利用门控机制融合依存与语义信息的事件检测方法

句子级事件检测任务目的是识别和分类事件触发词。现阶段工作主要将句子作为神经分类网络的输入,学习句子的深层语义信息,从而优化句子表示来改进事件检测任务的性能。该文发现除句子语义信息外,依存树包含的句法结构信息也有助于获取准确的句子表示。为此,该文采用双向长短时记忆网络对句子进行编码,捕获其语义信息;同时,设计图神经网络对句子的依存结构进行表示,获取其依存信息;此外,在对句子进行语义编码与依存编码时,该文利用自注意力机制使模型选择性地关注句子中的不同词,从而捕获句子中有助于事件检测的关键信息,并尽可能避免无关词的干扰;最后,该文提出门控机制,通过加权实现上述两种信息的动态融合。该文在自动文本抽取(automatic content extraction, ACE)数据集上进行实验,结果显示,该文提出的动态融合语义信息与依存信息的方法能更加有效地对句子进行编码,并捕获句子中的事件信息,在触发词识别与事件类型分类这两个子任务中,F₁值均有较大提升,分别达到76.3%和73.9%。     

一种不一致不完备信息系统的最优选择及规则约简方法研究

在分析不一致不完备信息系统规则提取的基础上,提出了先将不完备信息系统分为一致的和不一致的信息系统后再求其最优选择的方法。然后利用改进的分辨矩阵对所求得的不一致最优选择进行决策规则提取,并给出不确定决策规则的决策精度。最后,通过应用例子证明了本文提出方法的有效性。     

一种考虑对齐不一致的短语翻译概率估计方法

在统计机器翻译中,短语翻译概率特征对最终的翻译结果有着重大的影响。传统的估计方法只考虑了双语短语同时出现,满足对齐一致性的情况,而没有对其他情况进行统计,因而短语翻译概率的估计不够准确。该文中,我们修改了传统的短语概率计算公式,在估计概率的过程中充分地考虑短语的各种出现情况。多个测试集上的实验结果证明了我们方法的有效性。     

基于图的不一致容忍语义下的查询应答方法

本体在演变的过程中常出现不一致性问题,这将导致经典的推理模式失效. 不一致容忍语义能有效地解决推理失效的问题,但各类不一致容忍语义或者需要耗费大量计算,或者丢弃了本体中有效的信息.为此,一种针对IAR-语义和ICAR-语义的变种被用以解决上述的缺陷.新定义的IPAR-语义能够避免计算整个ABox关于TBox的封闭,在减少计算量的同时尽可能地保留了本体中的信息.在IPAR-语义下实现了基于图的查询应答方法,新方法将本体和查询以不同的规则构建成图,避免了传统重写导致的查询冗余的问题.最后,通过实验对比新的查询应答方法与ICAR-语义下的查询应答方法,实验结果表明：基于图的一致性查询方法执行效率要优于ICAR-语义下的查询方法;在本体规模不断增加的情况下,新方法具有更好的稳定性.     

基于语法、语义信息的多滤波器集成边缘检测

本文提出一种基于语法、语义信息的多滤波器集成边缘检测方法.该方法把图像灰度分布的形式所包含的边界信息看成是语义信息,而把不同滤波器所提取出的灰度分布形式的信息看成是语法信息.我们从语法信息出发,按一定的逻辑推出不同种类的边界.最后再用模糊逻辑得出符合实际需要的边缘检测结果.基于本文的思想,本文构造了几种具有选择性和抗噪性的滤波器,利用滤波器得到的语法信息得到语义边界.实验结果表明本文的方法具有较好的边缘检测效果和抗噪能力.     

一种基于图像高层语义信息的图像检索方法

由于基于图像高层语义信息的图像检索与传统的图像特征匹配检索相比，在检索的准确性、结果相关性以及降低误检率等方面具有明显的优势，因此高效的图像检索方法应该充分利用图像蕴涵的高层语义信息。为了利用图像的高层语义信息来进行图像检索，在深入研究图像高层语义的低层特征描述的基础上，提出了图像语义的层次划分，并对每个高层语义层提出了语义抽取和检索算法。实验结果表明，该检索算法可以有效地对图像高层语义信息进行提取，并可作为新型高效图像检索系统的一个模型。     

不一致决策表规则提取的粗糙集方法

针对不一致决策系统中的规则提取问题,提出一种协调规则提取算法。在粗糙集背景下粒计算描述的基础上,由对象所在的条件信息粒与目标概念的包含度定义对象关于目标概念的隶属度,扩展传统的粗糙近似。给出不一致获取协调规则的算法描述及其时间复杂度。对比分析及说明性算例验证了该算法的有效性和可行性。     

有序决策表中的第三种不一致

现实世界中的有序性问题,反映在决策表上相当于在表的属性域上加上优先关系(preferential ordering)或者说是序关系的语义,这种决策表称为有序决策表,有序决策表中的条件属性又称为指标(criterion),有序决策表中的对象在各个指标上有排序,在决策属性上又有一个总的排序.文献[1,2]指出对于有序决策表中存在一种普通的粗糙集模型不能识别的不一致,并以基于支配关系(dominance relation)的粗糙集模型(dominance-based rough set approach or DRSA)代替基于等价关系的经典粗糙集模型(classic rough set approach or CRSA),DRSA可以处理这种不一致,文中则进一步指出有序决策表中还存在另一种不一致,不仅在应用上进一步完善了对有序表的处理,而且在理论上丰富了粗糙集中不一致的内涵.     

