香花芳草的深层世界——《离骚》芳草意象群的多重喻指

《离骚》中的香花芳草具有多重喻指:"我"之美德修能、质变的人才、贤臣及君王。从修辞层面看,芳草意象与其深层喻指之间是一对多的关系;隐喻和转喻是芳草多重喻指的实现机制。从语义层面分析,芳草之芬芳暗示了其喻指对象之美好;而其短促易逝的特点,则隐含了诗人对时光短暂的深切忧虑。其中后者是潜藏在芳草意象背后最为深刻的语义蕴含。     

对Bermond猜想(32)的一个注记

文章对Bermand猜想（2）加强条件后给出了证明。     

完全图的边带宽的另一证明

图G的边的一个标号f是指边集E（G）到自然数的子集的一个一一映射。图G的边带宽为B’（G）=minB＇f（G）,B＇f（G）是G的所有邻边的标号f的差的绝对值的最大者。本文确定完全图Kn的边带宽：当n=3,4时,B＇（Kn）=2n-4;当n≥5时,B＇（Kn）=n（n-5）/2＋7。     

基于时空编码的神经元动态特征分析

作为神经生物学的重要领域,神经信息的编码和处理极大程度上是神经元群体编码,即集群表达。对于同一个电极上记录的多个神经元信号进行锋电位序列检测与分类,进而分析不同类间锋电位时间序列的相关性,揭示相邻神经元电活动之间的动态联系,有助于了解神经元网络中神经元间相互作用。本文结合实验,介绍了神经集群编码的几种研究方法:锋电位序列的互相关直方图、刺激前后放电活动时间直方图、锋电位累加图的具体应用。     

Using semantic similarity to reduce wrong labels in distant supervision for relation extraction

Distant supervision (DS) has the advantage of automatically generating large amounts of labelled training data and has been widely used for relation extraction. However, there are usually many wrong labels in the automatically labelled data in distant supervision (Riedel, Yao, & McCallum, 2010). This paper presents a novel method to reduce the wrong labels. The proposed method uses the semantic Jaccard with word embedding to measure the semantic similarity between the relation phrase in the knowledge base and the dependency phrases between two entities in a sentence to filter the wrong labels. In the process of reducing wrong labels, the semantic Jaccard algorithm selects a core dependency phrase to represent the candidate relation in a sentence, which can capture features for relation classification and avoid the negative impact from irrelevant term sequences that previous neural network models of relation extraction often suffer. In the process of relation classification, the core dependency phrases are also used as the input of a convolutional neural network (CNN) for relation classification. The experimental results show that compared with the methods using original DS data, the methods using filtered DS data performed much better in relation extraction. It indicates that the semantic similarity based method is effective in reducing wrong labels. The relation extraction performance of the CNN model using the core dependency phrases as input is the best of all, which indicates that using the core dependency phrases as input of CNN is enough to capture the features for relation classification and could avoid negative impact from irrelevant terms.     

敦煌壁画数字图像语义描述方法研究

数字图像的语义描述与标注是解决图像检索中语义鸿沟问题的关键。由于缺乏面向领域的有效的数字图像描述方法规范,基于图像底层视觉特征的机器标注和基于专家知识的人为标注的标注结果都存在标注信息质量不高和结果不统一的问题。针对这一现实问题,本文基于图像元数据和信息需求理论,针对敦煌壁画数字图像这一特定文化遗产领域,提出了语义描述框架和领域主题词表相结合的数字图像内容语义描述方法,详细阐述了语义层次及其相互关系。同时,从图像语义描述粒度的角度讨论了语义粒度大小对标注成本的影响,以及该语义描述框架的可移植性问题。图4。表5。参考文献25。     

范围副词研究综述

关于范围副词,学术界有不同看法。虽然有人认出为应取消范围副词,但更多的人从范围副词的定义、类型、语义指向及语义制约、范围副词修饰名词等问题进行了深入的研究,使范围副词的研究深度和广度有了很大的改观。     

政论语体中“使”字句的使用意图

句式的使用意图,都必须联系上下文语境去考察。“使”字句存在着条件、因果、目的和假设等多种不同的语义关系类型。各种不同语义关系的“使”字句的具体内容都能满足说话人不同的使用需求。使用条件关系的“使”字句,在意图上具有明显的一致性,使用目的和假设关系的“使”字句,有两种意图：有的是以句式的内容得出结论,有的则是把句式内容当作一种理由;而使用因果关系和可然（做法和作用）的“使”字句,其目的则是以句式本身的内容作为得出某种结论的理由或论据。     

基于本体的对等网语义检索系统

针对目前采用关键字匹配实现信息检索的不足,借鉴利用本体进行信息集成的方法提出非结构化对等网的语义检索系统架构,描述各模块的功能,并深入讨论实现语义检索需解决的关键技术——资源描述与提问处理、资源搜索和本体映射等。