多模态视角下的高职英语词汇教学探析

词汇教学是英语教学中的一个重要环节,如何有效开展词汇教学一直是英语教师关心的话题。从多模态话语分析理论出发,讨论了目前高职院校词汇教学中存在的一些问题,分析了多模态教学在英语词汇教学中的重要作用,并提出了几种多模态视角下的词汇教学策略。     

多模态话语分析视角下的形体诗研究

形体诗是对语言常规的偏离,主要表现在文字书写排列上。本文简要地回顾了形体诗的发展,并以多模态话语分析为理论框架,构建了形体诗的多模态话语分析模式,对William Shell Burford的诗歌"A Christmas Tree"进行了模态分解、单模态意义构建、多模态意义整合的尝试性研究。     

电视广告的多模态语篇分析

信息技术的发展促使信息传递从单一的文字延伸到图像、声音、动画等多种模态。央视的一则公益广告“Family”,主要以克瑞斯和勒文所构建的视觉模态分析框架为基础,从再现意义、互动意义和构图意义三个方面进行多模态分析,指出各模态间如何共同协作进行意义表达。     

以多模态话语分析为视角解读上海世博会志愿者标志

随着多媒体的发展,话语的多模式性日益凸显,多模态话语分析理论应运而生,逐渐成为语言学研究的热点之一。以此试以多模态话语分析理论为研究视角和理论基础,对上海世博会志愿者标志图文设计进行多模态话语的社会符号学分析,揭示文字与图像共同作为社会符号的表意功能。     

多模态的交通流量预测模型

针对交通状态的多模态性,提出了多模态的交通流量预测方法.引用道路服务水平将交通状态分为6级(类)模态,并研究了不同模态与流量之间的对应关系.多模态的交通流量预测模型根据历史数据判断交通模态的改变情况,在整合自回归移动平均模型(ARIMA)预测的基础上,利用模态修正函数动态调整ARIMA预测中产生的时滞误差.以实际交通流...     

成语典故多模态翻译的符号学分析

为了探究成语典故多模态翻译的符号特征,提高文化传播力,以中国成语典故之城——淮南的成语典故为例,从符号学视角出发,分析成语典故符号所具有的规约性、像似性和指示性。分析发现成语典故既有通过语内、语际翻译而生成的以规约性为特点的符号活动,又有通过符际翻译而生成的以像似性、指示性为特点的符号活动。研究结果表明：成语典故的翻译不应拘泥于某种符号表达途径,而是应该将规约符、像似符和指示符三者所产生的意义综合考量,使得符号作为翻译结果的行为得到优化。     

社会符号学视角下宣传海报的多模态语篇解读

从社会符号学的角度出发,以Halliday的系统功能语法和Kress&Van Leeuwen的视觉语法为理论框架,从再现意义,互动意义和构图意义三个层面对宣传海报《真正男子汉第一季》进行多模态话语分析,揭示了在宣传海报这种多模态语篇中,文字、图像等不同模态之间相互作用可以更好地构建语篇意义从而达到宣传目的.     

基于混合融合的突发事件多模态情感分析

为了提升突发事件中网民情感分析的准确率和稳定性,提出一种基于混合融合的突发事件网民多模态情感分析模型。对于突发事件中的多模态信息,利用双向LSTM和VGG并结合注意力模型,分别提取文本情感特征和图像情感特征,利用中层融合的方式学习不同模态特征之间的交互关系,通过基于逻辑回归的决策层融合模型充分学习不同模态之间的相关性,最后通过全连接层输出情感预测结果。在构建的“新冠疫情”数据集上进行对比验证实验,结果表明,所构建的模型相较于基准模型具有一定的优越性。     

多模态语言表达的实际应用

以Halliday的功能语言学为理论基础,用Kress和van Leeuwen的多模态和符号理论学为依据,以两本杂志的封面为例,从其版式、字体排印风格和图像及颜色的选用来分析,意在发现以视觉图像语法框架为基础的多模态语言表达的实际应用和构建意义,进而证明系统功能语言学在视觉图像分析上的可行性以及多模态的实际识读作用。     

多模态列车速度控制器的设计及仿真分析

在复合控制中加入比例控制得到多模态控制,达到了提前预判的作用．采用基于预测模糊PID、模糊预测控制和比例控制的软切换控制方法,对理想曲线跟踪对比并进行仿真．结果表明,在保证列车安全舒适的前提下,这种软切换的多模态控制方法响应速度更快,停车精度更高．     

基于Transformer的多模态级联文档布局分析网络

针对现有方法在文本和图像模态的预训练目标上存在嵌入不对齐,文档图像采用基于卷积神经网络(CNN)的结构进行预处理,流程复杂,模型参数量大的问题,提出基于Transformer的多模态级联文档布局分析网络(MCOD-Net).设计词块对齐嵌入模块(WAEM),实现文本和图像模态预训练目标的对齐嵌入,使用掩码语言建模(MLM)、掩码图像建模(MIM)和词块对齐(WPA)进行预训练,以促进模型在文本和图像模态上的表征学习能力.直接使用文档原始图像,用图像块的线性投影特征来表示文档图像,简化模型结构,减小了模型参数量.实验结果表明,所提模型在PubLayNet公开数据集上的平均精度均值(mAP)达到95.1%.相较于其他模型,整体性能提升了2.5%,泛化能力突出,综合效果最优.     

