以记忆项目自身信息作为提示线索的指向遗忘

与标准的指向遗忘研究不同,当实验设计学习项目自身具有的某种特征作为提示记住或遗忘的线索时,结果同样观察到指向遗忘效应。数据分析显示,知觉特征为线索时,自由回忆和再认测试都反映出指向遗忘效应;而语义特征为线索时,只有自由回忆测试反映出指向遗忘效应。另外,知觉线索条件产生的指向遗忘效应显著高于语义线索条件。结果支持强调编码过程的指向遗忘理论解释。     

视觉选择性注意条件下刺激目标异步性变化对线索效应的影响

采用Posner的内源性注意和外源性注意实验范式,以判断具有视觉空间编码和言语空间编码的数字奇偶判断为任务,材料为1⁹的阿拉伯数字,被试为在校大学生,考察内源性和外源性注意条件下刺激目标异步性(SOA)系统变化对线索效应的影响。结果发现:在内源性注意条件下,随着刺激目标异步性的逐渐增加,线索提示效度效应表现出逐渐增大的趋势,当SOA达到900ms时,线索效应最明显;在外源性注意条件下,当刺激目标异步性为300ms时,线索提示效度效应达到最显著水平,但随着SOAs的逐渐增加,线索效应呈逐渐减小的趋势。     

修饰语形容词语义指向分析

形容词作定语时修饰主语或宾语,在句法上与其中心语构成直接成分;形容词作状语时修饰谓语,在句法上与谓语构成直接成分。但在语义平面上,定语形容词的语义不仅指向其中心语,还指向句内的其它成分或句外成分;状语形容词的语义不仅指向谓语,还指向句子中的主语、宾语等体词性成分,形成了一种句法与语义相悖的结构。作定语和状语的同一形容词虽语义指向相同,但所表达的主观意义不同,修饰语形容词语义指向的不同是人类认知模式的反映。     

修饰语形容词语义指向分析

形容词作定语时修饰主语或宾语，在句法上与其中心语构成直接成分；形容词作状语时修饰谓语，在句法上与谓语构成直接成分。但在语义平面上，定语形容词的语义不仅指向其中心语，还指向句内的其它成分或句外成分；状语形容词的语义不仅指向谓语，还指向句子中的主语、宾语等体词性成分，形成了一种句法与语义相悖的结构。作定语和状语的同一形容词虽语义指向相同，但所表达的主观意义不同，修饰语形容词语义指向的不同是人类认知模式的反映。     

外源性注意不同线索提示比例对汉字数字SNARC效应的影响

采用Posner的线索实验范式,以判断数字奇偶为任务,材料为"壹"到"玖"的汉字数字,探讨外源性注意条件下不同线索提示比例对汉字数字SNARC效应的影响.结果发现:(1)当有效线索提示为80%时,注意和非注意条件下对汉字数字的加工均出现明显的SNARC效应,尽管在非注意条件下汉字数字出现明显的SNARC效应,但效应的趋...     

表限量的“才”与“只”及“才＋只”语序的一种解释

本文首先通过语义分析指出“才”与“只”在表数量义时语法意义和语义指向都不相同,“才”在语义上凸显“跟预期的数量相比较,实现的数量少”,在语义指向上具有前后双指性;而“只”在表量时单纯表限定,语义指向是单向后指的。进而文章借鉴优选论的理念和操作方法验证出“才／只”并用是合语法的,且“才＋只”是优势语序。文章同时表明,语义指向源和语义指向标的之间不允许出现其他同类指向源成分,这至少在汉语中是一条优势原则。     

社会关系学习中结构信息的熟悉性效应

在学习实物客体间的社会性关系时,人们至少获得了两种信息:一是关系的抽象结构信息;二是关系的概念信息.本文以两客体间社会性关系材料作为刺激,采用无线索回忆再认范式,通过两个实验分离抽象结构与关系概念信息的熟悉性再认效应.结果显示,无论作为再认线索刺激(实验一),还是作为学习材料刺激(实验二),结构条件组诱发的熟悉性效应都...     

不同工作载荷下的警示性图标认知机理

采用工作载荷范式研究警示性图标在不同工作载荷下的认知机理,以及视觉突显性与图形语义信息对警示性图标认知的作用.首先进行了有语义图标实验,以检验具有语义信息的警示性图标在高低知觉负载下的注意捕获效应,结果表明,在高、低工作载荷下警示性图标都比普通图标具有加工优先性,但与任务无关的警示性图标在高、低工作载荷下的注意捕获能力没有显著差异,说明警示性图标能够自动获取注意系统的加工.为分离突显性视觉特征与语义信息2个因素对实验结果的影响,进行了无语义图标实验,将警示性图标转换为具有突显性但无语义信息的转置图标,发现警示性图标在高工作载荷下的注意捕获效应显著小于低工作载荷,即工作载荷能够显著调节其注意捕获能力,说明警示性图标在有语义图标实验中的注意捕获效应应归因于其本身携带的语义信息.本研究证实语义明确的警示性图标能够被注意系统自动捕获,图形语义信息在其中起到关键性作用,突显性的视觉特征也会增加警示性图标的注意捕获效应.     

