语义分类

摘要： “V_(1)东V_(2)西”格式是介于固定短语和非固定短语之间的类固定短语,在现代汉语中使用频率高,能产性强。“V_(1)东V_(2)西”可以根据语义分为三类:并列类、转折类、顺承类,其中并列类“V_(1)东V_(2)西”数量最多,使用频率最高。作为类固定短语,“V_(1)东V_(2)西”的语用价值主要有形象性、主观大量、主观评价三个方面。

摘要： 维吾尔谚语有着言简意赅,音韵和谐,哲理性强的特点,其中渗透着维吾尔人抹不去的爱国精神和乡土情结。通过整理语料发现,维吾尔族民间谚语不仅推崇热爱祖国、热爱故乡、热爱人民的爱国主义精神,同时也强调国家和平安定对人民的重要性。所以从语义角度出发对维吾尔爱国主题谚语进行语义的分类和翻译方法的探究,对加深和促进各民族之间的交流交融,维护新疆社会稳定和长治久安有一定贡献。

摘要： 移动性自动词也称移动动词,表示动作主体在一定的空间范围内进行位置移动的一类自动词,根据其语义可划分为表移动性、表样态性、表起动性、表过程性和表终结性5个类别.该文立足于成田彻男的学术观点,在明确移动性自动词语义分类的前提下,进一步讨论了移动性自动词与"から""で""に""を"等助词的关系选择问题,为日语词类教学提供了帮助.

摘要： 针对核辐射安全监管部门检查建议所含违法违规行为自动识别并分类难的问题,建立语义分类自动研判模型,辅助有关部门丰富智能化管理体系,依靠数据进行科学决策,实现监管效率及质量的有效提高.将词和字符两个不同嵌入级别的特征向量输入到双路卷积神经网络中,并引入语义位置注意力机制,建立基于字词双维度语义分析的违法违规研判模型.该方法不仅能够有效防止信息丢失,还能提取出更丰富的文本特征,强化领域关键词汇对分类准确率的帮助.实验结果表明本文建立的模型优于传统语义分类模型,能够有效提高分类准确度.

摘要： 《说文解字》"犬"部字共83个,存储着生动鲜活的历史文化内容,展现出古代先民对动物、 饮食、 社会以及审美的思考.从 《说文》"犬"字入手,分别从形义分析、 语义分类、 文化阐释三个角度出发,对 《说文解字》"犬"诸字进行研究.形义方面,从甲骨文字形出发对"犬"字解读;语义方面,对犬的性状、 动作以及人对犬发出的动作等犬部字的语义分类进行阐述;文化方面,考察"犬"诸字所蕴含的上古先民的狩猎、 祭祀、 饮食文化思想.

摘要： 一、引言20世纪50年代至今,"词汇系统"一直成为汉语词汇学理论与应用研究重点关注的议题。从60年代"词汇是系统"的被质疑,到90年代《现代汉语》《语言学概论》等教材纷纷论述词汇系统或系统性,得到大家的一致肯定~①,该观点被普遍接受更多的是受到建构词汇语义系统的学术实践的影响~②。建构词汇语义系统的实践突出地体现为语义分类词典的问世。

摘要： 本文统计相近时段内等量大规模语料,考察科技语体内部三种不同类型语料量词“个”搭配双音节名词的用法和规律,归纳用例,说明名词的数据表现;以语义为基础,结合生成词库的物性结构理论,对量词“个”所搭配的名词进行语义分类;并从语体制导因素、名词的语义分类、量词“个”的表量特点等方面探究影响量词“个”和名词搭配的因素,对“个”与名词的搭配情况做出有理据的预期。

摘要： 文章提出一种完整的全自动化处理框架,基于三维激光点云数据对高速公路和城市道路场景的杆状目标进行了检测和分类,主要包括3个步骤:数据预处理、杆状目标检测和分类。其中,在数据预处理阶段,采用基于布料模拟滤波算法自动分离地面点和非地面点,然后基于欧氏距离聚类方法对非地面点进行快速聚类,以及采用迭代图割算法进一步分割目标对象;在目标检测阶段,集成先验信息、形状信息和位置导向搭建滤波器,对杆状目标进行检测;在对象分类过程中基于多属性特征,利用随机森林分类器对目标的特征进行计算和分类。并使用3个道路场景数据集进行测试,结果显示,3个数据集的整体MCC系数为95.6%,分类准确率为96.1%。这说明文章所构建方法具有较高性能。另外,该方法还可以鲁棒地检测杆状目标的重叠区域,较为适应复杂程度不同的道路场景.

