面向自然语言理解的图像情感语义检索

随着多媒体技术的迅速发展,图像资源的管理和检索日益成为研究热点,目前的图像检索技术因忽略了情感因素而显得力不从心.通过对自然语言分词,应用OCC情感模型,实现了使用自然语言对图像库进行情感语义检索.以百度图片频道下载的800张自然风景图像数据建立图像库并进行测试,实验结果表明取得了良好的检索效果,可为更多类型的图像情感语义检索打好基础,具有一定的实用价值.     

分布式语义框架在自然语言理解中的应用

为了学习非结构化文本与对应的结构化语义知识之间的嵌入语义对应关系,本文提出了一种用于自然语言理解(Natural Language Understanding,NLU)的分布式语义向量学习框架.该语义框架使用长短期记忆对输入序列进行编码以生成文本向量,然后将意图标签、时隙标记和时隙值向量合并生成分布式语义向量,通过最小...     

面向知识库的中文自然语言问句的语义理解

设计从自然语言问句到结构化查询的转换框架。该方法从自然语言问句的句法结构入手, 提出一套启发式识别实体与关系的方法, 并利用语料库建立从实体到知识库的映射, 对谓词进行消歧, 进而转化为计算机可理解的结构化查询语言。从百度知道抽取人物、地点、组织3类共 42 个问题作为标准测试集。实验结果表明, 所提出的框架能够有效地将中文自然语言问句转换为结构化查询, 为下一代智能问答系统打下良好的基础。     

基于自然语言理解的文本标图系统设计与实现

提出和实现了一套基于自然语言理解的军用文书到标绘图智能转换的解决方案。文本标图系统通过标绘信息提取模块和军标标绘模块,针对军事文本标图的需求和汉语的特点,由计算机在自然语言理解的基础上对作战文书文本进行分析、理解、提取标绘信息、自动标图作业,最后生成战场态势图。该系统完成了军事标图作业和文书处理的手工作业向机器作业的转换,提高了指挥作业的速度和效率。     

语境与语义理解

随着语言学研究的不断深入和发展,许多学者已认识到语境对于语义研究的重要性。语境为话语理解提供了理论依据,它解释了语言以外的各种社会因素对语言表达方式选择的影响。本文对语境理论发展的历史作一下简要回顾,并简单介绍了语境对于语义理解的重要作用。     

自然语言理解研究的若干基本问题的讨论

从自然语言理解的思维过程、自然语言本身和逻辑作用三个方面,对机器自然语言理解的基本问题进行了讨论。     

Ontology技术及应用

目的分析Ontology特点,探讨Ontology在自然语言理解中的应用。方法通过概念之间的关系来描述概念的语义。结果Ontology解决了自然语言理解中的消歧、推理问题和在语义Web中的应用。结论利用Ontology作为知识体进行自然语言理解,能够有效的把语言学知识和世界知识结合起来,运用世界知识对文本进行消歧和推理;Ontology与知识系统的知识库相融合,使得自然语言理解不仅仅是作为一种人机交互方式,而且能够与其它的基于知识的智能系统如专家系统整合。     

关联理论与语义理解

在日常交际活动中,交际双方真实意图的体现是通过语义的准确理解来实现的.语义理解与关联理论密切相关,交际双方都应尽可能利用关联理论的认知原则和交际原则从消除歧义、语境限制、修辞角度、非语言因素等方面入手寻求最佳关联与最大关联,最终达到准确理解语义的目的.     

基于组块分析的路径自然语言语义角色标注方法

为了进行路径自然语言研究,首先设计了路径自然语言收集方案,主要面向室内环境收集了一定的路径自然语言语料,通过手工标注建立了一个小型的语料库.其次,对路径自然语言的特征进行了一定的分析,在此基础上概括了几种常见的语义角色,主要包括关于landmark和方位转换的语义角色.路径自然语言本身具有高度规律性,语义角色相对集中,因此语义分析采用了基于组块分析的语义角色标注方法,将语义分析问题转化为序列信号的切分和分类问题.最后,利用支持向量机进行了相关的组块标注实验.实验结果表明提出的方法具有较大的潜力.     