基于萤火虫算法的学习遗忘效应BFSP问题研究

对于以最小化最大完工时间为目标的阻塞流水车间调度问题(BFSP),现有研究较少同时考虑学习效应及遗忘效应对生产调度的影响,为此构建了BFSP问题的学习遗忘调度模型,结合基于Pairwise的局部搜索策略,应用萤火虫算法对小批量生产时的学习遗忘效应BFSP问题进行求解.对Car类问题及其学习遗忘调度模型的大量仿真测试,表明了改进萤火虫算法求解该类问题的可行性和有效性.同时,证明了学习效应能够降低最大完工时间,从而提高生产效率;而遗忘效应会使得学习效果减弱,从而导致最大完工时间的增加,学习效应和遗忘效应在生产调度中的影响是客观存在且不可忽略的.     

颜色和图形编码的组合效应对认知绩效的影响

采用知觉负载范式研究颜色和图形的组合图标在不同载荷下的认知机理.通过组合效应实验发现,高载荷下颜色和图形的组合效应不显著,颜色是主要的认知编码.中、低载荷下,颜色和图形的组合效应显著提高了认知绩效.为进一步研究中、低载荷下组合图标中语义对实验结果的影响,在语义实验中将有语义图形转换成无语义倒置图形,发现组合图标中语义显著提高了认知绩效.通过脑电实验更深入地探究组合效应的脑神经机制,发现组合效应提高认知绩效的作用与后颞等脑区相关.研究表明,中、低载荷下组合效应显著提高了认知绩效,其中颜色和语义起关键作用.     

一种基于语义距离的高效文本聚类算法

摘　要：提出了一种基于语义进行文本聚类的新方法。该方法从语义上具体分析文档,利用文档具体语义计算文档间的相似度,使得文档聚类结果更合理。文本聚类主要采用最近邻聚类算法,并提出第二次聚类算法改进最近邻算法对输入次序敏感的问题。类特征词的选择上根据相似度权重优胜略汰类特征词,使得最后类特征词越来越逼近类的主题。实验结果表明本文所提出的算法在聚类精度和召回率上均优于基于VSM的K-Means聚类算法。     

基于语义簇的中文文本聚类算法

针对中文文本聚类受语义、 语法、 语境等因素的影响, 在使用传统向量空间模型向量化表征后, 文本向量之间相互独立, 语义关系被忽略, 影响聚类分析结果的问题, 提出一种基于语义簇的中文文本聚类算法. 该算法根据词共现的原理和语义相关性, 首先使用词频-逆向文档频率(TF-IDF)方法求得特征词权重, 利用特征词的搭配向量构建语义簇; 然后使用特征词及其搭配词的权重, 将特征词向语义簇中心进行空间变换, 求得嵌入语义信息的文档向量; 最后利用文档向量进行K-means聚类分析. 实验结果表明, 该向量化表示方法, 能有效提高文本向量对文本语义的逼近能力, 同时可提高文本聚类结果的准确率和召回率.     

基于语义簇的中文文本聚类算法

针对中文文本聚类受语义、 语法、 语境等因素的影响, 在使用传统向量空间模型向量化表征后, 文本向量之间相互独立, 语义关系被忽略, 影响聚类分析结果的问题, 提出一种基于语义簇的中文文本聚类算法. 该算法根据词共现的原理和语义相关性, 首先使用词频-逆向文档频率(TF-IDF)方法求得特征词权重, 利用特征词的搭配向量构建语义簇； 然后使用特征词及其搭配词的权重, 将特征词向语义簇中心进行空间变换, 求得嵌入语义信息的文档向量； 最后利用文档向量进行K-means聚类分析. 实验结果表明, 该向量化表示方法, 能有效提高文本向量对文本语义的逼近能力, 同时可提高文本聚类结果的准确率和召回率.     

一种提高文本聚类算法质量的方法

针对基于VSM(vector space model)的文本聚类算法存在的主要问题,即忽略了词之间的语义信息、忽略了各维度之间的联系而导致文本的相似度计算不够精确,提出基于语义距离计算文档间相似度及两阶段聚类方案来提高文本聚类算法的质量.首先,从语义上分析文档,采用最近邻算法进行第一次聚类;其次,根据相似度权重,对类特征词进行优胜劣汰;然后进行类合并;最后,进行第二次聚类,解决最近邻算法对输入次序敏感的问题.实验结果表明,提出的方法在聚类精度和召回率上均有显著的提高,较好解决了基于VSM的文本聚类算法存在的问题.     

