基于分布表征的语义提取和语义透明度自动评估实验

本文在联结主义的理论"模型将词汇的语义知识用分布表征值来表示"的基础上,选择了一组汉语复合词进行语义抽取和计算分析,基于语义距离提出了一个自动评估语义透明度的计算方法.实验直观有效地展现了一组多义语素间的同义、近义和同型异义关系,并揭示了语义透明度在多义语素系统中本质上是对某一具体语素义的相对距离.     

基于灰关联的双极二元语义动态群决策模型及应用

针对多决策者在多准则下进行多阶段决策的语言型复杂问题,研究基于灰关联的双极二元语义动态群决策模型.通过分析多阶段决策过程中评价信息的评价质量,提出各决策阶段评价信息质量的测度指标和方案发生质变的判定指标.结合灰色关联分析理论,将二元语义时间权重模型改进为双极二元语义时间权重模型,确定时间权重和决策专家综合权重.基于权重信息将各专家单阶段的信息集结成群综合决策信息集,并计算各方案集结结果对应的可靠度,据此进行排序.以深度贫困地区产业扶贫项目为例验证该模型的有效性与可靠性.     

一种基于模糊语言标度和FIOWGA算子的决策方法

给出了一种用于方案比较的模糊语言标度，并用定义在区间[1／9，9]上的三角模糊数表示其数值含义．利用该标度构造语言偏好矩阵，给出了一种集结语言偏好信息的模糊导出的有序加权几何平均(FIOWGA)算子，并提出了一种基于模糊语言标度和FIOWGA算子的决策方法．最后，通过算例对方法的可行性和有效性进行了说明．     

基于Bi-LSTM的生物医学文本语义消歧研究

生物医学文本语义消歧研究中,上下文语义表示存在精度不高、忽略语言特性等问题,对此提出一种基于Bi-LSTM的新型语言模型。该模型通过考虑上下文词序将整个句义信息以无监督学习方式嵌入低维连续空间,并以此生成高质量的上下文表示,然后利用该方法构建歧义向量,最终计算cosine相似度,完成对歧义词的分类。实验表明,相比传统线性语言模型,基于Bi-LSTM生成的语义向量能更好地表示歧义词的语义信息,并在不同生物医学文本数据集中达到高准确度（95.01/91.27）。     

大学生综合素质评价的群决策法

运用语言评估标度的多属性群决策法对大学生综合素质进行了评价,并进行了排序和择优.评价过程不仅使用了人们偏爱的语言标度,对各决策者习惯用的标度进行一致化,而且充分考虑了决策者自身重要性,对中间值赋予了较大的权重,消除了一些不公正因素的影响.该方法简单直观,实用有效,科学合理.     

基于空间概念的层次化路径规划方法

该方法通过人机交互的方式使用拓扑语义地图和规划有效路径来实现分层空间表示。提出了一个新的概率生成模型,通过形成了一个适应环境的拓扑语义地图,从而进行分层路径规划。所提出的路径规划方法可以通过基于概率推理的控制方式进行理论推导。在使用人类语音指令进行导航的实验结果表明,与传统方法相比,该方法提出的基于空间概念的分层路径规划方法显著提高了性能,同时降低了计算成本。分层空间表示为人类和机器人提供了相互可理解的形式,使得基于语言的导航任务成为可能。     

不同类型语言信息下的多属性决策

介绍了精确语言变量和不确定语言变量的距离测度,并且基于精确语言变量和不确定语言变量,给出了属性值的正语言理想解和负语言理想解的概念.为了对决策方案进行排序和择优,基于2种语言变量的距离测度和语言理想解,提出了一种不同类型语言信息下的多属性决策方法.该方法不仅易于对语言变量进行计算,而且在求解过程中不会丢失任何语言决策信息,从而保证了决策结果的合理性和有效性.最后,利用算例对方法的运算过程进行了具体分析和说明.     

“有(have)”的概念空间及语义图

本文以语义图模型为分析工具,通过对30种语言和汉语方言"有"动词的跨语言考察,确定了"领有、存在、处所"等16个概念空间节点,构建了"有"的概念空间底图,并画出了30种样本语言的语义图。观察所得语义图发现:大部分语言或方言具有不同的语义图。基于库藏类型学的分析认为:不同语言"有"在显赫度上的差异造成了意义和功能的不同,而个体语言"有"的词汇来源、语言类型、语言内部竞争因素等则是制约其显赫度的原因。     

基于双重犹豫语言偏好关系的群决策方法（英文）

针对决策小组权重未知、方案的偏好信息以双重犹豫语言偏好关系形式给出的群决策问题,提出了一种简单决策方法.首先,为准确、全面地描述群决策过程中的不确定评估信息,定义双重犹豫语言数,并根据定义的运算法则,提出双重犹豫语言加权平均算子.其次,定义双重犹豫语言偏好关系,并利用单个决策小组对方案偏好信息得分值的标准差和其偏好信息得分值与其他决策小组偏好信息得分值的相关系数,提出一种客观确定决策小组权重的方法,进而提出一种基于双重犹豫语言偏好关系的群决策方法.同时,通过九甸峡水库运行方案选择实例说明该方法的可行性和有效性.最后,将该方法与现有方法进行比较,结果表明,所提出的方法能够直接处理双重犹豫语言偏好信息,不需要进行信息转化,从而可以减少原始决策信息的丢失     

基于描述逻辑的知识建模语言

当前Web页面基于HTML语言,缺乏语义信息,语义网络是对现有Web的扩展.OWL是WebOntology的一种最新的W3C提出的表示语言,是实现语义Web的语言工具,它的逻辑基础是描述逻辑.结合OWL语言,提出一种基于描述逻辑的知识建模语言(KDL),给出了知识描述语言的语义解释,并提出了基于Tableau算法的推理算法.     

