期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于认知参照点和自主依存的概念融合模式研究——以现代汉语动词谓语句动前名词构式为例 被引量:8
1
作者 赵永峰 《外国语文》 北大核心 2014年第1期73-78,共6页
概念融合理论、认知参照点理论和自主依存理论存在不足,但它们可以互相修补,基于这种互修机制,可建立基于认知参照点和自主依存的概念整合模式,这一模式反映了人类基本的认知过程,可对语言构式做出合理解释,本文将此作为理论基础,以现... 概念融合理论、认知参照点理论和自主依存理论存在不足,但它们可以互相修补,基于这种互修机制,可建立基于认知参照点和自主依存的概念整合模式,这一模式反映了人类基本的认知过程,可对语言构式做出合理解释,本文将此作为理论基础,以现代汉语动词谓语句动前名词构式为例,对相关语言现象进行解释,以期检验基于认知参照点和自主依存的概念融合模式。 展开更多
关键词 概念融合 认知参照点 自主依存 动前构式
在线阅读 下载PDF
基于概念格融合模型的垃圾评论识别研究
2
作者 刘伟江 马小雯 王博 《现代情报》 北大核心 2025年第4期23-35,共13页
[目的/意义]为有效解决基元学习器和集成模型对单形态特定模式的依赖和局限,本文通过加大观察粒度将分类器拓展为可适应多形态混合模式的分类器,以期提升模型理解能力和分类能力。[方法/过程]本文以概念集替代原始特征,引入互斥概念集... [目的/意义]为有效解决基元学习器和集成模型对单形态特定模式的依赖和局限,本文通过加大观察粒度将分类器拓展为可适应多形态混合模式的分类器,以期提升模型理解能力和分类能力。[方法/过程]本文以概念集替代原始特征,引入互斥概念集和正交样本集的概念,对样本进行分离、归纳和融合,构建概念格融合模型,并从模型特质、模型能力、模型品质及过拟合4个方面对模型进行评价。[结果/结论]以亚马逊23971条评论为样本集的测算结果表明,概念格融合模型在准确性、稳定性、抗干扰性等方面都有较大提升,且模型评价结果表明该模型具有更佳的内在品质。 展开更多
关键词 垃圾评论 基元学习器 集成模型 概念 概念融合模型
在线阅读 下载PDF
融合关系和内涵属性的概念图表示及其应用
3
作者 钟茂生 邹志兵 《计算机应用研究》 CSCD 北大核心 2015年第12期3654-3656,共3页
传统的基于关键字的文本检索系统,存在匹配不准确、匹配冗余度高以及算法复杂的现象。针对该问题进行研究,使用概念图作为检索单元,摈弃字符统计的传统方法,通过语义的匹配,在理解的基础上得出问题的答案。在传统的概念图中加入概念内... 传统的基于关键字的文本检索系统,存在匹配不准确、匹配冗余度高以及算法复杂的现象。针对该问题进行研究,使用概念图作为检索单元,摈弃字符统计的传统方法,通过语义的匹配,在理解的基础上得出问题的答案。在传统的概念图中加入概念内涵属性,提出了C-A&R(concept-attribution&relationship)概念图,并以此作为文本检索系统中文本的表示方法。实验证明C-A&R概念图的概念匹配准确率更高。结合属性和关系的概念图能够有效地改善文本检索的准确率。 展开更多
关键词 概念内涵属性 融合属性和关系的概念 关系 语义匹配
在线阅读 下载PDF
论认知语义学及其对语言教学的意义 被引量:8
4
作者 崔鉴 《四川师范大学学报(社会科学版)》 CSSCI 北大核心 2009年第3期69-74,共6页
认知语义学是认知语言学研究的核心内容。它以体验哲学观为基础,以身体经验和认知为出发点,主张意义的构建是认知的概念化过程,而概念化过程以心智的体验性为基础,以意象图式结构为中心,通过隐喻性推理进行运作。认知语义学力求对语言... 认知语义学是认知语言学研究的核心内容。它以体验哲学观为基础,以身体经验和认知为出发点,主张意义的构建是认知的概念化过程,而概念化过程以心智的体验性为基础,以意象图式结构为中心,通过隐喻性推理进行运作。认知语义学力求对语言意义产生的认知机制做出统一而合理的解释,为语言教学提供新的研究视角和理论支持。 展开更多
关键词 认知语义学 体验哲学 概念融合 意象图式 隐喻 构造
在线阅读 下载PDF
Co-Concept-Boosting视频语义索引方法
5
作者 陈丹雯 袁志民 +1 位作者 邓莉琼 吴玲达 《小型微型计算机系统》 CSCD 北大核心 2012年第7期1603-1607,共5页
语义概念探测是建立视频语义索引的根本方法,传统探测方法没有充分考虑语义概念间存在的复杂关系.本文充分利用概念间关系提出了co-concept-boosting方法,该方法分为三个层次:第一层是基于上下文关系的探测模型的构建,第二层是结合概念... 语义概念探测是建立视频语义索引的根本方法,传统探测方法没有充分考虑语义概念间存在的复杂关系.本文充分利用概念间关系提出了co-concept-boosting方法,该方法分为三个层次:第一层是基于上下文关系的探测模型的构建,第二层是结合概念间关系的boosting处理,第三层是对boosting过程中产生的多个探测模型的融合.利用Trecvid2005数据的实验分析证明,该方法具有良好的性能以及稳定性. 展开更多
关键词 视频语义索引 语义概念探测 Co-Concept-Boosting方法 基于上下文关系的语义概念融合 语义概念关系
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部