导读:本文包含了语义不一致论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语义,本体,所指,效应,规则,语言,分布式。
语义不一致论文文献综述
宋明阳[1]（2019）在《基于语义关联关系的不一致数据检测与修复方法研究》一文中研究指出在互联网中存储了大量的网络表格数据,这些网络表格蕴含丰富的语义信息,但表中数据通常存在不一致性,这种由数据不一致性导致的错误可能会给网络表格的使用者带来不同程度的困扰。研究学者们提出了很多网络表格的数据清洗算法,用以清洗网络表格中的不一致数据。现有的数据清洗算法存在一定的局限性:一方面,算法在清洗不一致数据时仅利用了表格中少量语义信息并且需要人为给定约束信息,导致算法的灵活性较差并造成额外的资源开销。另一方面,由于算法存在错误检测不完全等问题,降低了数据清洗的质量。因此,本文提出了基于语义关联关系的不一致数据清洗方法。针对上述第一个问题,本文提出了基于网络表格的语义关联关系构造算法。算法首先利用预训练好的词向量表示网络表格中的列标签,其次通过整体语义相关性识别网络表格中语义信息最重要的关键列,最后使用层次化的语义相关性构造列标签之间的语义关联关系。实验证明,本文提出的语义关联关系可以作为有效的约束信息辅助数据清洗算法。针对上述第二个问题,本文首先利用词向量对网络表格中的拼写错误进行预处理。其次为了有效地减少交叉干扰项对不一致数据检测和修复造成的影响,利用关键列对网络表格进行分块预处理。最后利用语义关联关系作为约束信息,采用最大独立集的思想对分块后的表格进行清洗,并将清洗后的表格合并再清洗。实验表明,本文提出的算法在两个数据集上都取得了较好的清洗效果,并优于现有的数据清洗算法。(本文来源于《北京交通大学》期刊2019-06-01）
刘邱云,付雪峰[2]（2016）在《一种新的DL-Lite不一致容忍语义》一文中研究指出在本体工程中,处于演变过程中的本体常出现不一致性问题,这将导致基于本体的推理失效.为解决推理失效的问题,提出了一种新的处理DL-Lite本体实例断言中冲突的不一致容忍语义,讨论了新的不一致容忍语义与已有的不一致容忍语义的关系,给出了在新定义的不一致容忍语义下的修复算法并做了新语义下推理任务的复杂度分析.(本文来源于《江西师范大学学报(自然科学版)》期刊2016年04期）
付雪峰,漆桂林,张勇[3]（2016）在《基于图的不一致容忍语义下的查询应答方法》一文中研究指出本体在演变的过程中常出现不一致性问题,这将导致经典的推理模式失效.不一致容忍语义能有效地解决推理失效的问题,但各类不一致容忍语义或者需要耗费大量计算,或者丢弃了本体中有效的信息.为此,一种针对IAR-语义和ICAR-语义的变种被用以解决上述的缺陷.新定义的IPAR-语义能够避免计算整个ABox关于TBox的封闭,在减少计算量的同时尽可能地保留了本体中的信息.在IPAR-语义下实现了基于图的查询应答方法,新方法将本体和查询以不同的规则构建成图,避免了传统重写导致的查询冗余的问题.最后,通过实验对比新的查询应答方法与ICAR-语义下的查询应答方法,实验结果表明:基于图的一致性查询方法执行效率要优于ICAR-语义下的查询方法;在本体规模不断增加的情况下,新方法具有更好的稳定性.(本文来源于《计算机研究与发展》期刊2016年02期）
肖鹏[4]（2015）在《稳定模型语义下不一致本体规则修复及回答查询的研究》一文中研究指出本体(Ontology)作为一种清晰表达语义和知识共享的方式,是语义Web的核心。将本体引入海量、异构、分布的Web知识整合可以为计算机系统具备语义理解能力提供基础条件。但是经常出现的不一致本体会使推理变得毫无意义。因此,如何处理本体不一致问题成为本体研究的一个重要部分。传统的容忍不一致回答查询是从ABox/数据集中选择与本体规则保持一致的极大子集。然而本体中的规则若由经验不足的知识工程师所编写或来自于本体学习的输出,那么规则相比数据集可能更为不可靠。因此本文为本体规则引入偏好关系,从而在规则中选择与ABox/数据集保持一致的极大子集来修复不一致本体,在这个基础上还为本体引入了稳定模型语义使其拥有更强的表达能力。本文定义了基于规则修复的概念,并将其用于处理稳定模型语义下存在规则的不一致。