基于自然语言理解的机械产品需求分析及用例转换研究

本文论述了基于自然语言理解的机械产品需求分析基本模型和用例转换解决方案。在自然语言理解的基础上,通过对ICTCLAS分词系统的优化,利用计算机技术将需求分解为用例元,并对用例元进行分析,以获得产品需求信息和准则。     

藏语语义框架的理解与描述

用框架表示知识是人工智能乃至语言工程中一项最为重要的基础工程和基础资源之一.文章结合实例分析了藏语词语语义框架,并通过对词语认知过程的理解来组织框架,进而对框架进行结构信息的描述.     

统计学习方法在语义消歧中的应用研究

语义歧义大量存在于自然语言中,其排歧成功率是衡量机器翻译、信息检索、文本分类等自然语言处理软件性能的重要指标.对语义消歧这一自然语言理解领域的难点技术问题进行了探讨,分析了统计学习方法在语义消歧中的应用,阐述了统计语义消歧的有关技术,并给出一个基于贝叶斯与机读词典的语义消歧实例,取得了较高的语义消歧成功率.     

语境与语义分析理论在翻译中的应用

本文从理论和实践的结合上,简述了语境与语义分析在翻译中的应用.     

机器阅读理解技术及应用研究

机器阅读理解是利用算法让计算机理解文章语义并回答用户提出的问题,同时可以衡量机器对自然语言理解的能力.以机器阅读理解的技术与应用场景为研究目标,完成机器阅读理解任务的定义,并概述该任务在国内外的研究现状.文章首先对当前机器阅读理解任务所采用深度学习模型进行研究,具体包括注意力机制模型、预训练模型和推理模型,从而进一步梳...     

大学英语阅读理解中障碍分析与策略思考

在阅读教学中，学生在阅读理解中存在着种种阅读障碍。认真分析学生英语阅读理解中存在的障碍和原因，采取正确的解决途径和教学策略是解决问题的关键。     

基于RoBERTa与句法信息的中文影评情感分析

细粒度情感分析是自然语言处理的关键任务之一,针对现有的解决中文影评情感分析的主流方案一般使用Word2Vector等预训练模型生成静态词向量,不能很好地解决一词多义问题,并且采用CNN池化的方式提取文本特征可能造成文本信息损失造成学习不充分,同时未能利用文本中包含的长距离依赖信息和句子中的句法信息。因此,提出了一种新的情感分析模型RoBERTa-PWCN-GTRU。模型使用RoBERTa预训练模型生成动态文本词向量,解决一词多义问题。为充分提取利用文本信息,采用改进的网络DenseDPCNN捕获文本长距离依赖信息,并与Bi-LSTM获取到的全局语义信息以双通道的方式进行特征融合,再融入邻近加权卷积网络(PWCN)获取到的句子句法信息,并引入门控Tanh-Relu单元(GTRU)进行进一步的特征筛选。在构建的中文影评数据集上的实验结果表明,提出的情感分析模型较主流模型在性能上有明显提升,其在中文影评数据集上的准确率达89.67%,F1值达82.51%,通过消融实验进一步验证了模型性能的有效性。模型能够为制片方未来的电影制作和消费者的购票决策提供有用信息,具有一定的实用价值。     

基于语义Web的网络教学资源知识库构建研究与应用

当前智能教学系统是现代教育技术研究的热点.以RDF和RDFS为基础,以OWL作为本体描述语言,对网络教育资源知识库构建进行了研究.     

Eclipse语义网建模工具的分析与应用

介绍了Eclipse平台和语义网的背景知识,论述了Eclipse平台的总体框架和技术架构.对语义网的体系结构进行了介绍,并详细介绍了语义网建模的基础RDF和OWL.结合实例说明了语义网建模的过程.并着重介绍了建模工具RDFBuilder的实现.     

多Agent策略下的关联规则a-r算法分析及应用

分析现有的理论界和商用软件中的多Agent及多Agent系统模式,在此基础上,设计高校实践教学管理体系模型,引入关联规则为基础的挖掘语义算法思想,解决了空间信息分析服务功能以及应用领域中的数据挖掘问题,同时也改善了多Agent系统的服务能力和服务效率。     

潜语义分析语言模型及其在汉语大词汇连续语音识别中的应用

分析了潜语义分析语言模型在建模和解码过程中的主要问题, 实现了潜语义分析语言模型的建模, 并提出一种在连续语音识别系统一遍解码框架中融合的方法. 实验结果表明, 该方法可有效地提高大词汇汉语连续语音识别系统的性能. 