congruity of proposed sign designs.     

通道选择对诱发脑电单次提取精度影响的研究

采用“模拟自然阅读”诱发电位作为人脑和计算机之间的通信载体,用支持向量机从脑电中提取诱发电位。以被试4个通道记录到的脑电信号分别作为特征,信号时程固定为300ms,时段分别取100ms~400ms、200ms~500ms和300ms~600ms。三个被试的单通道最佳分类结果分别达到95.9%（被试M,通道Cz,300ms~600ms时段）,94.3%（被试H,通道Oz,100ms~400ms时段）和93.8%（被试T,通道Oz,200ms~500ms时段）。这一结果为简化脑—机接口设计打下了良好的基础。     

基于概念层次网络的知识表示与本体建模

知识表示是自然语言理解的重要基础。知识表示不统一、语义信息无法系统化利用是目前存在的亟待解决的问题。要解决这个问题,就要解决语义知识表示的问题。该文基于概念层次网络,描述了词语、句子和篇章层面的语义知识表示方法。基于文中描述的词汇层面的表示方法,构建了一个多语言本体知识库。该知识库的知识表示方法不仅可以为知识表示理论研究提供基础,还可以为自然语言处理相关领域的应用提供资源支持。     

Network of words

Chinese characters form a web of semantic and phonetic links between characters. The links can be observed as structural components in an ideographic structure of characters. We examined the structural principles underlying the semantic and phonetic network by studying the statistical properties of the network structure. We report our preliminary results about the distribution of the number of links from components and between characters, and other quantities. This work was presented in part at the 7th International Symposium on Artificial Life and Robotics, Oita, Japan, January 16–18, 2002     

Effects of Local-Lag Mechanism on Task Performance in a Desktop CVE System

Consistency maintenance is a kernel problem in Collaborative Virtual Environment (CVE) research. The approaches used in Networked Virtual Environments (e.g., DR algorithm) could not be used in CVEs, for they could not prevent short-term inconsistency. Therefore, local-lag mechanism has been proposed to eliminate short-term inconsistency in CVEs. Choosing a proper lag value is a key problem in local-lag mechanism. This paper studied the effects of lag value (Oms-900ms) on task performance in a desktop CVE system. Experimental results indicate that the effect of lag value on task performance is not linear. The effect could be separated into four segments by three dividing points: 150ms, 300ms and 600ms. Lag has no effect on task performance while ranging from 0ms to 150ms. From 150ms to 300ms, lag slightly affects task performance. Lag deteriorates task performance seriously while ranging from 300ms to 600ms. When lag is longer than 600ms, the task cannot be accomplished sometimes.     

A proposal of the event-related potential method to effectively identify kansei words for assessing product design features in kansei engineering research

The effective acquisition of kansei words for assessing product design features plays a decisive role in knasei engineering research, whereas previous studies rarely give a full understanding of how to effectively grasp the related kansei words. The existing findings revealed that traditional methods based on questionnaire surveys might have trouble and limitations in kansei words acquisition. The process requires the active involvement of users, which could be time-consuming, expensive, knowledge and labor intensive. Hence, there still remains a need for an efficient method that can effectively identify kansei words for assessing product design features in kansei engineering study. The N400, an event-related potential (ERP), can be triggered by semantic violations in visual stimulus materials. The present study investigates whether N400 can be used as an electrophysiological measurement to effectively identify kansei words for assessing product design features in kansei engineering research. This study takes the SUVs’ pictures as the prime stimulus and two relatedness-match levels of kansei words from a high level to a low level as the target stimulus, including the unrelated kansei words and related kansei words. It is shown that the related kansei words elicit a shorter N400 amplitude than the unrelated kansei words. Moreover, the N400 exhibits the different scalp distributions between related and unrelated kansei words. These findings indicate that the N400 could be used to compensate limitations of conventional questionnaire surveys in kansei words acquisition for assessing product design features.Relevance to industryWith the assistance of N400 neural measurement in kansei words acquisition, kansei engineering will advance further as a modernized technology in kansei product design. The method proposed in this study uses N400 to effectively identify kansei words, which can be applied to kansei engineering research and improve the product development process.     

一种基于语义分析的汉语语音识别纠错方法

汉语语音识别的研究越来越重视与语言处理的结合,语音识别已经不是单纯的语音信号处理。N-gram语言模型应用到语音识别系统中,大大增强了系统的正确率和稳定性,但它也有其自身的局限性,使得语音识别出现许多语法和语义的错误结果。本文分析了语音识别产生语音和文字方面的错误的原因和类型,在概念层次网络语言模型的基础上提出了一种基于语句语义分析和混淆音矩阵的语音识别纠错方法。通过三个发音人、5万字的声音语料和216句实验语句的纠错测试,本文的纠错系统在纠正语义搭配型错误方面有比较好的表现,可克服N-gram语言模型带来的一些缺陷。本文提出的纠错方法还可以融合到语音识别系统中,以便更好地为语音识别的纠错处理服务。     

中文篇章级句间语义关系体系及标注

篇章句间关系(Discourse Relation)是篇章级语义分析的重要内容,该文在英文篇章句间关系研究的基础上分析了中英文间的差异,总结了中文篇章级语义分析的特点,并在此基础上提出面向中文篇章句间关系的层次化语义关系体系,对句间关系类型进行详细描述。为了验证体系的合理性和完备性,我们在互联网新闻语料上进行了标注实践,分析了标注中遇到的难点并给出解决方案,为进一步的中文篇章级语义分析工作奠定基础。