基于数据元的数据集成技术研究

针对当前数据集成方法只能精确到属性级映射的缺陷,提出了基于数据元的数据集成方法。用数据元语义树对实体属性概念的内涵进行语义描述,使实体属性的语义能被计算机理解。然后通过语义计算实现精确到实例级的语义映射,从而完成数据集成。     

形式系统的语义完全性与语法完全性之间的一些关系

形式系统的完全性体现了形式系统的整体性能,它包括语义完全性和语法完全性两个方面,两者没有直接关系。通过强完全性概念研究两种完全性之间的关系,证明了以下结果:一个强完全的形式系统,若具有可靠性,则形式系统一定语义完全;若一个扩张系统是强完全的,则原系统一定强完全;若形式系统是古典完全的则必定强完全。     

一种语义Web服务开发框架整合与应用

针对当前语义Web服务应用的需要,设计实现一种以开源软件为基础的语义Web服务开发框架,主要是采用Spring、CXF、WSDL2OWL—S和EXT JS开源软件来整合完成该框架。因此,从分析这些开源软件技术、整合的关键代码和具体的应用案例三个方面来具体地分析该框架的设计、实现和应用,从而为语义Web服务开发者提供一个快速开发框架和方法。     

基于多元语义特征和图卷积神经网络的短文本分类模型

在互联网和社交媒体迅猛发展的背景下,网络中出现了大量的短文本数据,这些数据在舆情监控、情感分析和新闻分类等自然语言处理领域展现出了非常高的经济和学术价值.但短文本数据固有的特征给短文本分类带来了不小的挑战,如文本稀疏和缺乏丰富的上下文语义等.针对这些问题,提出了一种结合多元语义特征和图卷积神经网络（GCN）的短文本分类模型,该模型通过哈尔滨工业大学的语言技术平台获取短文本的多种语义特征,并将这些语义特征同短文本一起构建一个多元异构图,然后将其作为GCN的输入,利用GCN学习短文本更深层特征,最后通过Softmax函数获取每个类别的概率分布,进而实现短文本分类.试验结果表明,本模型在短文本分类的F1评分上比传统单一模型提高了4%.     

基于语义网络的旋转机械故障诊断知识表示

针对旋转机械故障诊断专家系统中的知识表示问题,讨论了语义网络的知识表示方法。并以此为基础进一步探讨旋转机械典型故障诊断的知识表示模型－－语义网络知识表示模型,文中还讨论了它的计算机语言实现方式,在VC＋＋环境下开发出了一个语义网络知识表示的演示模型。结果说明该知识表示方式是有效的。     

中文问答系统中语义角色标注的研究与实现

问答系统是信息检索的高级形式,也是人工智能领域研究的热点.为了提高中文问答系统的处理水平,在问答系统中应用了语义角色标注的思想.实验结果表明,语义角色标注可以有效地改善中文问答系统的性能.     

基于双分支交互的实时语义分割算法

针对双分支实时语义分割算法存在双分支交互差、多尺度上下文信息提取不完善等问题,提出了基于双分支交互的实时语义分割网络(dual-branch interactive multi-scale fusion network for real-time semantic segmentation,DIMFNet)。算法以引导聚合双边语义分割网络(bilateral network with guided aggregation for real-time semantic segmentation, BiseNetV2)的双分支结构为基准进行改进,空间分支提取空间细节特征,上下文分支提取深层上下文特征。结合注意力思想提出注意力引导高级语义融合模块(attention guide high-level semantics fusion module,AGHSM)实现双分支的交互融合,以获得更好的空间特征表示;对金字塔池化模块进行改进,提出采用多层聚合金字塔池化模块(multi-layer aggregation pyramid pooling module,MAPPM）提取多尺度上下文特征,以...     

融合文本内容和标签引导文本编码的分类方法

针对当前文本分类算法未能充分利用标签的语义表示导致文本表示学习与分类预测割裂的问题,提出一种融合文本内容编码和标签引导文本编码的文本分类方法.在文本内容编码部分,通过长短时记忆网络获得文本序列累计语义表示,通过自注意力机制捕获和强化文本长距离语义依赖.在标签引导文本编码部分,设计交互注意力机制,通过标签引导得到经由标签的语义表示过滤下文本的新表示.最后将两部分输出融合,得到同时具有本地内容语义信息和全局任务指导信息的文本表示,使得模型在文本表示阶段即对分类任务具有早期感知力.实验结果表明本研究方法在真实数据集上可有效提升文本分类任务性能.     

