对现代汉语语义格的划分

“语义格”是当前研究的一个热点问题,一种语言究竟应划分为多少格很难确定。从项与谓词的关系出发,谈及必须格和可选格,可将现代汉语语义格划分为6大类23小类。     

一种基于领域的语义搜索引擎模型SSEM

Internet已成为全球最丰富的数据源,数据类型繁杂且动态变化,如何从中快速准确地检索出用户所需要的信息是一个亟待解决的问题.传统的搜索引擎基于语法的方式进行搜索,缺乏语义信息,难以准确地表达用户的查询需求和被检索对象的文档语义,致使查准率和查全率较低且搜索范围有限.本文对现有的语义检索方法进行了研究,分析了其中存在的问题,在此基础上提出了一种基于领域的语义搜索引擎模型,结合语义Web技术,使用领域本体元数据模型对用户的查询进行语义化规范,依据领域本体模式抽取文档中的知识并RDF化,准确地表达了用户的查询语义和作为被查询对象的文档语义,可以大大提高检索的准确性和检索效率,详细地给出了模型的体系结构、基本功能和工作原理.     

“程度副词+名词”组合的语义制约

对于"程度副词+名词"这种特殊的组合,目前语法学界通常解释为这是名词的语法功能发生了改变。我们从语义角度,运用语义的双向选择性原则重新进行解释,认为这是程度副词的"量度"特征和名词的"属性"特征在语义上相互选择的结果。     

引气贵齐义脉融贯——汉语话语组织论之一

语义和语势的连贯、流畅,是汉语话语组织的重要原则之一。从话语组织的角度来看文气和语势,则通常是以语义重心的明晰和前后衔接的自如为基本原则的。需要指出的所谓语义重心的明晰和前后衔接的自如,仅仅是基本的原则要求而已。在具体的言语表达实践中,语体的多样性、表现内容的丰富性和主体情致的复杂性等因素,都决定了话语组织方式的灵活性以及个性特征。     

基于领域本体的语义文本挖掘研究

为了提高文本挖掘的深度和精度,研究并提出了一种基于领域本体的语义文本挖掘模型.该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据库,设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式.实验结果表明,该模型能够挖掘文本数据库中的深层语义知识,获取的模式具有很强的潜在应用价值,设计的算法具有很强的适应性和可扩展性.     

一种小波域K-Means遥感图像分类标注算法

由于合成孔径雷达图像（遥感）的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。     

基于语义网技术的企业信息资源整合研究

为了弥补传统企业信息资源整合的不足,在语义层面实现企业信息资源整合,文章参考T.Berners-Lee提出的语义网结构层次模型,分析已有信息资源整合模型的优劣,探讨语义网技术在信息资源整合中的运用,从而提出一种可操作性较强的企业信息资源整合模型,并从技术层面探讨了模型的实现,给出具体的实例。     

基于内容的图像检索高层语义处理方法

从图像语义层次描述方式、图像语义抽取方法两个方面对利用语义进行图像检索的研究状况进行总结,提出建立语义模板用于支撑高层语义检索,同时应用多层次的相关反馈方法建立和修正图像低层特征与高层语义间的联系,缩小图像检索过程中的“语义鸿沟”,达到一定程度语义检索的目的。     

论语义场的类型与语义的模糊性

语义场是指在词义上具有某种关联的词集合在一起并且互相规定、互相制约、互相作用而形成的一个聚合体,是义位形成的系统。不同的语义场之间义位的性质是不相同的,义位之间的结构关系也是不相同的。这就使得我们可以将语义场划分为不同的类型,然后根据不同类型的语义场来考察分析语义的模糊性情况。     

"在"字句句式的语义分析

将“在”字句分为A、B两类句式。A1式的动作句与B1式的动作句存在变换关系,A1式的状态句与B1式的状态句存在变换关系,非常整齐划一,并且语义内容基本吻合,但二者所强调的语义特点不同。