复述平行语料构建及其应用方法研究

以汉语为研究对象,提出构建大规模高质量汉语复述平行语料的方法.基于翻译引擎进行复述数据增强,将英语复述平行语料迁移到汉语中,同时人工构建汉语复述评测数据集.基于构建的汉语复述数据,在复述识别和自然语言推理任务中验证复述数据构建及其应用方法的有效性.首先基于复述语料生成复述识别数据集,预训练基于注意力机制的神经网络句子匹...     

Naturally-formed objects categorized as artifacts: Effect of objects’ functional depictions

Past research has identified a variety of factors that influence cognitive processing of artifact concepts, but few experiments tested possible interactive patterns among these factors. Using a natural language depiction based free naming task, we explored how an object’s function and its history (information about how an object was formed by natural force) interact to affect categorization judgment in a 2×2 between- subjects experiment (N = 169). The study had two key findings: (i) Without presenting an object’s function, presenting the history of its natural formation increased subjects’ tendency to name the object under the “natural” domain and decreased their tendency to name it under the “artifact” domain; (ii) once we presented the depiction of an object’s function, the effect of history presentation on categorization disappeared: Subjects in both conditions strongly preferred naming objects as artifacts. In summary, presenting depiction of an object’s function inhibited the effect of history on object categorization. Current findings suggest that an object’s function plays a fundamental role in the cognitive processing of artifact concepts.     

基于带噪预训练的刑期预测方法

刑期预测模型利用自然语言处理技术自动预测当前案件的建议刑期,对提高司法工作效率,维护司法审判的公平与公正,以及实现同案同判具有重要意义。现有的研究通常采用基于预训练语言模型的方法进行刑期预测建模,但由于存在裁判文书文本较长、专业性强及部分案由标注数据不足等问题,刑期预测任务依然具有较强的挑战性。针对上述问题,本文提出了基于带噪预训练的刑期预测方法。首先,根据刑期预测任务的特点,设计了融合罪名信息的刑期预测模型;其次,结合遮蔽语言模型(Masked Language Model,MLM)任务和自蒸馏策略减少刑期预测任务预训练数据中噪声的影响;最后,改进RoBERTa-wwm模型中的位置嵌入,增强模型的长文本建模能力。实验结果表明,本文提出的预训练方法能够极大地提升刑期预测任务的准确率,在小样本条件下也具有很好的表现。     

Attention modulates synchronized neuronal firing in primate somatosensory cortex

A potentially powerful information processing strategy in the brain is to take advantage of the temporal structure of neuronal spike trains. An increase in synchrony within the neural representation of an object or location increases the efficacy of that neural representation at the next synaptic stage in the brain; thus, increasing synchrony is a candidate for the neural correlate of attentional selection. We investigated the synchronous firing of pairs of neurons in the secondary somatosensory cortex (SII) of three monkeys trained to switch attention between a visual task and a tactile discrimination task. We found that most neuron pairs in SII cortex fired synchronously and, furthermore, that the degree of synchrony was affected by the monkey's attentional state. In the monkey performing the most difficult task, 35% of neuron pairs that fired synchronously changed their degree of synchrony when the monkey switched attention between the tactile and visual tasks. Synchrony increased in 80% and decreased in 20% of neuron pairs affected by attention.     

A natural language user interface for fuzzy scope queries

This paper presents a two-agent framework to build a natural language query interface for IC in-formation system,focusing more on scope queries in a single English sentence.The first agent,parsing agent,syntactically processes and semantically interprets matural language sentence to construct a fuzzy structured query language(SQL) statement.The second agent,defuzzifying agent,defuzzifies the imprecise part of the fuzzy SQL statement into its equivalent executable precise SQL statement based on fuzzy reles.The first agent can also actively ask the user come necessary questions when it manages to dissmbiguate the vague retrieval requirements.The adqptive defuzzification approach employed in the defuzzifying agent is discussed in detail.A prototype interface has been implemented to demonstrate the effectiveness.     

基于MPEG-7的视频语义描述方法

基于对视频语义信息的3个层次划分，提出了一个基于MPEG－7的视频数据模型，并运用扩展标记语言（XML），以实例阐述了视频内容的视频对象、视频事件和视频元数据构造和描述方法。所提出的方法能支持不同抽象层次上复杂语义关系的描述，能够使用户更加灵活地访问数字视频库，获得自己所需的视频信息。     

热镀锌钢卷力学性能GBDT预报模型

针对热镀锌钢卷力学性能预报建模条件属性选取难、预报精度不足的问题,研究了热镀锌钢卷力学性能梯度提升树(gradient boosting decision tree,GBDT)预报模型。利用互信息差算法综合评估工艺参数、化学成分和钢卷尺寸参数等条件属性的相对重要性以及属性之间冗余性,进行模型条件属性筛选;采用同分布原理进行样本划分,结合网格搜索法和交叉验证法优化模型参数,建立力学性能GBDT预报模型。将GBDT模型预报结果与随机森林(random forest,RF)、AdaBoost算法和BP神经网络的预报结果进行比较,比较表明GBDT模型优于其他模型,90%的数据样本预测的绝对误差小于14.24 MPa,94.6%的数据样本相对误差在6%范围内,具有更高的预测精度。     