一种光照度不一致鲁棒立体匹配算法

为了提高光照度不一致立体图像对的匹配率,提出一种基于对数颜色空间下改进极线距离变换的立体匹配算法.在对数颜色空间下,首先根据初始视差图计算立体图像对的灰度比;然后,采用与灰度比成比例的灰度误差系数,分别对左右图像进行极线距离变换;最后利用置信度传播算法计算视差图.理论上,本文算法的匹配结果不会受光源位置、光源谱分布、光照强度以及摄像机参数设置等光照度不一致因素的影响.实验表明:本文算法的匹配率相对于原始极线距离变换算法最多可提高60%;而应用于弱纹理图像对时,相对于当前先进的自适应归一化算法,匹配率最多可提高78%.     

一种基于语义分析的热点新闻发现方法

With the development and popularization of the Internet, Internet news reports are the main means for people to get social information. How to get the hot topic of Internet news quickly and accurately is an urgent problem to be solved. This paper uses the theme model of LDA (Latent Dirichlet Allocation) and BTM (Biterm Topic Model), fully considering the different impacts of news headlines and news content on news hot spot detection, to make the semantic analysis of news content and title respectively. By using the BTM model for news headlines and the LDA model for news content, we extract the feature vectors of the topic and combine the two semantic features to form the semantic feature of the whole text. Then, through improved clustering algorithm, the number of documents belonging to each topic is calculated. On this basis, by defining the news heat and using the news heat formula, the news heat is calculated to get the most recent hot news through ordering the news heat values. Through the experiments on the crawling news data, the validity and practicability of the method are verified.     

上下文不一致性检测及消除的研究

在普适计算环境下,由于获得的上下文信息存在不一致性,使得上下文感知应用无法正常进行响应。研究了普适计算环境下的上下文不一致性的检测及消除,针对其提出了基于置信度数据库的反馈机制,并且丰富和扩展了上下文不一致性的消除算法。实现了相关算法,并通过实验给出了各个算法的效率和正确性的比较。     

信息集成中冲突的语义解决方案

在集成异质异构的信息系统时,系统间会出现大量的冲突。对可能的冲突进行了整理,列举出5大类冲突,并进行了深入分析。在此基础之上,提出了采用语义技术的完整解决方案,以消解各个层次的冲突。     

基于结点语义关系的信息抽取技术

提出了一种利用结点语义关系分析的新方法来优化自然语言信息抽取,以结点语义关系树和结点语义关系列表作为优先判断依据,在没有信息损失的前提下实现高效率的语义信息抽取。     

基于语义相关的信息聚焦数学模型及方法研究

信息服务目前依然是一个研究热点。提出了基于语义关联的信息聚焦概念及数学模型。信息聚焦作为一种新的信息服务方式,利用信息之间的语义关联关系实现信息汇聚。首先给出了基于本体的元数模型以及信息、信息空间的数学模型和信息聚焦的数学描述,并在此基础上提出了基于本体的语义相关及信息聚焦的形式化描述。     

信息语义学：一个新计算语义学的构想

我们的目的是探索一个新的计算语义学理论——信息语义学,本文大体勾勒出它的总体构,论述其基础,即基本概念,基本假设,基本原理.     

基于IF理论的分布式系统语义互操作研究

信息流理论是关于分布式系统中信息流动的数学模型,它关注信息中的语义,可作为语义信息理论的基础.本文主要介绍在异构的分布式数字博物馆语义互操作的研究和应用中,信息流作为一种分析和实现语义互操作的理论框架,为研究分布式系统的语义互操作问题提供了理论基础.     

一种基于语义单元的查询扩展方法

查询扩展技术通过向初始查询请求中加入相似或者相关的词,来减少查询请求与相关文献在表达上的不匹配现象,改善检索性能.本文利用语义单元的语义表达能力和语义单元之间的关系,将与初始查询具有密切语义关系的查询词或短语加入到初始查询请求中,更加全面地表示了用户的查询意愿.算法的时间复杂度为O(L),只与搜索请求的长度L有关,与语义单元表示库的规模无关,这对实时性要求较高的搜索引擎来讲是很实用的.     

查询词相似度加权的邻近性检索方法

传统的邻近性检索模型同等地看待所有查询词,不加区分地考虑所有查询词的邻近性,造成“平行概念效应”,影响邻近性检索方法的性能。文中提出一种查询词相似度加权的邻近性检索方法。该方法根据查询词之间的语义相似度对查询词邻近性统计量加权,可进一步推断用户的实际信息需求,挖掘查询中蕴含的更深层次的信息。实验结果表明,在短查询较多的应用环境下,文中方法可较显著提升传统邻近性检索模型的性能,有效规避查询词邻近性的平行概念效应。     

信息安全中语义安全性定义及其对等性证明

介绍了语义安全性的定义,并且从框架的对比来分析语义的安全性,以整合语义安全性、不可区分性和不可扩展安全性的框架,这种方式有助于研究不同攻击模型之间的关系。在对照的基础上对不可区分性的定义做了部分调整。研究了在新的框架下如何证明语义安全性和不可区分性两者间的对等性。简化了语义安全性与不可区分性之间的等价性证明。     

视频语义信息的研究

图象语义的研究是当前图象领域的热点之一。论文对图象的语义的客观和主观进行了分析,并提出了一个客观语义与主观语义结合的语义分析模型。