框架语义学

摘要： 本文旨在从框架语义学的视角下研究德语介词定语前置的语义限制条件。研究表明,介词定语、支配动词和中心名词之间的紧密关系对介词定语前置有着巨大的影响。介词定语要么属于相关语义框架的主要元素,要么与其有着紧密的语义联系。对于由中心名词指派论元的介词短语,中心名词与支配动词之间需要形成一个规约化的语义框架。对于介词定语修饰语,则应该考虑介词的意义以及中心名词与支配动词之间的语义关系。

摘要： 本文以费尔默框架语义学理论为指导,根据框架网络(FrameNet)中感情框架识别方法,对比分析了许渊冲译《宋词三百首》中情感框架词“愁”的英译策略。研究表明,宋词中情感框架词“愁”的英译策略包括框架保留、框架部分转移和框架重构三种。其中,采用框架部分转移策略较多,而采用框架保留和框架重构策略相对较少。

摘要： 本文在菲尔墨的框架语义学指导下,对汉语摄取域表进食行为动词的语义框架进行研究分析。主要包含表进食类动词(以吃、喝两动词为例)的语义结构和句法实现格式两方面,同时研究表进食类动词语义框架中的核心要素与非核心要素,进而分析进食类动词的语义特点。

摘要： 从框架语义学视角分析中华食谱的英译,探究中国菜原文和英译文之间的框架关系。研究发现菜名由复杂食材构成时即食材前有限定成分,原文和英译文语义框架间多呈现包含关系;菜名中含有该菜属性或特点时,原文和英译文框架间呈现相交关系;当菜名中含有引申义或历史文化典故时,原文和英译文框架间呈独立关系。因此,翻译时应灵活调整扩大或缩小英译文的框架范畴,剔除英译文中多余因素或补充缺少因素,替换英译文整体框架。

摘要： 外国电影进入中国市场,人们首先看到的就是片名,而中文译名的质量直接影响到观众对影片的理解、文化知识的传递、以及影片商业价值的实现。片名作为观众接触电影的最初媒介,在相当程度上优先于电影海报和预告片。基于过去的研究,许多学者选择用翻译理论和文学理论而不是语言学来分析电影名称的翻译。近年来,认知语言学的进步促使翻译研究有了新的思路,迫使翻译界更加关注译者的翻译行为和过程。因此,本文从框架语义学的角度对电影名英译中的框架运作机制进行研究,以探究翻译过程中译者的认知规律,验证框架语义学在电影名称翻译中的可行性。

摘要： 构式语法是Fillmore语言研究理论的最新阶段成果,是对其前期语言理论,尤其是框架语义学理论的发展和改进。作为Fillmore语言理论体系的不同发展阶段,二者具有逐层递进的拓展延伸关系。该文通过梳理这一发展过程,描述二者继承发展关系的详细脉络。

摘要： 研究基于框架语义学的英语词汇教学方法,即将一个单词作为框架,以核心框架词汇为主导,以非核心框架词汇为辅助,以框架外元素为补充,构造单词的知识网络。结合实例,探究基于框架语义学的教学方法能否降低英语词汇教学的难度,使学生更轻松地背诵单词。结果表明:基于框架语义学的教学方法更适合进行英语词汇教学,值得推广。

摘要： 现代汉语制作义动词均有表示制作行为的义项,该小类动词是从具体语义划分出来的。作为一个比较有特色的动词小类,制作义动词受到了学界的重视。最初关注制作义动词是与其他语法范畴连在一起的,比如结果宾语或者工具范畴。后来的研究将制作义动词以独立小类进行看待,代表性的理论视角有配价语法理论和框架语义学理论。对这两种理论的相关研究进行评述,总结其研究得失与经验,可为后来研究者提供参考。

摘要： 现代汉语制作义动词均有表示制作行为的义项,该小类动词是从具体语义划分出来的.作为一个比较有特色的动词小类,制作义动词受到了学界的重视.最初关注制作义动词是与其他语法范畴连在一起的,比如结果宾语或者工具范畴.后来的研究将制作义动词以独立小类进行看待,代表性的理论视角有配价语法理论和框架语义学理论.对这两种理论的相关研究进行评述,总结其研究得失与经验,可为后来研究者提供参考.