基于描述逻辑的知识建模语言

当前Web页面基于HTML语言,缺乏语义信息,语义网络是对现有Web的扩展.OWL是Web Ontology的一种最新的W3C提出的表示语言,是实现语义Web的语言工具,它的逻辑基础是描述逻辑.结合OWL语言,提出一种基于描述逻辑的知识建模语言(KDL),给出了知识描述语言的语义解释,并提出了基于Tableau算法的推理算法.     

基于策略驱动的安全高校校园网络框架设计

提出基于策略驱动的安全校园网络框架(PoSeCam),该框架基于Openflow通信协议,允许网络安全操作员创建和实现可读语言编写的安全策略.详细地介绍了PoSeCam框架的主要组成部分;设计了将策略转换为转发规则的策略实现算法;描述了PoSeCam框架自动响应安全警报的过程.并在测试平台上进行评估实验,利用校园网的数据集来评估该框架的性能.     

基于语言评价的三支群决策（英文）

基于语言评价信息,提出了语言三支决策方法.该方法采用语言术语对被择选项进行评价,将其分为3个区域:接受域,拒绝域和不确定域.然后,基于三支决策方法,给出了语言三支群决策方法及其具体的决策步骤.先由专家给出不确定域的上下限,当目标选项的评价优于上限时,将被分配到接受域;当目标选项的评价劣于下限时,将被分配到拒绝域;其余选项被分配到不确定域.其中,针对不确定域中的选项,将语言评价术语转化为三角模糊数,然后加以集成分析.最后,通过一个推荐应用中的例子验证了该方法的有效性和实用性.     

数学语义转换与数学思维品质的培养

数学语义转换是指将一种数学语言系统中的表示翻译成另一种语言系统中的表示,或一种形式意义翻译成另一种形式意义.其特征是对象"释"对象,是一种等价转换.数学语言的符号化使每一个数学概念、关系一般都有一种确定的数学符号表示.然而,数学的符号表示与数学的语义解释并不一定是"一一对应"的,同一个数学符号可以作出不同的语义解释,同一种数学语义的内容可以用不同的数学符号表示.这就为通过转换数学语义来探索解题思路、另辟解题途径、简化解题过程,达到培养学生思维品质之目的,创造了"客观"基础,提供了可能.     

基于XMI的UML模型向OWL本体转换方案

OWL是W3C提出的语义网本体语言,作为语义网中信息共享和交换的基础,具备强大的知识表示和推理功能.文章对UML和OWL进行了分析比较,给出了UML类图相应的XMLSchema和OWL本体表示形式,提出了一种UML模型向OWL本体转换方案,通过XMI交换标准将UML模型转换为OWL本体.     

一种基于领域本体的语义检索模型

针对传统检索模型局限于语法层次上关键词匹配的特点,以领域本体为知识组织方式,提出了一种基于领域本体的语义检索模型,同时给出了该模型中的查询语义扩展算法和相似度计算算法。     

预应力混凝土梁桥上部结构综合评价方法

建立针对缺损预应力混凝土梁桥上部结构的多层次评估模型,提出模型中各项评价指标并初步确定其分级标准.构造正态关联函数计算确定无下属层元素评价指标与相应各评价等级的关联度,并在对模型中分项层及指标层元素进行评价时,考虑同下属于某元素的各元素的缺损状态进行权重修正计算.采用关联度及结构评定标度共同表征预应力混凝土梁桥上部结构的缺损状态,故该方法可针对预应力结构进行细致的评价,并且结果与现行<公路桥涵养护规范>的评价方法相统一.最后,对吉林省某一实际桥梁缺损状态进行了详细的评估,可作为算例供工程参考.     

基于聚类与句子加权的欺骗性评论检测

消费者在购物前往往会参考产品评论,欺骗性评论容易误导顾客使其作出错误决定。现有检测欺骗性垃圾评论的方法大多采用机器学习方法,难以学习评论的潜在语义。因此提出一个基于聚类与注意力机制的神经网络模型学习评论语义表示。该模型使用基于密度峰值的快速搜索聚类算法找出词向量空间语义群,通过KL-divergence计算权重,然后综合句子中单词与单词所属的语义群得到句子表示。实验结果表明,该模型准确率达82.2%,超过现有基准,在欺骗性垃圾评论识别中具有一定使用价值。     

基于条件随机场的语义角色标注

由于语义角色标注对深层次的自然语言处理非常必要,提出了一种基于条件随机场的语义角色标注方法.该方法以浅层句法分析为基础,把短语或命名实体作为标注的基本单元,将条件随机场模型用于句子中谓词的语义角色标注.该方法的关键在于模型的参数估计和特征选择.具体应用中采用L-BFGS算法学习模型参数,并选择基于句法成分的、基于谓词的、句法成分-谓词关系三类特征作为模型特征集.在CoNLL-2005评测任务所提供的数据集上的实验结果表明:基于条件随机场的方法比基于最大熵模型的方法性能更好.该方法在语义角色标注任务上获得了80.43%的准确率和63.55%的召回率.     

浅析汽车广告语修饰词汉译英翻译技巧

汽车广告宣传用语以其独特甚至颇为高端的语言与用词特色,在广告文宣与影响消费者消费行动中具有独特且重要的作用。本文以某品牌汽车广告语修饰词汉译英翻译实践为例,结合实践中具体案例,基于翻译实践得出汽车广告语中修饰词的翻译策略与技巧。本文中对汽车广告语修饰词汉译英的探究,对于该领域翻译实践与研究以及中国汽车产业"走出去"与其发展交流具有实践与研究意义。