基于本体的教育资源语义检索系统研究

为提高信息检索的准确率和全面性, 在对语义检索技术和领域本体的构建进行充分研究的基础上, 在网络教育资源的检索工作中应用了本体语义的概念, 提出对用户输入的查询条件进行基于本体的查询扩展算法,设计实现了使用Lucene 对扩展后的查询条件进行检索的语义检索模型。实验结果表明, 该检索模型的综合查全率为81郾5%, 综合查准率为83郾1%, 这两项指标均优于传统的关键字检索方法。     

基于深度CRF模型的图像语义分割方法

从图像中提取多种特征向量堆叠为一个高维特征向量用于图像语义分割,会导致部分特征向量的分类能力减弱或丢失。针对此问题,提出了一种结合深度卷积神经网络AlexNet和条件随机场的图像语义分割方法。利用预训练好的AlexNet模型提取图像特征,再通过条件随机场对多特征及上下文信息的有效利用来实现图像的语义分割。与利用传统经典特征的方法进行对比,实验结果表明:在利用AlexNet模型提取特征进行图像语义分割时,Conv5层为最有效的特征提取层,在Stanford background和Weizmann horse数据集下的识别准确率分别为81.0%和91.7%,均高于其他2种对比方法,说明AlexNet可以提取更有效的特征,得到更高的语义分割精度。     

基于语义分析的建筑业安全文化管理机制设计

安全文化在建筑业安全管理中至关重要，安全文化测评是发现安全文化薄弱环节和设计提升措施的重要依据。然而，现有安全文化测评指标表述简略且语言逻辑性不足，缺少管理机制视角的特征解析。该文基于管理机制设计理论和语义分析方法，从建筑业安全文化测评相关文献中收集测评指标，根据测评指标的语义角色分解提取出主体、行为、属性、时间、地点、方式、范围和原因8种管理机制元素，通过梳理所有测评指标的元素作用关系，归纳并构建了安全文化的单主体和双主体2种管理机制元模型并分析了其拓展形式。提出了基于管理机制设计视角的建筑业安全文化提升策略，并结合案例阐释了应用方式。构建的建筑业安全文化管理机制元模型及多种拓展形式，可为安全文化的提升措施设计提供参考。     

“中华老字号”本体档案资源库的构建研究

为了更好发挥老字号档案的价值,本文分析了当前"中华老字号"数字化档案展览现状,提出创建老字号本体资源库,构建老字号档案间的语义互联关系。通过对老字号档案数字化展品的语义组织,深入挖掘潜在信息资源,为用户提供智能化、个性化、便捷化的用户体验。     

用于多标签文本分类的深度模块化标签注意网络

针对现有文本多标签语义信息挖掘方法仅注重从文本到标签的映射方向，而忽略了从标签到文本的映射方向的问题，本文认为从标签到文本的映射方向可以过滤文本中与标签无关的噪声信息，进而生成只关注于标签信息的文本表示。基于此假设，本文基于注意力机制提出了一种深度模块化标签注意网络，主要由标签注意网络进行多层级联而成。在标签注意网络中构建了双向标签注意单元和自我注意单元，从而得到标签和文本的双向依赖表示。模型在公开数据集RCV1、AAPD、EUR-Lex上与SGM、LSAN、EXAM等算法进行比较，对于现有的最佳性能平均提升0.54%。     

《古尊宿语录》中方位词“前、後”的语义认知分析

《古尊宿语录》是一部重要的禅宗语录汇编,书中收录了大量禅宗师徒之间的问答语,口语成分非常多,是研究晚唐至南宋初语言现象的宝贵资料。以《古尊宿语录》中的方位词"前"、"後"为研究对象,将定量分析与定性分析相结合,结合三个平面和认知语言学的研究成果,对该书中方位词"前"、"後"进行语义认知分析。     

汉语句型形式化及语义计算

提出以句法同构作为汉语句型划分的准则,并以此为基础,建立了汉语句型的形式化理论,包括汉语句型的形式化定义、句型的形式化描述、基于句型的汉语语句语义计算方法.     

网络语境下“爆”的语义初探

"爆"的语义在网络时代下产生了新发展,至少表现在:"引爆"引申为"强烈地发生";"爆棚"由方言词汇升格为词模,类化出新词"爆表";"爆"还可以作定语,修饰名词,意为"流行的"。同时,"爆"的功能和意义进一步语法化,虚化为程度副词,作状语和补语,相当于"极、非常"。     

语言类型学视角下汉、英、日存在句对比分析

存在句是汉、英、日三种语言中均有的一类句型,也是语言初学者常见的句型结构.本文尝试从语言类型学视角分析汉、英、日存在句句型在结构、语义和形态方面的异同,便于语言学习者尤其是以日语为第二外语的初学者更好地学习和掌握存在句句型.     

低维显式语义空间下的语义关联度计算方法

语义关联度计算是数据科学中的一个关键性基础问题,在信息检索及自然语言处理等方面有着广泛的应用.针对ESA (Explicit Semantic Analysis)算法存在的局限性,提出一种显式语义特征选择算法,并构建低维语义空间.在此基础上,根据特征概念在Wikipedia中的映射信息,提出一种低维显式语义空间下的语义关联度计算方法.该方法解决了ESA算法在后续语义关联度计算过程中,因高维稀疏空间导致计算效果不够准确的问题.实验结果表明,与当前其他方法相比,该方法的计算结果在皮尔逊相关系数(P)及斯皮尔曼相关系数(S)上与人们的认知判断之间具有更好的一致性.