图像信息对句子语义理解与表示的有效性验证与分析

近年来,图像文本建模研究已经成为自然语言处理领域一个重要的研究方向.图像常被用于增强句子的语义理解与表示.然而也有研究人员对图像信息用于句子语义理解的必要性提出质疑,原因是文本本身就能够提供强有力的先验知识,帮助模型取得非常好的效果;甚至在不使用图像的条件下就能得出正确的答案.因此研究图像文本建模需要首先回答一个问题:图像是否有助于句子语义的理解与表示?为此,本文选择一个典型的不包含图像的自然语言语义理解任务:自然语言推理,并将图像信息引入到该任务中用于验证图像信息的有效性.由于自然语言推理任务是一个单一的自然语言任务,在数据标注过程中没有考虑图像信息,因此选择该任务能够更客观地分析出图像信息对句子语义理解与表示的影响.具体而言,本文提出一种通用的即插即用框架(general plug and play framework)用于图像信息的整合.基于该框架,本文选择目前最先进的五个自然语言推理模型,对比分析这些模型在使用图像信息前后的表现,以及使用不同图像处理模型与不同图像设置时的表现.最后,本文在一个大规模公开数据集上进行了大量实验,实验结果证实图像作为额外知识,确实有助于句子语义的理解与表示.此外,还证实了不同的图像处理模型和使用方法对整个模型的表现也会造成不同的影响.     

孪生网络中文语义匹配方法的研究

语义匹配是问答领域的一个核心任务,能够为问答系统和信息检索等领域提供技术支持.目前对于语义匹配这一特殊分类问题,神经网络主要使用交叉熵或者对比代价损失函数,忽略了损失函数的分类限制宽泛,导致其在分类边缘存在误差.为了解决此种问题,本文在已有的孪生神经网络的基础上,引入am-softmax损失函数,提升模型精确度,同时在现有的词向量和字向量作为网络输入的基础,进一步引入Attention机制,使模型进一步获取更多的文本信息.实验结果表明,与之前的深度学习模型相比,模型的性能有进一步提高.     

一种基于知网的句子相似度计算方法

句子相似度是衡量文档相似度的基础,在自然语言处理领域中有着非常重要的作用。目前的句子相似度计算方法忽略了句子的结构对相似度的影响。本文在分析已有研究工作的基础上,提出了一种改进的句子相似度计算方法。依据知网对"实体概念"的描述,构造出义原的语义层次树,由各个义原在树中的相对位置,计算出义原之间的相似度。对三种义原加权求和得到词语之间的语义相似度。综合句子的表层相似度和句子的词语语义以及词语的相对位置关系,得到句子的整体相似度。实验表明,在同等的测试条件下,本文所提出的句子相似度计算方法在相似度比较上更符合人的直观感觉。     

基于描述逻辑的OntoUML模型的形式化表示

将形式本体理论应用于UML语言的改进是UML的形式化研究的主要方法之一,其中On-toUML是一个概念上完整、语义上清晰和更具本体意义的UML版本。虽然OntoUML基于本体对UML进行了扩充,提供了更为丰富,更能表达现实世界语义的建模原语,但其表达方式不利于在信息系统的设计与开发中应用。本文基于描述逻辑对OntoUML中的关键建模原语及其关系给出了SHIQ形式化表示方法,并进行了实例研究。该方法表达精练、语义清晰,不仅能够表达逻辑清晰的模型,而且保证模型能够正确反映领域事实。这种形式化方法为信息系统概念建模方法提供了理论和应用支撑,在一定程度上推动了OntoUML更为广泛的应用。     

一种基于数据流的软件密码机制自动化分析方法

对软件密码机制的自动化逆向分析,在漏洞挖掘、恶意代码分析、协议还原等领域发挥着重要作用。针对现有分析方法中存在的机制分析不完整、结果可读性差等问题,提出基于数据流的软件密码机制自动化分析方法,利用动态插桩获取软件运行时信息,定义和识别与密码相关的软件行为,根据行为间数据流关系,从图形和语义两个角度,实现软件密码机制的自动还原。实验结果表明,该方法能够自动高效分析软件密码机制,发现潜在的安全缺陷。     

一种新颖的低层视觉特征到高层语义的映射方法*

通过在低层视觉特征上提取图像的局部颜色和纹理特征,再利用模糊神经网络建立低层视觉特征和高层语义特征之间的映射,实现了图像属性信息的有效传递和可靠检索.最后,为了提高检索效率,把相关反馈引进到图像检索系统中.实验证明,该方法取得了较好的检索查全率和准确率.     

基于图的语义网络构造算法研究

在自然语言处理的基础上,将中医领域本体与图的基本性质相结合,提出了构造中医诊疗知识语义网络算法。给出了图的基本性质、语义网络的图定义,并为知识的网络表示建立了相应的数据结构。将算法用于中医领域语义网络和语义场构建。试验结果表明,该算法具有较好的实用性。提出的基于图的语义网络构造算法,对于文本挖掘、知识获取技术研究有重要意义,也是中医专家知识获取的有效方法。     

多信息源下本体自动抽取的实现*

以关系型数据库、XML文件、HTML文件、一般文档为信息源,运用不同的方法分别将多信息源映射为概念图,并按照拟定的概念逻辑结构进行统一存储,最后运用抽取算法实现本体的自动抽取.     

一种面向重构的工作流活动状态语义描述方法

工作流活动行为的精确描述是实现工作流过程控制的基础。基于状态的工作流活动行为描述方法在当前的工作流管理系统中被普遍采用。然而,非形式化的活动状态描述缺乏精确的语义并且不易扩充,导致系统适应性较差。针对业务过程管理需求的多样性和动态性,提出了一种支持快速重构的工作流活动状态语义的形式化描述方法。在分析工作流活动与工作项的状态关联基础上,定义了活动状态配置、活动状态配置全集等用于活动状态语义描述的基本概念。通过把活动状态映射为具有相同特征的活动状态配置的集合,建立了形式化的活动状态语义,研究了在此语义下活动状态的重构机制和基本实现步骤,并通过实例验证了该机制的有效性。应用本方法能够提高工作流管理系统适应企业业务过程管理需求快速变化的能力。