基于层次化语义框架的知识库属性映射方法

面向知识库的自动问答是自然语言处理的一项重要任务,其旨在对用户提出的自然语言形式问题给出精练、准确的回复。目前由于缺少数据集,存在特征不一致等因素,导致难以使用通用的数据和方法实现领域知识库问答。因此,该文将“问题意图”视作不同领域问答可能存在的共同特征,将“问题”与三元组知识库中“关系谓词”的映射过程作为问答核心工作。为了考虑多种层次的语义并避免重要信息的损失,该文分别将“基于门控卷积的深层语义”和“基于交互注意力机制的浅层语义”通过门控感知机制相融合。在NLPCC-ICCPOL 2016 KBQA数据集上的实验表明,该文方法与现有的CDSSM和BDSSM方法相比,效能有明显提升。此外,该文通过构造天文常识知识库,将问题与关系谓词映射模型移植到特定领域,结合Bi-LSTM-CRF模型构建了天文常识自动问答系统。     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

The effect of the nutri-score label on consumer’s attitudes,taste perception and purchase intention: An experimental pilot study

A large number of studies has emerged on the environmental impacts of diets, with most studies concluding that a diet rich in plant-based foods, that are low in salt, sugar, and fat, and score high in nutritional values, confers both improved health and environmental benefits. Currently, new interventions are being implemented to improve people’s eating behavior, because most people overconsume unhealthy snacks, containing high proportions of salt, sugar and fat. The purpose of the current pilot study was to investigate the effects of the Nutri-Score label on three different snack bars on consumers’ attitudes, taste perception, and purchase intention towards these food products. An experimental study was conducted with a between subject design (food packaging with Nutri-Score label versus without) among 192 participants (M_age 31.7 years, SD 14.3 years; 63% female). Results showed that there were no effects found for the effect of the Nutri- Score label on consumers’ attitudes, taste perception and purchase intention. Bayesian analyses support the conclusion that the null hypothesis is accepted. These findings show that integrating the Nutri-Score label on food packages did not modify cognitive responses of consumers towards these food products. Changing consumption behaviors is challenging and more empirical and theoretical understanding is needed.     

物联网中基于Multi-Agent的物间动态关系发现

物联网中存在大量异构关系的实体，其信息间的交互造成了物联网的内在矛盾。针对这一问题，提出将物联网中实体抽象化为对应的Agent，并以个体人为中心，利用本体的语义匹配及改进的物间动态关系计算方法，计算出针对个体人的物间动态关系；将原本异构的实体关系转化为Agent间基于动态关系紧密度排序的网络关系。经实验验证，该方法构建的关系网络可明显改善异构实体间交互的矛盾，而且相比原有类似方法，该方法解决问题的准确率和误差率均有改善，说明了该方法的准确性和可行性。     

Title加TextRank抽取关键句的情感分类研究

考虑到不同句子对判断文档情感倾向的重要程度不同，因而区分文档的关键句和细节句将有助于提高情感分类的性能。同时，考虑到Title和上下文信息，提出了一种基于Title和加权TextRank抽取关键句的情感分析方法SKTT，实现了高效的情感分析。根据文档Title的情感权重计算Title贡献度，考虑到标点和语义规则对情感倾向的影响；根据加权TextRank算法思想，在文档正文中构建了一个情感句有向图来提取关键句；计算所有关键句的情感倾向进行情感分类。在4个领域上进行实验，实验结果表明，该SKTT方法性能明显优于Baseline，具有高效性。     

基于桥连接的词典学习方法的语义解析

现阶段的语义解析方法大部分都基于组合语义,这类方法的核心就是词典。词典是词汇的集合,词汇定义了自然语言句子中词语到知识库本体中谓词的映射。语义解析一直面临着词典中词汇覆盖度不够的问题。针对此问题,该文在现有工作的基础上,提出了基于桥连接的词典学习方法,该方法能够在训练中自动引入新的词汇并加以学习,为了进一步提高新学习到的词汇的准确度,该文设计了新的词语—二元谓词的特征模板,并使用基于投票机制的核心词典获取方法。该文在两个公开数据集(WebQuestions和Free917)上进行了对比实验,实验结果表明,该文方法能够学习到新的词汇,提高词汇的覆盖度,进而提升语义解析系统的性能,特别是召回率。     

我国预包装食品致敏原声称情况调查

目的 了解我国预包装食品标签中致敏原声称的使用情况,为修订《预包装食品标签通则》提供建议。方法 在全国各地大中型超市进行采样或拍照,收集预包装食品致敏原标签声称信息并录入Excel,对各类食品的致敏原声称使用情况进行统计。结果 共采集8 694份样品,致敏原标签的总体标识率为21.58%(1 876/8 694),其中焙烤食品含有致敏原声称的标识率最高(65.73%, 468/712)。各致敏原成分中,关于乳及乳制品致敏原的声称率最高(17.09%,1 486/8 694),使用“可能含有”“本生产线也生产”“本加工设备也生产”“本生产工厂也加工”等常用于表明存在交叉接触的预防性致敏原声称的频率较高,主要集中在焙烤食品、膨化食品、谷物及其制品等3类食品中。结论 我国预包装食品中使用食品致敏原声称的食品种类较多,致敏原声称的使用缺乏规范,个别食品类别使用预防性致敏原声称的频率较高。致敏原声称在食品产品中广泛使用,应将其作为我国致敏原标识管理的重点。     

基于深度语义分割的多源遥感图像海面溢油监测

针对遥感图像海面溢油区域通常受到斑噪声以及强度不均等因素的影响,从而导致溢油区域监测效果较差的问题,本文引入了深度语义分割的方法,将深度卷积神经网络与全连接条件随机场相结合,形成端对端连接。以Resnet结构为基础,首先通过深度卷积神经网络对多源遥感图像粗分割并作为输入,然后经过改进的全连接条件随机场,利用高斯成对势和平均场近似定理,建立条件随机场形成递归神经网络作为输出。通过多源遥感图像对海面溢油区域进行监测,并利用可见光图像估计溢油区域面积。实验在所建立的多源遥感图像数据集上与其它先进模型进行对比,结果表明本文方法提高了溢油区域的分割精度以及精细细节程度,平均交并比为82.1%,监测效果具有明显地改善。     

Background and foreground interaction: Influence of complementary colors on the search task

Labels are indispensable visual (communication) elements that completely deliver the geospatial message of maps. The objective of this study is to investigate the impact of complementary colors between the map's background and text on the readability of cartographic texts and thus on the efficiency of the map user's search task. This is compared with the use of the “traditional” black labels on the corresponding colored backgrounds. Furthermore, a number of user characteristics, such as gender and expertise, are taken into account as well. The users' eye movements were registered to study their attentive behavior during the visual search task. In addition to the complement of the color's hue, the analyses were based on the difference in luminance, which could also affect the labels' readability. The difference between the black and colored label design was significantly different versus the eye‐tracking metrics. A correlation was found between the color difference and reaction time measurement and between the luminance difference and fixation duration. © 2014 Wiley Periodicals, Inc. Col Res Appl, 40, 437–445, 2015