我们考虑了五种偏好下的规则修复,并对其在容忍不一致查询回答问题上复杂度进行了全面的研究分析,从数据复杂度到组合复杂度,从Acyclic片段到Guarded片段,从Stratified否定语义到全否定语义,我们得到了几乎完整的了解。其中,虽然本文通过引入稳定模型语义增加了本体规则的表达能力,但其容忍不一致查询的复杂度相对与传统的查询回答语义并没有增加。更重要的是,当规则片段为R-acyclic及Guarded时,在Stratified否定下,数据复杂度为P-complete。所以本文提出了几种方案用于处理该片段组合下的规则修复语义查询回答问题,通过调用(Q)SAT或ASP求解器来进行求解。基于以上的方法,本文对Acyclic的片段进行了实证实验,实验表明,这些方法在实际情况中对于基于规则修复的回答查询问题有着良好的可扩展性。(本文来源于《中山大学》期刊2015-05-01）
唐晓婷,吴爱华,曾卫明[5]（2014）在《不一致数据库中基于用户语义模板的评论可信度计算》一文中研究指出在清洗算法不能有效地纠正不一致数据的情况下,"知情"用户给出的关于其正确取值的评论,对数据库的其他用户意义重大,可以帮助他们甄别错误数据,并在不丢失信息的前提下,尽可能地从不一致数据库中获取有用信息,但只有正确可信的评论才能有如此意义。因此,评论的可信度估算是这类应用中的一个关键问题。和互联网评论不同,数据库一般向系统内用户开放,用户的特征更易于提取,其语义确定。由于数据是对现实世界的描述,能对同一评论对象,发出类似评论的用户往往具有相同的背景或语义特征。文章提出了一种基于用户的特征分析的评论可信度计算算法,有针对性地解决了上述问题。算法首先根据语义特征,对历史评论者进行用户社区挖掘,得到在某准确度下评论过某对象的用户公共特征,形成用户模板;其次,对于任意给定新评论,通过其评论者和用户公共特征模板的匹配程度,并综合该评论者可信度、评论者和评论对象的语义相关性等关键因素,计算出该评论的可信度。实验证明,该算法在时间和准确率两方面都是有效的。(本文来源于《燕山大学学报》期刊2014年06期）
商昱[6]（2012）在《语义网中不一致术语调试与诊断》一文中研究指出语义网自提出以来就成为业界的研究和讨论的热点,依靠高效的推理机和强表示力的本体的支持,语义网发展迅速。随着3G网络、4G网络以及互联网本身的发展,和云计算、云模型等新技术的不断提出,语义网本体的概念以指数级方式增长。虽然借助Fact、Fact++、Pellet、Racer高效推理机的帮助,语义网可以检测本体的不一致性,然而我们将要面对的问题是：如果一个本体是不一致的,我们最迫切需要做的是什么。本文将调试与诊断思想加入到语义网中,给出具体针对不一致本体的调试与诊断算法。本文主要工作如下：1.通过分析热门本体,对其可调试性进行分析,给出完整的证明。紧接着本文给出了一个名为半不一致问题的完整形式化定义。利用半不一致性问题的特点,给出了半调试算法,并用通过实验说明其优势。2.通过更深入分析,本文完整分析了半一致问题产生的原因。并分别提出了调用和分布式通讯两种策略来帮助调试与诊断。3.通过对已有经典本体和大量一般本体的实验,本文验证了半调试算法在解的完整性上,优于已有经典方法。虽然在时间上,半调试算法与经典最高效方法相同,但是在空间上具有明显优势,并且半调试算法还具有解的完整性和处理半不一致问题两项优势。(本文来源于《吉林大学》期刊2012-05-01）
符延军,王启燕[7]（2011）在《所指不一致与语义变化的动态机制》一文中研究指出语言符号是约定俗成的,语言交际的前提是同一语言社区的语言使用者对同一符号的能指与所指的界定保持一致。能指的一致问题极为明显,人们都很清楚地意识到发音或文字的一致是交际所必须的,但所指的一致问题却由于意义本身的模糊与动态性而往往不被人们所察觉。所指的这种不一致既是语言变化的机制,也导致人们交际过程出现困难、误解甚至冲突,而语言使用中所指的趋同和人为的设定等将减少所指不一致带来的问题。(本文来源于《东北师大学报(哲学社会科学版)》期刊2011年05期）