摘要： 针对现有中文兴趣点POI(points of interest)分类的不足,分析POI名称的结构特征,利用中文文本处理、语义相似度计算方法,提出一种基于角色标注的中文名称语义分类方法,提高POI分类的精度.

摘要： 动词的语义分类研究对语言信息处理来说具有重大意义。著名的词汇知识库如国外的Wordnet、国内的《现代汉语语法信息词典》等，均在自然语言处理领域发挥了巨大作用。越南国内计算语言学研究起步较晚，关于越南语词汇知识库建设方面的研究著作并不多。本文分析了Wordnet等词汇知识库，并探讨了当前对越南语动词语义分类的研究，提出了一套越南语动词语义分类体系，旨在为越南语词汇知识库的构建提供一定的借鉴。

摘要： 在自然语言处理研究领域，动词分类一直广受关注。本文以面向现代韩国语信息处理为目的，抽取韩国语中具有典型研究意义的“控制”类动词，在其基本语义特征集的基础上选取下位语义特征集，并以此为依据对“控制”类动词进行了初步的下位语义分类，构建了初步的“控制”类动词下位语义分类系统。

摘要： 为了更好的解决基于内容的图像检索问题,提出了两种基于语义的图像检索方法.第一种是基于SVM语义分类的图像检索方法.该方法首先提取训练图像库的底层特征:HSV颜色直方图,RGB三阶颜色矩和RGHV共生矩阵纹理特征,然后利用支持向量机对所提取的特征进行训练,构造多分类器.在此基础上,利用分类器对测试图像自动分类,得到图像属于各个类别的概率,实现图像检索.第二种是利用图像自动标注方法进行检索.在基于语义的图像自动标注中,先对训练集进行人工标注,对测试图像利用SVM分类器进行分类,并找到与该图像最相似的N张构成图像集.对该图像集的标注进行统计,找到关键词,从而提供概念化的图像标注以用于检索.通过在标准图像检索库和自建图像库上的实验结果表明,本文提出的两种基于语义的图像检索方法是高效的.

摘要： 语义分类是一个复杂的现象,先前的一些研究试图通过探测不同语义任务间的启动效应解释长时记忆中的语义存储,但至今还没有一个理论可以解释关于语义存储的所有问题.本研究使用图片和中文双字词为实验刺激,采用语义分类这一内隐概念测试任务,通过五个实验探讨了概念相关的不同语义分类任务间的启动效应,目的是为了揭示内隐长时记忆中概念的激活加工过程,为相关理论提供进一步的实验支持.实验-要求被试进行跨语义的分类判断,没有获得跨语义分类任务间稳定的启动效应.实验二在调整合适的实验刺激后,让被试做同种任务和不同种任务的语义分类任务,同任务条件下获得了启动效应,跨任务条件下仍没有获得启动效应.实验三采用汉语双字词对应的图片为刺激材料,探讨图片对跨语义分类任务的促进效果.实验三的同任务条件下获得了启动效应,跨任务条件下没有获得启动效应.实验四中在指导语未做调整的情况下,同任务与跨任务条件下均没有获得启动效应,而指导语做了调整后,跨任务条件下产生了启动效应.实验五进一步验证指导语的作用,结果发现指导语改变后,字-字、图-字的跨任务情况下仍没有出现启动效应.本研究结果,在一定程度上支持了TAP理论;跨任务启动效应的缺失反映了人们思维加工的选择性,并得到任务的外显线索是影响相关概念加工方式的主要因素,在总讨论中,探讨了更多的实验启示.

