A Logical Semantics for PDDL+
York University(约克大学);Ryerson University(瑞尔森大学)
PDDL+是PDDL2.1的扩展,它包含了全功能的自治过程,并允许更好地建模混合离散-连续域。与PDDL2.1不同,PDDL+缺乏逻辑语义,而是依赖于状态转换语义,并为连续状态提供了混合自动机语义。这种复杂的语义使得分析和比较其他动作形式主义困难。在本文中,我们提出了一个自然的扩展赖特的情况演算理论的启发混合自动机。PDDL+和混合自动机之间的亲属关系,使我们能够开发一个直接的映射PDDL+和情况演算,从而提供PDDL+的逻辑语义和情况演算与现代方式表示自治进程。我们概述了映射的潜在好处,提出了一种新的方法来有效规划PDDL+。
2021-11-23 cs.AI cs.LO
Characterizing and Extending Answer Set Semantics using Possibility Theory
Universiteit Gent(根特大学);Cardiff University(卡迪夫大学);Vrije Universiteit Brussel(布鲁塞尔自由大学)
答案集编程(ASP)是一个流行的框架建模组合问题。然而,ASP不能很容易地用于推理不确定的信息。可能性ASP(Possibilistic ASP,PASP)是ASP的一种扩展,它结合了可能性逻辑和ASP.在PASP中,权重与每个规则相关联,其中该权重被解释为当已知主体保持时可以建立结论的确定性。因此,它允许我们以直观的方式对不确定信息进行建模和推理。在本文中,我们提出了新的语义PASP,其中规则被解释为可能性分布的约束。这些约束的特殊模型,然后确定为可能性的答案集。此外,由于ASP是一个特殊的情况下,PASP中的所有规则是完全确定的,我们得到了一个新的表征ASP的可能性分布的约束。这使我们能够发现一种新的析取形式,称为弱析取,以前没有在文献中考虑过。除了介绍和激发弱析取的语义,我们还指出其计算复杂性。特别是,虽然大多数推理任务的复杂性符合标准的析取ASP,我们发现,勇敢的推理弱析取程序更容易。
2013-11-30 cs.AI cs.LO
Syntactic Requirements for Well-defined Hybrid Probabilistic Logic Programs
University of Ferrara(费拉拉大学)
混合概率逻辑程序可以表示几个场景,这要归功于逻辑编程的表达能力,扩展了表示离散和连续分布的事实。这种类型的程序的语义是至关重要的,因为它确保可以为每个查询分配概率。在这里,最近的一个语义建议,我们说明了一个具体的语法,我们分析的语法要求,需要保持良好的定义。
2021-09-17 cs.AI cs.LO
On the Relation between Weak Completion Semantics and Answer Set Semantics
Technische Universitat Dresden(德累斯顿工业大学);Technische Universitat Potsdam(波茨坦工业大学)
弱完成语义(WCS)是一种计算认知理论,已被证明是成功的建模人类推理的情节。由于WCS是最近发展起来的一种逻辑编程方法,本文研究了WCS与已建立的回答集语义(ASP)的对应关系。这两种语义的底层三值逻辑是不同的,它们的模型相对于不同的程序转换进行评估。我们首先通过一个著名的心理学实验--抑制任务--的一些例子来说明这些差异。之后,我们将提供从WCS下理解的逻辑程序到ASP下理解的逻辑程序的翻译。特别是,我们将表明,逻辑程序下的WCS可以表示为逻辑程序下的ASP通过定义完成,在程序中的所有定义的原子必须是假的,当它们的定义是假的。
2019-10-16 cs.AI cs.LO
Hybrid Conditional Planning using Answer Set Programming
Sabanci University(萨班哲大学)
我们介绍了一种并行离线算法计算混合条件计划,称为HCP-ASP,面向机器人应用。HCP-ASP依赖于建模的驱动动作和感应动作在一个富有表现力的非单调语言的答案集编程(ASP),和计算的分支的条件计划并行使用ASP求解器。特别是,由于外部原子,连续的可行性检查(如碰撞检查)被嵌入到ASP中的驱动动作和传感动作的正式表示中;因此,混合条件计划的每个分支描述了一个可行的动作执行,以达到其目标。利用非单调的结构和非确定性的选择,部分知识的状态和非确定性的影响感测行动可以明确形式化的ASP,因此,每个分支的条件计划可以计算的ASP求解器,而不需要一致的计划和排序的感测行动提前。我们应用我们的方法在服务机器人领域和报告的实验评估。此外,我们提出的性能比较与其他编译为基础的条件规划标准化的基准域。本文件正在考虑被TPLP接受。
2017-07-19 cs.AI cs.LO cs.RO
Better Paracoherent Answer Sets with Less Resources
University of Calabria(卡拉布里亚大学)