嵌入式软件系统开发技术的研究

主要阐述嵌入式实时操作系统VRTX的体系结构、任务调度机制以及基于VRTX系统的软件开发技术.VRTX操作系统提供了面向对象的C++语言的应用编程接口和可视化的集成开发环境,使软件开发变得方便、快捷.嵌入式系统的采用,减弱了软件对硬件的依赖性,可以使硬件和软件的开发分开进行,所以现已成为通信产品开发的主流技术.     

区间二型模糊语言Z-numbers及其应用

针对区间二型模糊多属性群决策问题,提出了以区间二型模糊语言Z-numbers(IT2FLZNs)为信息环境的群决策方法。首先,在区间二型模糊集和Z-numbers理论基础上提出了区间二型模糊语言Znumbers并定义了其相关运算性质,提出了两个区间二型模糊语言Z-numbers之间的相似度与距离;其次,在专家和属性权重都未知的情况下,根据决策中总体不确定性最小原则,利用相似度构建最优化模型,确定专家和属性的权重,并且通过综合比较各方案的群体效用值、个体遗憾值和亲密度来选择最优方案;最后,通过一个银行流动风险的实例验证所提方法的有效性与可行性。     

基于粗糙商集的模糊隶属度集值统计算法

模糊隶属度无统一算法,定义存在分歧．根据模糊概念“内涵明确,外延不明确”的特点,定义隶属度为不同外延对内涵的从属程度．在信息系统中,概念的外延用对象表示,内涵由属性表示,由此提出了求解隶属度的新算法：由原始统计数据组成初始信息系统,用粗糙集理论求得其商集并构建集值信息系统;该集值信息系统对应的条件概率空间中的条件概率即为隶属度．广义上信息系统可分为信息系统（无决策属性）和目标信息系统（有决策属性）两类．隶属度也可分为两类：第一类外延对象为内涵属性本身值,如年龄对青年人的隶属度（信息系统）;第二类外延对象为不同于内涵属性的另一属性值,如边坡工程安全系数对稳定状态的隶属度（目标信息系统）．计算以上两个实例,前者与已有结论作对比验证,后者与函数选择、经典统计方法及贝叶斯公理作对比验证,可知结果可靠,算法可行．     

基于自然图像认知的大鼠上丘神经元恐惧信息编码机制

为了探究大鼠对自然图像的认知效果以及在自然图像认知过程中上丘(superior colliculus, SC)神经元的恐惧信息编码机制,采用条件性恐惧联结训练方法,设计了基于三种不同情感属性自然图像的实验方案(恐惧:"蛇"、中性:"树"、奖励:"鼠粮"),对大鼠进行了视觉认知训练。首先,从行为学分析了大鼠对具有不同情感意义自然图像的认知效果;其次,采用第一动作电位延时(first spike latency, FSL)以及Spike(峰电位)平均发放率两种编码方法,研究了大鼠上丘神经元在自然图像认知学习过程中的恐惧信息编码机制。结果表明,大鼠对奖励、恐惧、中性三种图像的抉择正确率分别在第6、22、26 d达到了75%基准线。训练后,在恐惧图像的刺激作用下,大鼠上丘神经元集群的平均FSL值显著低于训练前,且神经元集群的Spike发放率显著提高。这些结果揭示了恐惧信息能够激活大鼠上丘脑区,并通过SC脑区实现恐惧信息快速传递与表征。     

融合深度学习和视觉文本的视频描述方法

为解决当前视频描述任务中,生成描述视频的文本整体质量不高的问题,提出一种融合深度网络和视觉文本的视频描述模型.首先在编码阶段,将注意力机制引入3D残差模块,通过一维通道注意力与二维空间注意力增强视频特征映射,降低无关目标与噪声的影响;其次,解码阶段利用双层长短期记忆(long short-term memory,LSTM)深度网络的时序性特征,输出表述视频高层语义的文本描述;最后,为有效利用视觉文本信息丰富视频生成的语义描述,利用基于神经网络的主题模型提取出视频中的主题作为视觉文本融合进模型中.实验结果表明,本文方法在不同性能指标方面具有较好的准确性,能够更加准确地利用自然语言描述视频高层语义信息.     