生命的原动力

据澳大利亚广播公司报道,一项最新的研究发现,精子被射入女性体内并不是自行向前游动与卵子结合的。墨尔本的莫纳什大学再生与发展学院的科学家杰勒德·吉布斯发现,精子后面拖着的长长的尾巴其实是一个“分子发动机”,只有在这个发动机被“点燃”后,精子才被推向前进,与等待它们的卵会合。正因如此,精子的尾巴对于精卵子结合起着至关重要的作用。吉布斯和他的研究小组发现,精子尾巴的表面有一些杆状结构,也就是科学家所说的外层密集纤维,它们在“通知”精子何时开始游动方面起着重要作用。研究发现,阴道里的一些化学物质能够激活精子尾巴纤…     

汉语术语描述中的三种结构

词组型术语的字面含义是由构成该术语的各个成分的意义和结构完全地决定的含义,所以,词组型术语的结构对于理解术语的字面含义是非常重要的。为了描述汉语术语的结构,本文提出了三种不同的结构来进行汉语术语的描述,这三种结构是：词组类型结构（PT结构）、句法功能结构（SF结构）和逻辑语义结构（LS结构）。这三种结构是研究汉语术语字面含义的基础。1.术语的字面含义及学术含义任何术语都有字面含义(literal meaning)及学术含义(academic meaning)。语言学家在研究术语问题时,应该着重研究术语的字面含义,而专业科学家在研究术语问题时,应该着重研究术语的学术含义。词组型术语的字面含义是由构成该术语的各个单词以及把这些单词结合起来的句法规则完全地决定的含义。而术语的学术含义则是相应学科中科学地加以定义的含义。术语的字面含义是术语的学术含义的语言基础。因为任何一个专家也同时是一个普通人,所以术语的学术含义不可能脱离术语的字面含义而单独存在。术语的学术含义,其内容应该比术语的字面含义更丰富,但是,术语的学术含义不能与术语的字面含义发生矛盾,它只能在术语的字面含义的基础上进一步加以科学的界说而形成。术语的字面含义是独立于任何上下文的,而术语的学术含义则与它出现的上下文有关,特别是与它所适用的专业领域有关。术语的字面含义又是独立于时间的变化之外的,它不考虑任何的历时变化,而术语的学术含义则会随着学术的发展而不断地丰富其内涵。例如,“决策/量”这个术语,其字面含义是由“决策”与“量”这两个词的含义以及“定语+中心语”这种句法结构决定的,它表示“决策”方面的量的大小;而其学术含义则可定义为∶“从有限个互不相容事件中选取某个给定事件所需的决策数的对数测度,用数学记数法表示时,这一测度为∶H=log n,其中,n是事件的数目。”这样的学术含义与它的字面含义是一致的。如果术语的学术含义与它的字面含义不一致,或者彼此冲突,那么,就必定会造成理解上的困难,所以,术语的字面含义的研究是非常重要的。由于术语的字面含义是术语的学术含义的语言基础,对于术语的字面含义的研究,必然会有助于对其学术含义的理解,因此,语言学家有必要注意术语的字面含义的研究,并把这种研究看成是语言学研究中不可缺少的一部分。另外,术语字面含义的研究还有助于术语结构的计算机自动分析,促进术语信息的自动处理和知识工程的研究。本文作者在德国夫琅禾费研究院研究术语数据库时,就使用计算机来自动地分析术语的字面含义,提出了“潜在歧义论”(Potential Ambiguity Theory,简称PA论),这是我国术语学基础理论研究的一个成果,而术语字面含义的自动分析,是“潜在歧义论”研究的出发点。为了研究术语的字面含义,本文提出了汉语术语描述的三种结构：词组类型结构、句法功能结构、逻辑语义结构,以这三种结构作为术语字面含义研究的基础。2.术语的词组类型结构(PT结构)汉语的词组型术语可以用一个二叉的单标记树形图来表示,这种树形图的标记,或者是词类,或者是词组类型,每个结点上只能容许一个标记,而在树形图的每个层级上的树枝又都是二叉的。这种由多层二叉的树枝构成的树形图,是以各个二叉的树枝作为其结构的基本单元的。树形图中某个层级的树枝上的两个相邻结点的词类或词组类型标记组成的结构,叫做术语的词组类型结构(phrase type structure,简称PT结构)。按构成PT结构的标记种类的不同,可把PT结构分为四种：(1)词类标记+词类标记PT结构由两个词类标记构成。