摘要： 本文提出了一种新的图像分类方法,主要考虑在HSV色彩空间中通过量化提取其颜色特征和图像的彩色-空间特性,对图像不同的语义进行分类。实验证明该方法是有效的,是一种新的图像语义分类的方法。

摘要： 本文展示了一套N00j平台之上的法汉名词短语翻译系统。Nooj是法国弗朗什-孔泰大学(University ofFranche-comt(e))语言学教授M．Silberztein于2002年在INTEX系统之上开发的多语言分析平台。通过从语料库《魔沼》(乔治桑,1846)中提取的612个法语名词词组进行翻译比较分析,作者将讨论这套系统如何解决机器翻译中的多义词现象、语义分类、语序及词义限制等问题．

摘要： 句子是语言的最基本的交际单位，探索句子的内部规律，描写句子的意义成为语言学研究的核心问题。本文主要借鉴词库理论，从系统论的观点和语言描写的立场出发，着眼于构建面向现代朝鲜语言信息处理的句法语义知识体系这个任务，通过研究动词语义组合关系，形成一套语言描写的基本思路，从而探索建立符合朝鲜语言现实的语义角色系统和动词语义分类系统。

摘要： 语义信息的形式化研究是自然语言信息处理研究的一项重要内容。本文基于语料库语言学的方法在前人研究的基础上，面向蒙古文信息处理的角度对蒙古语复合名词进行分两大类，二十一个中类,一百三八个小类。

摘要： 语义角色标注是近些年来兴起的自然语言处理的一个新的研究领域。本文在参考已有工作的基础上,基于最大熵原则,对汉语语义角色标注中的一个方面——语义角色分类进行了深入的研究。在提出了一些新的特征之后,充分利用了语义角色之间的相关性,使汉语语义角色分类由原来的单点分类的问题转化为序列标注的问题,从而提高标记的准确率。此外,通过对不同特征的单独研究,发现不同特征取得最优值时的窗口大小差别很大。发现这一现象后,设计了一种基于贪心策略的选择算法,对不同的特征选择不同的窗口大小,使得标记结果进一步提高。在综合采用了以上的策略之后,汉语语义角色分类系统可以达到95.00%的准确率,比前人有较为显著的提升。

摘要： 本发明提供一种基于高分遥感影像二分类语义分割图融合成多分类语义图的方法，图像数据集送入二分类语义分割网络训练二分类模型组，并且计算每个二分类模型的置信度；将待预测的高分遥感影像输入到二分类模型组中，得到各个二分类模型输出的二分类结果以及初始预测概率矩阵；将二分类模型的置信度和对应的初始预测概率矩阵相乘到待预测的高分遥感影像对于该二分类模型中的最终判别概率矩阵；在对像素点按二分类结果进行分类时，对于分类冲突的像素点，将像素点在二分类模型组中最终判别概率矩阵对应位置概率值最大的那个类别作为当前像素点的分类的类别。本发明能有效提高最终合成分类图的整体分类精度以及IoU和kappa系数指标。

摘要： 本发明的实施方式涉及一种用于从数学语句提取语义距离并且按照语义距离对数学语句分类的方法、用于该方法的装置和计算机可读记录介质。本发明的实施方式提供一种用于从数学语句提取语义距离并且按照语义距离对数学语句分类的方法、用于该方法的装置和计算机可读记录介质，其中所述方法包括：从用户接收查询的用户查询输入步骤；提取所输入的用户查询中包括的关键词的查询解析步骤；参照其中对包含语义信息的自然语言标记和数学公式标记编索引的信息，通过测量所提取的关键词和语义信息之间的语义距离获得相似性的步骤。

摘要： 本发明属于信息检索及其数据库结构技术领域，公开了一种基于语义计算的分类器构建方法、分类器，利用神经网络模型在维基百科数据上训练词向量，获得词的分布式表征；通过分类标签获得分类的向量表示，同时利用加权平均的方法获得文本的向量表示；通过计算分类向量和文本向量之间的语义关系来获得文本所属的最可能的分类。本发明的非监督学习阶段无需标注数据，仅仅需要用户定义少量特征词即可完成分类器的创建，上线速度快，无需等待漫长的标注数据积累；非监督学习阶段可以充分利用现有的有限标注数据，通过提取有效特征词来指导和提高非监督分类能力。

摘要： 本发明提供一种基于高分遥感影像二分类语义分割图融合成多分类语义图的方法，图像数据集送入二分类语义分割网络训练二分类模型组，并且计算每个二分类模型的置信度；将待预测的高分遥感影像输入到二分类模型组中，得到各个二分类模型输出的二分类结果以及初始预测概率矩阵；将二分类模型的置信度和对应的初始预测概率矩阵相乘到待预测的高分遥感影像对于该二分类模型中的最终判别概率矩阵；在对像素点按二分类结果进行分类时，对于分类冲突的像素点，将像素点在二分类模型组中最终判别概率矩阵对应位置概率值最大的那个类别作为当前像素点的分类的类别。本发明能有效提高最终合成分类图的整体分类精度以及IoU和kappa系数指标。