基于动态粗糙集和支持向量机的振动参量预报

为了有效控制爆破振动效应,基于粗糙集和支持向量机,建立了爆破振动参量的预报模型。该模型首先在粗糙集理论指导下利用粒子群算法快速实现属性的动态离散过程,再根据最优粒子建立决策表,通过重要度分析进行次要属性和冗余数据剔除,最后用支持向量机训练余下数据和验证新样本。经工程试验验证,该模型能够同时分析定量因素和孔径、抛掷方向等定性参量对质点振动加速度峰值的重要程度,约简之后的数据有利于支持向量机预报精度的提高。     

可移植的自然语言生成系统中知识库的设计

从可移植的角度对自然语言生成系统中任务域处理进行了研究,结合面向对象的知识库的基本理论,从知识表示、知识获取、知识推理、知识更新等方面提出了可移植的自然语言生成系统中知识库的设计方法,并通过实验结果证明该方法是可行的.     

手语的视觉语义-结构化解析方法研究

人类用视觉认知手语,是通过不变的结构来描述物体各部分及其关系,实现从整体到部分的拆解或各部分的重新组合.本文通过模拟听障人对手语的认知方式,先计算其视野中的视觉显著区域,再将注意力焦点种子集中于手部提高其有效性,将生成的语义超像素作为部分,再把部分映射为手指骨架或将手掌缩为一个关节点,而得到子手语集.按解剖结构拆解手语图像（状态）,初步实现了对一组相似手语的视觉语义-结构化解析.     

以自然语言为界面实现VC＋＋程序的自动生成

本文提出以自然语言为界面实现程序自动生成的研究成果。该研究系统使用面向对象的方法与技术,以自然语言为输入界面,使用扩充的格语法进行语法语义分析,将用户描述的VC 期望程序功能的汉语篇章依次进行自动切词处理、语法处理、语义分析理解、目标程序的自动生成,最终形成满足用户要求且符合Visual C 语法的结果程序。     

基于变精度粗糙集理论的网格自学习及预测

提出了网格自学习和预测系统体系架构,采用变精度粗糙集和不协调目标信息系统理论揭示有关网格应用属性、网格资源动态状况和网格应用性能之间关系的知识,并采用增量式知识约减算法确定重要属性.利用所发现的知识,可以预测应用的资源需求及其性能.数据实验证明对作业资源需求和运行时间的预测值与实际值的偏差不超过30%.     

感知和判断中的基准变换及其性质坐标分析法

感知识别和概念判断分别是直感（形象）思维和逻辑（抽象）思维的基础，其基准可随外部条件和思维者认知结构而变的现象，是识别、判断和推理等产生各种不确定性和矛盾性的根源，感知与判断的描述，需要一种既能容纳对象属性和人类基准的表示系统，又能刻划它们之间的关系及其变化规律的分析方法．根据神经生理实验和心理学理论，将感觉和知觉分别定义为神经元（或集团）对事物简单属性和整合（整体和综合）属性的识别映射；给出了思维科学的两个基本命题：（１）事物性质元间基于整合的生成结构能在感知记忆集中得到保持的充要条件是感知觉是一个同态映射；（２）事物性质无间的推理关系能在感知记忆范畴中得到保持的充要条件是感知觉是一个范畴函子．事物性质元间的生成与推理结构有一个同构的表示模型──性质单纯形Ｋ的重心剖分复形Ｋ￣（ｍ）（Ｘ），简称性质坐标系，框架和网络可作为子复形嵌入其中，对象属性和心理基准，以及它们之间关系的变化规律可在性质坐标系Ｋ￣（ｍ）（ｘ）中得到表示，人类感知识别、概念判断以及基干它们的推理和决策等都可在其中得以统一刻划．     

可视程序设计及其认知意义

传统的程序设计以一维文本表示法为基础，迎合了现行的串行机器的内部表示法，但不易于使用．可视程序设计是一种新的程序设计范型，为用户以二维或多维方式描述和表现程序提供各种环境和工具。可视程序设计主要沿着两个方向发展：可视环境和可视语言．本文试图对可视程序设计作一综述，并从视觉思维、意象表达、人类表达工具等方面讨论它的认知意义和发展前景，还简介了笔者设计实现的一个Ｐａｓｃａｌ程序可视执行环境原型．     

基于视触数据融合的多模态细分类系统

随着自动化时代的到来,机械臂已经越来越多的应用到了工业生产以及人们的日常生活中,利用机械臂进行物体的分类抓取更是广泛应用于有害物分拣、航天探索等重要领域,然而实现对物体的分类目前还存在着一些不足,如大部分的分类系统主要依靠机械臂结合视觉来实现,这种单一视觉的分类系统在光线不足或物体外观相似但分属不同的工作环境并不能起到很好的效果。针对多种外观类似物体的精细分类开展研究,通过深度相机与压敏传感器综合获取物体的外观、材质等信息,然后将这些信息数据传输到具有双输入的卷积神经网络模型,借助机械臂实现对具有相似外观不同材质物体的细分类。结果表明：所述系统在实际机械臂测试环境下对物体的正确识别率达到了98.5%,相较于AlexNet与VGG16两种传统的单一视觉分类模型分别提高了35.7%和24%,可见融合物体的视觉与触觉信息的神经网络模型能够完成物体的细分类任务。