李韦嫦[8]（2011）在《场景新物体识别加工中的语义不一致效应》一文中研究指出视觉信息是人类从客观世界获得信息的主要来源,也是人类认知世界的重要功能手段。视知觉研究是基础心理学和实验心理学研究的重要内容,对人类视知觉的研究包括高、中、低叁个水平,最高水平的视知觉研究涉及绘制从视觉表征到意义的地图,包括关于认知相互作用的过程和表征的研究,包括积极获取信息,视觉信息的短时记忆,物体和场景的识别等。其中,关于场景识别与物体识别问题是最受研究者关注的问题,也是研究中争议不断的问题。已有研究对于场景新物体的加工特征及加工机制仍未形成统一认识,问题的焦点主要集中在影响场景新物体加工识别的语义效应及加工识别机制的探讨上。纵观已有研究,研究者在研究场景新物体加工效应时使用的实验图片材料、研究方法等方面是不同的,不同研究得出了相冲突的结论,有研究表明场景一致物体更易识别,有研究表明场景不一致物体更易识别,还有研究认为在识别一致或不一致物体时没有优势。为更好地回答人类对复杂的场景物体如何进行加工和识别这个问题,本研究采用全彩实景图片,设计突现与非突现两个实验,分别记录个体在对场景图片进行观察过程中,不同程度的加工条件下对语义一致、语义不一致新物体进行加工的眼动指标,分析对场景新物体进行视觉加工过程中受场景语义背景影响的特点与规律,并进一步从结果中初步分析场景新物体加工识别中注意、记忆的作用。本研究得到以下结论：(1)以全彩实景图片为材料,研究发现了场景新物体加工的显着的语义不一致效应,不一致物体更快捕获注意,需要更多的知觉加工。(2)加工程度对突现物体加工的初期产生影响,充分加工条件下新物体突现具有注意捕获优势。(3)加工程度对非突现新物体的加工过程产生影响,充分加工条件下新物体具有获得优先加工、深入加工优势。(4)将两实验结果进行比较发现,伴随瞬间运动信号的新物体出现不仅能更快捕获注意,更获得了个体对其更多的加工,并留下了更深的记忆痕迹。(本文来源于《广西师范大学》期刊2011-04-01）
裘嵘,徐德智,秦振,江泓[9]（2005）在《一种检测与调解信息语义不一致的方法》一文中研究指出为了解决信息组织中语义不一致的问题,本文引入四元组描述信息的语义,并在此基础上,针对语义不一致检测和语义调解的工作,提出了树型的语义检测方法。同时,对于常见的语义不一致种类,本文给出了具体的调解方法和步骤。该项研究工作对于信息组织和信息集成中消除语义不一致问题具有一定的理论和现实意义。(本文来源于《现代计算机》期刊2005年11期）
郭军[10]（1999）在《英语语义、语势不一致现象探讨》一文中研究指出根据英国杰弗里Ｎ·利奇的语义学理论，言语的语义是指在字面上的逻辑意义（ｌｏｇｉｃａｌｍｅａｎｉｎｇ），也称之为理性意义（ｔｈｅｒａｔｉｏｎａｌｍｅａｎｉｎｇ），语势则是指在特定的语境中，说话人言语的言外之意［１］。所谓的言外之意，就是利奇所说的“情景条件(本文来源于《许昌师专学报》期刊1999年03期）
语义不一致论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在本体工程中,处于演变过程中的本体常出现不一致性问题,这将导致基于本体的推理失效.为解决推理失效的问题,提出了一种新的处理DL-Lite本体实例断言中冲突的不一致容忍语义,讨论了新的不一致容忍语义与已有的不一致容忍语义的关系,给出了在新定义的不一致容忍语义下的修复算法并做了新语义下推理任务的复杂度分析.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义不一致论文参考文献
[1].宋明阳.基于语义关联关系的不一致数据检测与修复方法研究[D].北京交通大学.2019
[2].刘邱云,付雪峰.一种新的DL-Lite不一致容忍语义[J].江西师范大学学报(自然科学版).2016
[3].付雪峰,漆桂林,张勇.基于图的不一致容忍语义下的查询应答方法[J].计算机研究与发展.2016
[4].肖鹏.稳定模型语义下不一致本体规则修复及回答查询的研究[D].中山大学.2015
[5].唐晓婷,吴爱华,曾卫明.不一致数据库中基于用户语义模板的评论可信度计算[J].燕山大学学报.2014
[6].商昱.语义网中不一致术语调试与诊断[D].吉林大学.2012
[7].符延军,王启燕.所指不一致与语义变化的动态机制[J].东北师大学报(哲学社会科学版).2011
[8].李韦嫦.场景新物体识别加工中的语义不一致效应[D].广西师范大学.2011
[9].裘嵘,徐德智,秦振,江泓.一种检测与调解信息语义不一致的方法[J].现代计算机.2005
[10].郭军.英语语义、语势不一致现象探讨[J].许昌师专学报.1999
论文知识图