例如∶A+N(绝对+误差),V+N(触发+电路),N+V(系统+测试),V+V(抽点+转储),N+NV(信息+处理)。其中,A表形容词,N表示名词,V表示动词,NV表示名词-动词的兼类词(如“处理”既可以做名词使用,又可以做动词使用,是NV兼类词)。(2)词组类型标记+词类标记PT结构由一个词组类型标记和一个词类标记构成,词组类型标记在前,词类标记在后。例如∶VP+N(直接插入+子程序),NP+VN(事务数据+处理)。其中,VP表示动词词组,NP表示名词词组。(3)词类标记+词组类型标记PT结构由一个词类标记和一个词组类型标记构成,词类标记在前,词组类型标记在后。例如,V+NP(监控+穿孔设备),V+VP(归并+排顺序)。(4)词组类型标记+词组类型标记PT结构由两个词组类型标记构成。例如∶NP+VP(微型计算机+联机监控)。术语的词组类型结构可以直接从二叉单标记树形图中表示出来,因此,它是一种显性的结构。例如,V+N(触发+电路)这个PT结构可以表示为如下的树形图：使用自然语言处理中的剖析技术(parsing technique),计算机就可以自动地造出这样的树形图。3.术语的句法功能结构(SF结构)树形图中某一层级的两个相邻树枝结点上的句法功能信息,叫做术语的句法功能结构(syntactical functional structure,简称SF结构)。这种结构在二叉单标记树形图中没有标出,因此,它是一种隐性的结构。这种隐性结构与显性的词组类型结构之间存在着极为复杂的对应关系,这是汉语词组类型术语的最重要的特点。由于二叉树形图中的子树都是二叉的,术语的句法功能结构也相应地由前后两个句法功能成分组成,可以分为以下几种∶(1)主谓式∶由主语后加谓语构成。简称SP式(SP construction)。其格式为∶主语+谓语例如∶“标记/读出”。(2)述宾式∶由述语后加宾语构成。简称PO式(PO construction)。其格式为∶述语+宾语例如∶“编制/程序”。(3)述补式∶由述语后加补语构成。简称PC式(PC construction)。其格式为∶述语+补语例如∶“读/出”。(4)定中式∶由定语后加名词性中心语构成。简称AH式(AH construction)。其格式为∶定语+名词性中心语例如∶“数据/媒体”。(5)状中式∶由状语加动词性中心语构成。简称DH式(DH construction)。其格式为∶状语+动词性中心语例如∶“多重/穿孔,再/启动”。(6)联谓式∶由前后两个动词性成分联合而成,而且这两个动词性成分的功能地位是平等的。简称 RP式(RP construction)。其格式为∶动词性成分+动词性成分例如∶“输入/输出”。(7)联体式∶由前后两个名词性成分联合而成,而且这两个名词性成分的功能地位是平等的。简称RN式(RN construction)。其格式为∶名词性成分+名词性成分例如∶“字母/数字”。复合量词也属于联体式。例如,吨/公里。汉语术语中的各种词组都是由这些SF结构组合而成的。4.术语的功能焦点在由前后两个句法成分组成的句法功能结构中,句法功能的着重点可能有所不同,这种着重点,就叫做功能焦点(functional focus of term)。有的结构的功能焦点在前,有的结构的功能焦点在后,有的结构的功能焦点则是并列的。按功能焦点的不同,可以把术语的句法功能结构(即SF结构)分为三种类型∶(1)前焦型∶功能焦点在前一成分的SF结构。它包括∶i.述宾式∶功能焦点在述语上。ii.述补式∶功能焦点也在述语上。述宾式和述补式的前焦型结构,其字面含义往往是相通的。例如,述宾式前焦型结构“读/数据”和述补式前焦型结构“读/出”,其基本的字面含义彼此相容。(2)后焦型∶功能焦点在后一成分的SF结构。它包括∶i.主谓式∶功能焦点在谓语上。ii.定中式∶功能焦点在名词性中心语上。iii.状中式∶功能焦点在动词性中心语上。主谓式、定中式和状中式的后焦型结构,其字面含义也往往是相通的。例如,在“信息处理不了”及“信息的处理很成功”这两个句子中,“信息/处理”是主谓式后焦型结构,“信息的/处理”是定中式后焦型结构,其字面含义彼此相容。