摘要： 在认知语言学的框架语义学理论支撑下,基于语料库数据,对比中英文中常见赞赏性评价词"好"和"good"的框架结构,可了解到两词构式分布的异同点.与"好"搭配力高的词汇种类丰富,且较多为副词和实词,与"good"搭配力高的词汇较单调,且较多为虚词.句法语义疆域的对比反映出西方人在语言交流中更加生活化,体现出他们的生活信念和宗教信仰.从认知的角度来看,中国人更在意个体在社会当中的位置,而西方人则更关注于个人价值.这些方面都体现在词汇搭配框架上.对比认知疆域的差异,可以帮助翻译者选择与源语言相匹配的目的语词汇及结构框架,促进翻译认知的发展.

摘要： 语境分析是一直是自然语言处理领域的热点和难点之一，该领域的学者对语境的形式化也进行了积极探索。本文简要介绍了框架语义学和概念层次网络(HNC)理论的语境观，在此基础上对两者在语境观及其形式化方法上的异同进行比较研究，以期更好地理解它们对语境形式化的探索，旨在进一步提高自然语言处理领域对语境分析的关注和研究。

摘要： 汉语框架知识库(Chinese FrameNet，简写作CFN)是一个以框架语义学为理论基础，以真实语料为事实依据的语义知识库，它为基于内容的自然语言理解技术提供语义资源，包括框架库、词汇库及例句库三个子库。如何有效地对CFN进行知识表示，是最大限度地实现其应用价值的关键问题。本文研究一种基于OWL(web Ontology Language)语言的知识表示方法，并针对CFN中三个子库的实例，分别给出具体的OWL表示样本，以证明这种表示方法的可行性和有效性。

摘要： 汉语框架网络工程是以框架语义学为理论基础的基于语料库的计算词典编纂工程,用于语言学、计算语言学研究及自然语言处理研究。该工程的结果包括两部分:汉语框架语义知识库(即词典资源)和相关软件。其中,汉语框架网络知识库包括框架库、句子库和词元库三部分,相关软件主要包括汉语框架语义知识库管理系统和基于Web的展示系统。本文介绍了汉语框架语义知识库的语义描述体系以及软件描述体系。

摘要： 框架网络是二十世纪末菲尔摩(J. C. Fillmore)在框架语义学的基础上提出并主持的研究项目。该项目的目的在于建立用于自然语言处理的词汇知识库,并根据词汇知识资源研究英语中语法功能和语义结构之间的关系。本文对框架网络的构建过程进行了细致的分析,以丰富的实例对实施的技术细节进行了描述。文章最后提出了一个基于框架网络的语义研究构想。

摘要： 汉语框架语义知识库(Chinese FrameNet,简称CFN)是一个以框架语义学为理论基础、以真实语料为事实依据的语义词典,其资源将用语义Web标记语言描述,成为一部计算机可读、可理解的语义词典.本文介绍CFN构建的前期考察分析工作、目前的构建结果以及基本的构建方法.

摘要： 针对Web保险信息用户需求的准确性、连续性特点,原有基于关键词匹配的检索方式已不能适应用户的需求,因此本文试图应用框架语义学理论,从语义层次上对保险信息相关的词语及概念之间的关系进行分析,并从已建立好的保险理赔语料库中抽出一篇文本进行研究,描述其所需的部分框架及其关系,并提取文本框架相关语义信息,同时着手开发语义自动标注工具,以备大规模语料库的语义分析使用,为今后的信息抽取、信息检索等应用研究奠定基础.

摘要： 本文以感知词语为实例,尝试以汉语框架语义知识库(CFN)现有的构建结果为基础资源,以短语类型、句法功能以及词语本身的句法语义属性为已知条件,初步归纳汉语句子中语义角色的标注规则。通过小规模数据的分析和测试,可以预见,基于句法和词汇语义特征的规则对于语义角色识别是非常有效的。

摘要： 本文以感知词语为实例,尝试以汉语框架语义知识库(CFN)现有的构建结果为基础资源,以短语类型、句法功能以及词语本身的句法语义属性为已知条件,初步归纳汉语句子中语义角色的标注规则。通过小规模数据的分析和测试,可以预见,基于句法和词汇语义特征的规则对于语义角色识别是非常有效的。

