心理常识概念的表示、获取和分析

常识知识是一类重要的人类知识,对自然语言分析、机器智能研究和自动推理研完等都有重要的意义。本文围绕心理常识,主要讨论与心理相关的常识概念的表示、获取和分析的方法。针对现有的概念模型中的概念主要由手工获取．缺乏自动方法,使得概念获取的非冗余性、一致性不能得到保证的问题,本文提出了获取心理常识概念的基本策略：依据心理学中的心理范畴手工获取心理常识的基础概念及概念间关系;根据属性的心理特征手工得到心理属性和属性问关系;以心理常识基础概念和心理常识属性为语义成分,通过“子类生成规则”自动完成获取和组织心理常识概念的任务。并且通过“子类检查规则”检查和分析新加入概念库的常识概念的冗余性和一致性。     

基于Web的种子驱动的“isa”关系的模式表示和获取

\"isa\"关系是知识获取中一种基本的语义关系,给出了中文\"isa\"关系的模式表示和获取方法。提出基于模式特征的种子选取算法和基于特征词的种子驱动的模式学习算法。实验说明了方法的有效性。     

“互联网+政务服务”改革中基层工作者的角色变迁及阻碍因素研究——基于模糊集定性比较分析

在“互联网+政务服务”改革中,基层工作者经历了从单一到多元、被动到主动、“政策执行者”到“政策执行者+解读者+宣传者”的角色变迁,其变迁效果取决于客观环境复杂程度和主观胜任力高低。部门间协同困境、公众认知障碍、政策制度压力、基层自我价值认同是阻碍角色变迁的最主要因素,业务知识结构、需求回应能力的影响力较弱,形成了客观主导型、主客观联动型两种阻碍角色变迁的模式。有必要从激励保障、考核问责、沟通反馈、政策宣传、教育培训等方面加强机制干预,促进基层工作者更好地实现角色转型升级。     

“陌生化”方法与动态广告受众的心理情感因素

利用俄国形式主义美学著名的\"陌生化\"理论方法进行设计成为一种社会必需。动态广告的\"陌生化\"特征日益彰显;同时,广大设计者利用\"陌生化\"予动态广告以相对陌生化和相对新鲜的审美体验。本文主要研究在动态广告当中\"陌生化\"方法对受众所产生的影响。以及动态广告受众的情感因素对动态广告设计的反作用。从而引领出如何抓住动态广告受众的情感倾向、\"投其所好\"、运用\"陌生化\"的原则进行动态广告设计。     

基于“点面结合、包容开放”分层分类教学理念的人机交互课程建设

针对人机交互课程建设中,民族院校学生基础多极化、学习目标多样化、工科思维定式化、国际视野局限化4个教学难点问题,提出“点面结合、包容开放”的分层分类教学理念,从分层教学、分类培养、项目式教学、深度国际教学合作、课程考核机制几方面介绍具体实施途径,并说明改革成效。     

基于概念特征的汉语交互类言说动词语义分析及同义词群的建构

人工智能的最重要内容之一是自然语言处理,建设词汇语义知识库是语言信息处理技术取得进步的重要保障。目前国内外基于同义词群(Synset)的词网研究存在结构不甚严谨,语义颗粒度不够精细,应用范围比较有限的问题。以“词群—词位”变体理论为基础建立多维特征概念语义网(Multi-D WordNet)是对这些问题进行解决的有效尝试,通过分析与描写基本词位(概念本体)与变体之间、变体与变体之间的关系,找出概念属性的差异,从而构建颗粒度更为精细的同义词群。言说动词的次范畴类“交互类”动词可作为研究个案,初步用来探讨这类典型词的语义结构及词群系统的建构规律。     

基于规则重组的“非我”特征序列抽取算法

抽取“非我”分类特征序列并依据它对“非我”进行准确分类是计算机免疫系统实现高效免疫应答的关键。基于规则重组的“非我”分类特征抽取算法(NFERR)以进程的系统调用序列为数据源,利用机器学习和数据挖掘方法抽取分类规则,并根据与原系统调用序列的匹配结果对这些规则进行重组得到“非我”特征序列。实验结果证明了此算法在“非我”分类特征抽取上的有效性。     

基于优化“未定义”类话语检测的话语领域分类

“未定义”类话语在面向任务的对话语料中广泛存在,具有成分复杂,与其余“已定义”类话语边界模糊的特点,影响着话语领域的分类总体正确率。“未定义”类话语一旦错分,将会使用户对口语对话系统的功能有效性产生怀疑,导致大大降低用户体验。该文提出一种基于优化“未定义”类话语检测的领域分类方案,采用两阶段法完成口语话语的领域分类任务。首先,采用聚类方法将“已定义”类话语聚为几个大类,简化众多的“已定义”类话语独立存在时与“未定义”类话语之间的边界。进而利用分类模型对聚类后的“已定义”类话语大类以及“未定义”类话语进行领域分类,优化目标是“未定义”类话语的检测效率。最后,将第一阶段分类为“已定义”类的话语,在去除了绝大部分“未定义”类话语干扰的基础上进行再次分类。该文的分类模型采用了深度学习模型LSTM,并利用无标签微博数据训练词向量用于话语特征表达。在SMP 2017 意图领域分类比赛的多任务语料上的评测结果表明,该方案在 “未定义”类话语检测的F1值以及所有话语的领域分类总正确率上均有明显提升。     

基于“聚类-过采样”方法的肿瘤免疫亚型分类研究

分类学习方法有一个基本假设,即不同类别的样本数量相当。样本数量分布不均衡,会影响分类的准确率。针对样本分布不平衡的肿瘤亚型分类问题,提出聚类-过采样（clustering minority oversampling technique,CMOT）,避免了算法“对少数类不友好”的情况。具体来说,首先在少数类的内部进行聚类,目的在于寻找少数类数据的分布结构。其次,使用改进的过采样方法,对少数类数据进行数据增强,最终实现不同类别的样本数量均衡。对比四种过采样方法,使用CMOT方法,肿瘤免疫亚型的分类准确率达到98.79%,明显高于其他方法。CMOT方法能够捕获少数类样本的真实特征,产生的伪样本足以平衡数据集,进而提升分类模型的精度。     

基于决策树方法的罗布泊“大耳朵”干盐湖区盐壳分类研究

本研究在野外综合考察基础上结合试验分析数据及遥感影像上提供的信息建立了罗布泊“大耳朵”干盐湖区盐壳分类体系,采用决策树方法对ETM＋遥感影像进行分类,经过混淆矩阵检验,分类总精度达到86.3%,Kappa系数为0.8420。结果表明,罗布泊“大耳朵”干盐湖区不同盐壳类型在空间上呈环状分布与“耳轮”影像特征大致吻合;影像上同一条带的盐壳表现出相间分布的特点;相似形状的盐壳受地表湿度影响在遥感影像上呈现不同色调。     

基于CNTs/PDMS介电层的柔性压力传感特性研究

提出一种基于MEMS工艺的柔性压力传感器制备方法.采用MEMS工艺制备柔性压力传感器模板,结合纳米压印技术、射频磁控溅射技术和PDMS软光刻工艺在PDMS柔性基底上制备了具有\"V\"型阵列微结构的Ag薄膜平行板电极,基于碳纳米管(CNTs)/PDMS聚合物的压电容特性,制备出电容式柔性压力传感器.针对不同尺寸的压力传感器进行对比测试,本文制作的压力传感器的灵敏度能够达到3.98% kPa-1,具有良好的重复性,在智能穿戴和电子皮肤等方面有着广阔的应用前景.