一个确定汉语句子主干的递归模型

汉语句子主干识别对于整个句子的语义理解起着重要的作用,汉语语义分析在确定一个多动词句子的句子主干等方面有一定的困难.提出了句子的完整语义性概念,通过对语义完整性在句子中的具体表现形式--语义完整块的介绍,分析了句子的完整语义性的特点,尝试利用语义完整性在汉语的多动词句中找出句子的主干,并提供一个递归算法加以描述,并据此建立了一个基于语义完整性的递归模型.     

非单调语义网络中继承的信任理论

描述了一种新的具有例外的多继承语义网络推理方法--继承的信任理论,这是一种很具有吸引力的可废止继承方法.它应用于非循环语义网络的继承的分析,能够产生适合于继承直觉的非多义性结论.文中还讨论了Etherington的基于缺省逻辑的继承理论,提出了继承信任理论和继承信任缺省逻辑.给出了继承信任逻辑的性质,并且证明了构造继承信任缺省逻辑理论的唯一扩张是递推过程.信任理论的扩张能够快速求解.这种快速推理算法可以应用于专家系统推理.     

航空电子嵌入式计算建模仿真方法研究

航空电子系统经过数十年的演进,正朝着更加开放、灵活、智能的方向发展,同时也不断面临新的问题和挑战,需要在功能复杂度不断提升的前提下实现资源的高效分配,保证系统的实时性与可靠性。通过分析机载嵌入式计算特点,基于模型的系统工程理论的同时结合形式化建模仿真方法,针对典型嵌入式计算平台场景中的组件开展基于模型的设计方法研究与应用。该方法能够清晰描述航电嵌入式计算的时间关键性特征,有效辅助设计和论证工作,降低研发周期、提升设计的可复用性。     

基于语义的空间环境信息服务组合技术研究

随着卫星技术的飞速发展,保障空间技术系统的运行安全对空间环境预报业务提出了更高要求.本文根据空间环境信息服务中数据及模型资源分布式集成与共享的现状,针对空间环境预报数据智能化、自动化生成的需求,将Web服务技术及语义服务组合技术应用到空间环境信息服务中.根据空间环境领域特点,提出了空间环境领域的语义相似度计算方法,并采...     

顺序图的形式化方法描述

UML是一种可视化的图形语言,已成为面向对象方法中事实上的工业标准,得到了广泛应用.但是UML缺乏精确的语义描述,不便于使用工具对其进行分析和验证.形式化B方法基于严格的数学理论,按照抽象机的方式理解系统.为了使UML表达的语义更加明确,同时发挥形式化方法的优势,采用B方法对UML中的顺序图进行描述.     

面向软件源程序的模型检验技术

模型检验技术作为一种有效的形式化方法,能够提供严格的软件质量保证.介绍了面向软件源程序的模型检验技术的工作流程,并在此基础上针对规约性质描述问题,提出一种与源代码独立的、语法简单易用的、符合程序员开发习惯的规约描述语言,并给出一种轻量级的程序模型检验方法,它基于程序控制流图的路径遍历,支持函数过程内验证、函数过程间验证、规约检查.     

新宁方言中的几个"很"类程度副词分析

论文主要分析了新宁方言中“天、烂、尽、喊(嘎)天”等四个“很”类程度副词(又称绝对程度副词)的语法特征、产生的语义基础以及与普通话中相关、相类词的用法差异。     

基于SVM的疑问句问点语义角色标注

SVM(SupportVectorM ach ine)是一种基于结构风险最小化原则的分类算法,由于其完善的理论基础使其在小样本模式识别中表现出比其他算法更好的泛化能力。语义角色标注是一种浅层语义分析的方法。为了加深对问句的理解,对问句的问点进行语义角色标注是必要的。故将问点的语义角色标注视为分类问题,并提出了一种基于SVM的问点语义角色标注方法。在哈工大标准问句集上进行实验,取得了语义角色标注封闭测试91.4%,开放测试71.6%的正确率。实验结果表明本文所采用的方法是有效的。     

复杂系统仿真概念模型研究进展及方向

介绍了仿真领域里的概念模型的发展过程及研究现状，针对复杂系统仿真提出了复杂系统仿真概念模型，研究了复杂系统仿真概念模型的内涵和评价建模方法优劣的标准，探讨了关于复杂系统仿真概念模型的建模语言、描述方法、建模过程、验证方法和辅助工具五个研究方面的研究方法及方向。     

融合语义信息的视频摘要生成

视频摘要任务旨在通过生成简短的视频片段来表示原视频的主要内容，针对现有方法缺乏对语义信息探索的问题，提出了一种融合语义信息的视频摘要生成模型，学习视频特征使其包含丰富的语义信息，进而同时生成描述原始视频内容的视频摘要和文本摘要。该模型分为3个模块:帧级分数加权模块、视觉-语义嵌入模块、视频文本描述生成模块。帧级分数加权模块结合卷积网络与全连接层以获取帧级重要性分数；视觉-语义嵌入模块将视觉特征与文本特征映射到同一空间，以使2种特征相互靠近；视频文本描述生成模块最小化视频摘要的生成描述与文本标注真值之间的距离，以生成带有语义信息的视频摘要。测试时，在获取视频摘要的同时，该模型获得简短的文本摘要作为副产品，可以帮助人们更直观地理解视频内容。在SumMe和TVSum数据集上的实验表明:该模型通过融合语义信息，比现有先进方法取得了更好的性能，在这2个数据集上F-score指标分别提高了0.5%和1.6%。