面向多模态数据的混合型FIB

针对未来网络转发信息库（FIB）中多模态数据带来的差异化快速索引、高效存储转发信息和多模态数据最长前缀匹配等问题,设计了一种支持多模态数据索引的混合型FIB,称为Hybrid-FIB.通过对不同类型的数据进行差异化处理,得到可供神经网络模型学习的输入向量,进而训练出能够实现均匀分布的神经网络混合索引模型.为了实现多模态数据最长前缀匹配,在片上静态随机存取存储器中部署两组Hybrid-FIB结构.实验结果表明,该混合型FIB在误判率、存储消耗及吞吐量等方面具备优异性能.     

多模态公理化系统的可分离性研究

多模态逻辑包含两种或两种以上模态算子,且算子间不可归约。多模态公理化系统的可分离性是指已知任意多模态公理化系统及其语言中的任意算子O,能否得到与O相关的子公理化系统？或者,具有何种性质的多模态逻辑系统可以看作是多个（单）模态逻辑系统的叠加？通过考察多模态公理化系统及其子系统的性质,表明不包含交互作用的多模态公理化系统是可分离的。     

基于多模态的音乐推荐系统

使用传统协同过滤的方式进行推荐往往会忽视音乐底层特征.通过将音乐的音频特征与歌词信息进行多模态融合,并将融合后的特征信息作为协同过滤推荐的补充,提出了一种基于多模态的音乐推荐系统.主要探讨了音频特征与歌词信息的提取,并在提取歌词信息时利用LDA主题模型进行特征降维.针对多模态融合问题,使用一种特征级联早融合法(EFFC)融合方式,并将多模态融合后的结果与单模态结果进行了比较.对于结果的推荐,以多模态特征信息为依据建立用户兴趣模型,并将该模型通过LSTM神经网络,以过滤与优化协同推荐的用户组.结果表明,基于多模态的音乐推荐系统将推荐结果的误差项平方和(SSE)由传统的2. 009降至0. 388 6,验证了该方法的有效性.     

公益广告手势的多模态隐喻研究

手势是公益广告的重要模态形式之一,对隐喻的动态构建发挥着重要的作用。基于多模态隐喻理论,结合公益广告的语类特点,手势在多模态隐喻意义建构过程中有三种运作机制,即手势直接激活源域、手势通过转喻间接激活源域或目标域以及手势同时激活源域和目标域。公益广告中,目标域可以不呈现或者通过转喻间接呈现;手势既可以直接构建单模态隐喻,也可协同图像、语言(言语、文字)、声音等模态构建多模态隐喻;手势传达广告创作者的注意焦点。     

多模态串级控制系统的研究

针对工业过程控制系统大都存在死区、非线性、负荷变化频繁等控制问题 ,提出了采用多模态控制与串级控制相结合的控制方式 ,具体介绍了多模态控制算法及多模态串级控制系统的结构及仿真实验 .仿真结果表明 ,多模态串级控制方式具有良好的鲁棒性及抗干扰能力     

多模态语境下多元识读能力培养实证分析

多元识读能力的培养是全球文化多元化和交际多模态化发展的需要,是语言教学发展的趋势。本文以浙江某高校非英语专业学生为研究对象,通过对照实验,展开培养学生多元识读能力的实证研究。结果表明,多元识读能力的培养不仅能提高学习者的获取多模态信息和自主学习能力,而且能提高学习者的学习兴趣和英语综合能力。     

基于多模态判别性嵌入空间的图像情感分析

为了解决图像情感分析中存在的情感鸿沟和大的类内方差问题,提出了一种可以同时利用视觉模态和文本模态之间的深度潜在关联、视觉模态的深度线性判别和图像中层语义融合的弱监督方法.利用多模态深度网络结构找到一个视觉模态和文本模态之间最大深度关联且视觉模态具有深度判别性的潜在嵌入空间,并在该潜在空间中将文本的语义映射特征迁移到图像的判别性视觉映射特征中;结合注意力机制,设计涵盖潜在空间中映射特征的注意力网络,用于情感分类.在真实数据集上的实验结果表明,所提出的方法获得了更好的情感分类准确率.     

多模态卷积神经网络的物体抓取检测

针对散乱摆放的未知物体的抓取,提出一种将物体的RGB图像和Depth图像分开作为两个输入的多模态神经网络模型,实现对物体抓取框的检测,完成机器人对未知物体的智能抓取。通过背景减除的方法,获取物体的掩膜,根据等间距采样规则,得到这个物体所有可能的候选抓取矩形框;再通过多模态神经网络分类模型,从所有可能的候选矩形框中找到评判值排名前三的矩形框;然后采用比较重心的算法找到中心最接近物体重心的抓取框(最优抓取框)。结果表明,该方法在物体抓取准确性和鲁棒性方面有很大提高。