扩展语义相似情感词的文本情感分类方法

针对文本情感分类中情感语义特征利用不足、特征降维效果欠佳等影响分类效果的问题,提出了一种通过扩展语义相似的情感词以及引入词语间统计特征的高精度网络评论情感分类方法.该方法利用神经网络Skip-gram模型生成词嵌入,通过词嵌入相似性度量将语义相似的词语扩展为情感特征;再利用词语间的统计特征进行特征降维;通过多个弱分器加权构建Adaboost分类模型实现网络评论情感分类.基于酒店评论和手机评论公开测试集进行实验,结果表明其情感分类的正确率分别达到90.96%和93.67%.方法扩展语义相似情感词有利于丰富文本情感语义特征,引入词语间的统计特征有更好的特征降维效果,可以进一步提升文本情感分类的效果.      

融合情感词典的改进BiLSTM-CNN+Attention情感分类算法

传统机器学习和深度学习模型在处理情感分类任务时会忽略情感特征词的强度,情感语义关系单薄,造成情感分类的精准度不高。本文提出一种融合情感词典的改进型BiLSTM-CNN+Attention情感分类算法。首先,该算法通过融合情感词典优化特征词的权重;其次,利用卷积神经网络(CNN)提取局部特征,利用双向长短时记忆网络(BiLSTM)高效提取上下文语义特征和长距离依赖关系;再结合注意力机制对情感特征加成;最后由Softmax分类器实现文本情感预测。实验结果表明,本文提出的情感分类算法在精确率、召回率和F值上均有较大提升。相较于TextCNN、BiLSTM、LSTM、CNN和随机森林模型,本文方法的F值分别提高2.35%、3.63%、4.36%、2.72%和6.35%。这表明该方法能够充分融合情感特征词的权重,利用上下文语义特征,提高情感分类性能。该方法具有一定的学术价值和应用前景。     

Effects of encoding and retrieval on the mechanism of item + context binding

To investigate the neural mechanism of semantic representation and color context binding, we used electroencephalograph time frequency and coherence analyses to reveal local and long-range functional coupling in the encoding and retrieval phases of episodic memory. Fifteen undergraduates participated in the experiment and middle-frequency double-character Chinese words were used as stimuli in two types of study-test tasks (context recall and context recognition tests). Significant differences between item+context and item in the encoding phase were observed at the electrodes in the frontal region at 600–800 ms by time frequency analysis. Further differences were observed at 800 ms by independent component analysis: the frontal component and the coherent component of the triangle phase locking structure among the prefrontal, right parietal and left parietal-occipital regions. In the retrieval phase, differences between item+context and item were found on the electrodes at the central parietal and parietal-occipital regions at 400 ms by time frequency analysis, on the parietal-occipital component at 800 ms by independent component analysis and on the coherence component of the anterior right hemisphere and parietal-occipital regions at 1400 ms. In conclusion, the different effects of encoding and retrieval processing on ‘binding’ are reflected by the differing extents that brain regions engaged in cognitive operations. In the retrieval phase in particular, activities of the parietal-occipital region were specifically associated with ‘binding’, and coherence between frontal and temporal-parietal regions is a common brain activity in episodic memory.     

基于BERT模型的司法文书实体识别方法

采用手工分析案件卷宗，容易产生案件实体遗漏现象及提取特征效率低下问题.为此，使用基于双向训练Transformer的编码器表征预训练模型.在手工标注的语料库中微调模型参数，再由长短时记忆网络与条件随机场对前一层输出的语义编码进行解码，完成实体抽取.该预训练模型具有巨大的参数量、强大的特征提取能力和实体的多维语义表征等优势，可有效提升实体抽取效果.实验结果表明，本文提出的模型能实现89%以上的实体提取准确度，显著优于传统的循环神经网络和卷积神经网络模型.     

知觉负荷对恐惧和中性分心面孔记忆的调节

采用视觉搜索任务,意外记忆再认任务调查编码阶段的知觉负荷对恐惧和中性分心面孔记忆的调节作用。结果发现:在视觉搜索任务中,高知觉负荷条件下的正确率显著低于低知觉负荷,反应时显著长于低知觉负荷条件;在意外记忆再认任务中,由于被试对新恐惧面孔的虚报率较高,造成中性分心面孔的记忆成绩显著高于恐惧面孔。可见,人们对恐惧面孔具有一定的反应偏向。