基于语义相关的多模态社交情感分析

社交平台允许用户采用多种信息模态发表意见与观点,多模态语义信息融合能够更有效地预测用户所表达的情感倾向。因此,多模态情感分析近年来受到了广泛关注。然而,多模态情感分析中视觉与文本存在的语义无关问题,导致情感分析效果不佳。针对这一问题,提出了基于语义相关的多模态社交情感分析（MSSA-SC）方法。采用图文语义相关性分类模型,对图文社交信息进行语义相关性识别,若图文语义相关,则对图文社交信息使用图文语义对齐多模态模型进行图文特征融合的情感分析;若图文语义无关,则仅对文本模态进行情感分析。在真实社交媒体数据集上进行了实验,由实验结果可知,所提方法能够有效降低图文语义无关情况对多模态社交媒体情感分析的影响。与此同时,所提方法的Accuracy和Macro-F1指标分别为75.23%和70.18%,均高于基准模型。      

主观极性义构式“X得不能再X”特征分析

极性义构式"X得不能再X"是汉语中一种常见的构式,X的语义一般具有伸缩性。X多为形容词(A),其意义为"A的程度达到了极致",该意义也是"X得不能再X"构式的原型意义。X还可以为动词(V),X为动词时,该构式的意义为"V的程度达到极致"或"V导致的结果的程度达到极致"。"X得不能再Y"是该类构式的特殊表现形式, X和Y一般为形容词或动词,其语义一般具有伸缩性。"A得不能再A""V得不能再V"以及"X得不能再Y"处于构式网络之中,是"X得不能再X"的下级图式性构式。     

基于改进DeepLab-v3+的火星地形分割算法

准确的地形分割有助于星球巡视器执行地形可通过性判断、自主路径规划等任务,从而保证巡视器探测任务的顺利进行.针对当前火星地形分割任务难度高、巡视器计算资源有限的问题,基于DeepLab-v3+网络结构提出一种轻量化的语义分割网络.该网络以MobileNetV2为骨干网络,利用密集连接的方式优化空洞空间金字塔池化(ASPP)模块,进一步扩大了空洞卷积的感受野;融入最新提出的坐标注意力机制(CA),增强了网络的特征提取能力.利用AI4Mars公开数据集对CA-DeepLab-v3+网络进行验证,表明算法在土壤、基岩、沙地和大岩石4种地形的召回率分别达到91%、92%、89%和75%.     

一种基于语义分割的机场跑道检测算法

针对复杂电磁作战环境下无人机自主着陆应用场景,提出了一种基于图像语义分割的机场跑道检测算法,并设计构建了轻量高效的端到端跑道检测神经网络RunwayNet.在特征提取部分,使用空洞卷积对ShuffleNet V2进行改造,得到了输出特征图分辨率可调的主干网络,并利用自注意力机制设计了自注意力网络模块,使网络具备全局跑道...     

英语歧义和模糊现象阐释

语言歧义是一种存在于任何语言中的普遍现象,歧义的出现会造成交际双方的理解障碍,借助语境,歧义可自行消除;而模糊现象是语言符号内在的语义不清楚和意义不明确造成的,是语言的内在特征,模糊现象不可避免。歧义和模糊是语言不确定性的主要表现形式,是两个容易混淆和不易区分的概念。将对英语中的歧义和模糊现象进行阐释,分析两种现象产生的根源,区分差异,以及歧义和模糊现象在语言应用中达到的语用效果。     

基于多传感器融合的无人机应急着陆功能研究

无人机作为一种新型飞行器,在城市空中交通领域得到了飞速的突破和发展。电动垂直起降（eVTOL）无人机因具有低碳环保、运行成本低等优势成为当下研究的热点。为了保证飞行器的运行安全性和可靠性,本文针对无人机在应急特殊情况下的着陆功能进行研究,针对不同飞行高度场景并结合传感器性能要求对可着陆区域进行识别筛选,基于相机与激光雷达多传感器数据融合,提出了一种无人机在城市未知环境中的应急着陆方法,同时进行城市应用场景仿真环境的测试,初步实现无人机在城市未知场景下获取着陆位置,为保证无人机在未知场景下的着陆安全性提供方向。     

遥感影像建筑物提取多尺度特征深度学习网络

语义分割网络被广泛应用在高分辨率遥感影像建筑物提取领域。但是语义分割网络中的连续下采样会损失特征中的细节信息,导致提取结果边缘模糊,不同深度特征的不充分利用导致传统网络难以识别尺度差异大的建筑物。针对以上问题,文章基于双线性插值上采样和多尺度特征组合提出一种多尺度建筑物提取网络（Multi-scale building extraction network,Msb-Net）,该网络包括编码器、解码器以及多尺度特征组合三部分。首先,编码器基于双线性插值上采样丰富图像的细节信息,再通过特征编码提取深层抽象特征;其次,解码器恢复特征空间分辨率,获得深度不同的解码特征;最后,基于多尺度特征组合结构对不同深度的解码特征进行组合,获得最佳的检测结果。文章在马萨诸塞州数据集和武汉大学数据集上进行验证,结果表明,Msb-Net具有更高的识别精度,在两个数据集上交并比指标分别提高了1.71%和1.88%。通过结果对比可以得出结论：相比于传统语义分割网络,Msb-Net可以通过多感受野特征组合的方法更加准确地识别遥感影像中不同尺度的建筑物。     

二元语义判断矩阵的性质及其在航线优选中的应用

研究二元语义语言判断矩阵的性质及相关问题。利用二元语义的定义,讨论二元语义判断矩阵的定义与性质,探讨这些性质之间的内在联系,并给出基于二元语义判断矩阵的排序算法;通过对二元语义评价值与模糊数以及语言评价值的转化关系的研究,论证转化后的二元语义判断矩阵仍然具有一致性等性质,从而保证评价信息的完整性与真实性。最后给出一个航线优选的算例。     

一种深度学习分割遥感影像道路的损失函数

传统的根据光谱特征或形态学算法来分割道路,存在精度低、阈值难确定等缺点,而深度学习中已有的方法并未考虑道路的特性,只是利用通用方法来分割道路.针对上述不足,提出了一种针对道路特有形态的深度学习损失函数——形态损失函数.首先使用连通性算法将预测结果划分为若干个相互分离的连通区域,分别计算这些区域的面积与外接圆面积的比值,...     

汉语动词框架库的自动构建技术研究

语义知识库是自然语言处理的基础性工程,但现阶段语义知识库的构建,大部分基于人工。针对动词语义信息在自然语言处理中的实际应用,提出了自动构建汉语动词框架库的方法。首先,本系统针对不同的格关系抽取不同的扩展特征,并提出了将格标作为特征,训练得到基于最大熵的格关系识别模型,从而有效的识别了文本中的动词格关系。其次,采取有效的基于现有词语相似度的算法,并加入了启发式信息,从语料库中自动获取动词对必需格关系的语义选择限制。实验结果表明,对动词格关系识别的准确率达到了90．70％,在语义限制阶段,对必需格角色的语义类识别的准确率达到了98．00％。