摘要： 本发明的实施方式涉及一种用于从数学语句提取语义距离并且按照语义距离对数学语句分类的方法、用于该方法的装置和计算机可读记录介质。本发明的实施方式提供一种用于从数学语句提取语义距离并且按照语义距离对数学语句分类的方法、用于该方法的装置和计算机可读记录介质，其中所述方法包括：从用户接收查询的用户查询输入步骤；提取所输入的用户查询中包括的关键词的查询解析步骤；参照其中对包含语义信息的自然语言标记和数学公式标记编索引的信息，通过测量所提取的关键词和语义信息之间的语义距离获得相似性的步骤。

摘要： 本发明提供一种基于二分类张量增强的多分类语义分割方法，包括步骤：将需要将分类的图片输入至原始分割网络中；由原始分割网络的特征提取部分进行特征提取，将提取的特征并行输入至N个二分类头以及中转部分；N个二分类头对输入的特征分别进行二分类处理输出N个二分类张量，中转部分输出待分类特征；将N个二分类前景分数图与待分类特征进行级联，级联张量最后送入多分类头，多分类头对输入的级联张量进行N分类处理并输出N分类张量作为最终的多分类结果。本发明可以简单地加入到多数分割网络结构中，仅带来少量的网络参数量增加。相较于直接用CE损失优化多分类头结果的方法，本发明方法能在增加少量参数消耗的情况下提升分割网络的分类性能。

摘要： 本发明属于信息检索及其数据库结构技术领域，公开了一种基于语义计算的分类器构建方法、分类器，利用神经网络模型在维基百科数据上训练词向量，获得词的分布式表征；通过分类标签获得分类的向量表示，同时利用加权平均的方法获得文本的向量表示；通过计算分类向量和文本向量之间的语义关系来获得文本所属的最可能的分类。本发明的非监督学习阶段无需标注数据，仅仅需要用户定义少量特征词即可完成分类器的创建，上线速度快，无需等待漫长的标注数据积累；非监督学习阶段可以充分利用现有的有限标注数据，通过提取有效特征词来指导和提高非监督分类能力。

摘要： 一种语义分类方法及装置、神经网络的训练方法、存储介质。该语义分类方法包括：输入关于第一对象的第一评论；使用共同表示提取器对第一评论进行处理，以提取用于表征第一评论中的共同表示的第一共同表示向量；使用第一表示提取器对第一评论进行处理，以提取用于表征第一评论中的单一表示的第一单一表示向量；将第一共同表示向量和第一单一表示向量进行拼接，以得到第一表示向量；以及使用第一语义分类器对第一表示向量进行处理，以得到第一评论的语义分类；其中，共同表示包括既用于评论第一对象又用于评论第二对象的意思表示，第二对象为与第一对象不同的关联评论对象，第一评论的单一表示包括仅用于评论第一对象的意思表示。

摘要： 一种语义分类方法及装置、神经网络的训练方法、存储介质。该语义分类方法包括：输入关于第一对象的第一评论；使用共同表示提取器对第一评论进行处理，以提取用于表征第一评论中的共同表示的第一共同表示向量；使用第一表示提取器对第一评论进行处理，以提取用于表征第一评论中的单一表示的第一单一表示向量；将第一共同表示向量和第一单一表示向量进行拼接，以得到第一表示向量；以及使用第一语义分类器对第一表示向量进行处理，以得到第一评论的语义分类；其中，共同表示包括既用于评论第一对象又用于评论第二对象的意思表示，第二对象为与第一对象不同的关联评论对象，第一评论的单一表示包括仅用于评论第一对象的意思表示。

摘要： 本公开提供了一种分类模型训练、语义分类方法、装置、设备和介质，涉及人工智能领域，尤其涉及知识图谱、深度学习和自然语义处理等技术。具体实现方案为：获取样本问询模板和样本问询模板中待预测类别的标签类别；其中，样本问询模板基于样本问询语句和待预测类别的数量构建；将样本问询模板输入至预先构建的语义分类模型，得到待预测类别的样本语义类别；根据样本语义类别和待预测类别的标签类别，训练语义分类模型。根据本公开的技术，提高了模型的通用性，能够应对样本不均衡问题。