摘要： 本文以感知词语为实例,尝试以汉语框架语义知识库(CFN)现有的构建结果为基础资源,以短语类型、句法功能以及词语本身的句法语义属性为已知条件,初步归纳汉语句子中语义角色的标注规则。通过小规模数据的分析和测试,可以预见,基于句法和词汇语义特征的规则对于语义角色识别是非常有效的。

摘要： 本文以感知词语为实例,尝试以汉语框架语义知识库(CFN)现有的构建结果为基础资源,以短语类型、句法功能以及词语本身的句法语义属性为已知条件,初步归纳汉语句子中语义角色的标注规则。通过小规模数据的分析和测试,可以预见,基于句法和词汇语义特征的规则对于语义角色识别是非常有效的。

摘要： 本发明涉及一种基于网络结构和语义相关性度量的标签语义学习方法，包括基于用户行为事实初始化标签网络得到事实标签网络G；根据事实标签网络G构建规约后的标签网络GR；在标签网络GR上应用改进的随机游走策略构建基于随机游走策略的标签网络GC；基于标签相关的文本信息构建标签网络GT；对标签网络GC、标签网络GT进行归一化处理，通过随机游走策略和词向量学习方法学习标签语义向量表示。本发明设计合理，不仅充分利用网络拓扑结构，又兼顾到节点内含的相关文本信息，能够在较短时间内从拓扑结构和文本表达学习到易于运算、置信度高、表达充分、噪音低的标签语义向量，可广泛应用于含标签的文本集合的标签网络学习和标签语义学习。

摘要： 本发明公开了一种基于语义学习的整机点云数据的下采样方法，包括：步骤S1、根据点云语义学习原理构建基于特征学习的多输入编码器；所述多输入编码器分别将整机点云数据和特征点数据作为输入，进行数据特征融合，然后通过解码器进行解码；骤S2、构建并训练基于语义学习的点云特征权重计算网络，计算得到待测量每个点的特征权重；步骤S3、对步骤S2得到的权重结果进行空间加权采样，基于高斯分布的空间采样原理进行下采样。本发明通过加入关键特征点的信息来约束采样过程，既解决了整机点云数据过大无效信息较多需要采样处理的问题，又保证了关键特征点区域的点云信息不会因采样而缺失，保证了输出采样结果的有效可靠。

摘要： 本发明提供了一种结合快速表示学习和语义学习的睡眠阶段分期系统，包括信号采集单元、数据预处理单元、信号处理单元和预测结果处理单元；信号采集单元包括EEG信号采集模块和知识数据采集模块，分别用来获取原始EEG信号和睡眠阶段分期的相关知识；数据预处理单元包括特征预处理模块和知识预处理模块分别对采集的EEG信号和知识数据进行预处理；信号处理单元包括表示学习模块和语义学习模块呢能够有效的提取EEG信号特征和与睡眠分期相关的语义特征并得到两个分类结果；最后通过预测结果处理单元将得到两个分类结果加权融合得到最终结果。该系统提高了训练和预测速度，有效利用了信号特征和语义特征大大提高了睡眠阶段分期的准确性。

摘要： 本发明涉及一种基于网络结构和语义相关性度量的标签语义学习方法，包括基于用户行为事实初始化标签网络得到事实标签网络G；根据事实标签网络G构建规约后的标签网络GR；在标签网络GR上应用改进的随机游走策略构建基于随机游走策略的标签网络GC；基于标签相关的文本信息构建标签网络GT；对标签网络GC、标签网络GT进行归一化处理，通过随机游走策略和词向量学习方法学习标签语义向量表示。本发明设计合理，不仅充分利用网络拓扑结构，又兼顾到节点内含的相关文本信息，能够在较短时间内从拓扑结构和文本表达学习到易于运算、置信度高、表达充分、噪音低的标签语义向量，可广泛应用于含标签的文本集合的标签网络学习和标签语义学习。