又如,“立即的/编址”是定中式后焦型结构,“立即地/编址”是状中式后焦型结构,其字面含义也是彼此相容的。(3)并焦型∶功能焦点在前后两个成分上的SF结构。它包括∶i.联体式∶功能焦点在前后两个体词性成分上。ii.联谓式∶功能焦点在前后两个谓词性成分上。联体式和联谓式的并焦型结构,其字面含义也往往是相通的。例如,在“计算机的输出输入系统”和“它们输出输入数据”这两个短语中,前一个“输出/输入”是联体性并焦结构,后一个“输出/输入”是联谓性并焦结构,而这两个“输出/输入”的字面含义显然也是彼此相容的。可见,从功能焦点的角度来看问题,述宾式和述补式比较接近,主谓式、定中式和状中式比较接近,联谓式和联体式比较接近。我们把功能焦点相同的结构叫同焦结构,把功能焦点不同的结构叫异焦结构。各类SF结构形成的同焦结构(记为“+”)和异焦结构(记为“-”),如下表所示∶主谓式－ 述宾式－ + 述补式+ － － 定中式+ － － + 状中式－ － － － － 联谓式－ － － － － + 联体式从表中可看出,“主谓式—定中式”、“主谓式—状中式”、“述宾式—述补式”、“定中式—状中式”、“联谓式—联体式”等SF结构对,都是同焦结构,其他的各个SF对,都是异焦结构。5.术语的逻辑语义结构(LS结构)树形图中某一层级的子树中两个相邻树枝结点的逻辑语义信息,叫做术语的逻辑语义结构(logic-semantic structure,简称LS结构)。这种结构在表示术语结构的二叉单标记树形图中亦未标出,也是一种隐性的结构。术语的逻辑语义结构主要是指以逻辑谓词为中心,各个主目与逻辑谓词之间的关系。例如,施事者、受事者、工具、目的、范围、结果、方位等。术语的PT结构、SF结构以及LS结构之间的关系可表示如下∶汉语术语的特点是,这三个结构之间,在绝大多数情况下,不存在一一对应关系。同样的PT结构,可以解释为不同的若干个SF结构;同样的SF结构,又可以解释为不同的若干个LS结构。例如,形式为V+N的PT结构,它的SF结构可以解释为定中式(“响应/时间”),又可以解释为述宾式(“查/表”)。可见,PT结构与SF结构不一一对应。就是V+N的SF结构被判断为述宾式之后,这个SF结构的LS结构还可能不同。例如,述宾式的V+N可以解释为“谓词+受事者”(“查/表”),又可以解释为“谓词+施事者”(“跑/带”),又可以解释为“谓词+结果”(“印/字”),又可以解释为“谓词+目的”(“归/零”),又可以解释为“谓词+方向”(“面向/问题”)。可见,术语的SF结构与LS结构也不一一对应。正因为汉语中这三种结构关系错综复杂,在传统的汉语研究中,长期以来,许多学者把这三种不同的结构混同在“语法”这个科目下进行研究,并由此而产生了许许多多的混乱。在现代汉语研究史上的两次大规模的讨论(“汉语词类问题”的讨论和“汉语主宾语问题”的讨论)中,尽管一些有远见卓识的前辈学者,已初步涉及到这三种结构之间的某些复杂关系,摆出了许多有趣的语言事实,但是,不少人往往把这种极为复杂的关系简单化。在“汉语词类问题”的讨论中,就有人把语言成分的PT结构与SF结构混为一谈,不知道同一PT结构中的成分,可以在SF结构中具有不同的句法功能,结果得出“汉语无词类”的错误结论。在“汉语主宾语问题”的讨论中,又有人则把语言成分的SF结构与LS结构混为一谈,不知道同一个SF-结构中的成分,在LS结构中可以具有不同的逻辑语义关系,结果他们根据逻辑语义关系来决定主语、宾语等句法功能成分,把“施事者”一律定为主语,把“受事者”一律定为宾语,不惜削足适履,因果倒置,弄得汉语语法体系犹如一团乱麻,令人望而生畏。这种语法研究所得出的种种“语法规律”,尤其不适合于在汉语的自动处理工程中使用,为了促进汉语术语自动处理的研究,我们必须首先明确地区分PT结构、SF结构和LS结构这三种不同的结构,研究出它们各自的特点和规律,然后再进一步研究这三种结构之间的各种极为错综复杂的关系,只有这样,才有可能科学地解释汉语术语结构的规律,给汉语术语结构的研究理出可循的头绪来。