摘要： 本发明公开了一种基于语义学关联的结构化报告模板的设计方法，包括以下步骤：步骤S1、基于历史病案大数据语义构建得到第一诊疗知识图谱；步骤S2、基于病症诊疗指南大数据构建得到第二诊疗知识图谱；步骤S3、将所述第一诊疗知识图谱和第二诊疗知识图谱进行实体融合得到融合表征诊疗实操经验和诊疗专家经验的诊疗结构化知识图谱，并基于诊疗结构化知识图谱为病症类别构建出结构化报告模板；步骤S4、根据结构化报告模板对病症类别进行统一诊疗以提高诊疗规范性。本发明使得按照结构化报告模板进行病症诊疗即符合医生的诊疗实操经验也符合诊疗专家经验，实现诊疗标准性和机动性的兼顾，突破了计算机辅助诊断方法仅采用诊疗指南驱动的局限。

摘要： 本发明公开了一种基于语义学习的整机点云数据的下采样方法，包括：步骤S1、根据点云语义学习原理构建基于特征学习的多输入编码器；所述多输入编码器分别将整机点云数据和特征点数据作为输入，进行数据特征融合，然后通过解码器进行解码；骤S2、构建并训练基于语义学习的点云特征权重计算网络，计算得到待测量每个点的特征权重；步骤S3、对步骤S2得到的权重结果进行空间加权采样，基于高斯分布的空间采样原理进行下采样。本发明通过加入关键特征点的信息来约束采样过程，既解决了整机点云数据过大无效信息较多需要采样处理的问题，又保证了关键特征点区域的点云信息不会因采样而缺失，保证了输出采样结果的有效可靠。

摘要： 本发明公开了一种基于BERT神经网络与多语义学习的方面级情感分析方法，涉及人工智能中的自然语言识别处理领域。首先，充分利用BERT神经网络模型广泛的预训练和后训练，有效解决方面级情感分析中语料数量小的问题。其次，提出了一个基于BERT神经网络的多语义学习模型，该模型由左语义、右语义、方面目标语义和全局语义学习模块组成。进而，为捕获每个上下文词和方面目标之间的语义依赖性，提出了一种基于BERT神经网络和多头注意力机制的方面感知增强方法。最后，提出了一种基于线性变换和多头注意力的二级语义融合与互补方法，以更有效的方法解决自然语言识别处理中的方面级情感分析问题。

摘要： 本发明公开了一种基于Transformer的增强了局部语义学习能力的3D点云分析方法及装置，其中的方法构建了深度学习模型，包括局部语义自注意力学习模块，能够并行地感知全局上下文信息和获取更细粒度的局部语义特征，从而增强整个网络框架的感知能力；通过4个局部语义学习模块得到不同模块之间点云的局部和全局特征并进行特征汇聚得到全局联合特征，然后将学习阶段所得的联合特征分别送至后续的点云分类和点云分割阶段；得到语义分类结果和最终的分割结果；本发明能获取3D数据中关键的局部几何语义信息，在点云分类应用任务、点云分割任务和大型室内场景语义分割任务等多种3D点云分析应用上有明显的优势。

摘要： 本发明公开了一种基于标签语义学习和注意力调整机制的文本分类方法，所述文本分类方法主要包括以下步骤：对文本数据进行预处理，提取文本语义特征，文本标签图嵌入，使用多头调节注意机制来衡量词与标签之间的语义关系，然后多语义整合融合和网络训练，由此可实现多标签文本分类，对模型进行训练，然后使用训练后的模型预测一段文本的类别。本发明提出一种多头调整注意的混合BERT模型用于多标签文本分类框架，可以有效地从文本内容中提取有用的特征，并建立标签和单词之间的语义联系，获得特定于标签的单词表示，由此提高多标签文本分类性能。

摘要： 本发明提供了一种基于子模板语义学联系设计结构化报告模板的系统，包括CDE语义学标记模块基于每个CDE中的各个控件的属性，对每个控件进行语义学标记，语义学标记包括形态学表现、病理形态学特征、前后两个CDE之间的逻辑关系、CDE与外部系统的匹配关系；关联模块当医生打开某个影像学结构化报告时，基于语义学标记，自动关联与该影像检查项目相匹配的所有CDE，基于医生填写的CDE的诊断数据，自动加载与该诊断数据具有逻辑关系的CDE；模板生成模块将自动关联的所有CDE和自动加载的所有CDE按照医生填写的顺序进行排版，生成影像结构化报告模板并输出诊断结果。本发明还公开了一种基于子模板语义学联系设计结构化报告模板的方法。本发明提高了医生书写报告的效率和诊断质量。