答案集编程(ASP)是一种成熟的逻辑编程形式。在ASP中解决问题需要编写一个ASP程序,其答案集对应于解决方案。虽然答案集的不存在对于某些ASP程序可以被认为是一个建模特性,但在许多其他情况下,它是一个弱点,特别是对于查询回答。仿相干答案集语义扩展了ASP的经典语义,使其可以从不相干的程序中得出有意义的结论,从而扩大了ASP的应用范围。paracoherent ASP的最新实现采用半平衡语义,但不能直接提升以有效地计算丢弃不期望的半平衡模型的(更好的)分裂半平衡语义。本文提出了一种计算分裂半平衡模型的有效评价方法。在硬基准测试上的实验表明,与现有的方法相比,该方法可以计算出更好的仿相干答案集。正在考虑接受TPLP。
2019-07-22 cs.AI cs.LO
An ASP approach for reasoning on neural networks under a finitely many-valued semantics for weighted conditional knowledge bases
Università del Piemonte Orientale(东皮埃蒙特大学);Università di Torino(都灵大学)
加权知识库的描述逻辑的典型性最近被认为是在一个“概念明智的”多偏好语义(在两个值和模糊的情况下),作为多层感知器(MLP)的逻辑语义的基础。在本文中,我们考虑加权条件ALC知识库的典型性在多值的情况下,通过三种不同的语义结构。对于ALC的布尔片段LC,我们利用ASP和“asprin”的推理与概念明智的多偏好蕴涵下的一个φ-连贯的语义,适合于表征MLP的稳态。作为概念证明,我们实验了所提出的方法来检查训练的MLP的属性。该文件正在考虑被TPLP接受。
2022-05-17 cs.AI
AspectCSE: Sentence Embeddings for Aspect-based Semantic Textual Similarity Using Contrastive Learning and Structured Knowledge
Technical University of Munich(慕尼黑工业大学);DFKI GmbH(德国人工智能研究中心)
本文提出AspectCSE方法,利用对比学习和Wikidata知识图谱属性训练基于方面的句子嵌入,在信息检索任务上平均提升3.97%,并证明多方面嵌入优于单方面嵌入。
2023-09-24 cs.AI cs.CL
Hybrid Semantic Search: Unveiling User Intent Beyond Keywords
Innoplexus Consulting Services Pvt Ltd(Innoplexus咨询服务私人有限公司)
本文提出融合关键词匹配、语义向量嵌入与LLM结构化查询的混合语义搜索框架,以捕捉显隐式用户意图并优化查询执行,提升搜索结果的相关性、全面性与准确性。
2024-09-06 cs.AI cs.IR
Hybrid Bit and Semantic Communications
National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China(电子科技大学无线通信国家重点实验室);Department of Electronic Engineering, Tsinghua University(清华大学电子工程系)
针对现有语义通信方案部署难的问题,提出HybridBSC混合比特与语义通信系统,设计语义插入提取方案,经SDR平台真实信道验证可同传语义与比特信息,易基于现有架构部署。
2024-04-30 cs.AI eess.SP
EHRAG: Bridging Semantic Gaps in Lightweight GraphRAG via Hybrid Hypergraph Construction and Retrieval
The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州));The Hong Kong University of Science and Technology(香港科学与技术大学)
EHRAG通过构建融合结构与语义关系的超图,结合结构-语义混合检索机制,提升轻量级图RAG的语义关联能力,在保持线性索引复杂度的同时优于现有基线模型。
2026-04-21 cs.AI
Train Scheduling with Hybrid Answer Set Programming
SBB Switzerland(瑞士联邦铁路);Potassco Solutions Germany(德国Potassco解决方案公司);Simon Fraser University(西蒙弗雷泽大学);Griffith University(格里菲斯大学);University of Potsdam(波茨坦大学)
提出了一种基于回答集编程(ASP)的训练调度问题的解决方案。为此,我们追求一种混合的方法,扩展ASP与不同的约束,以考虑细粒度的时间。更确切地说,我们举例说明如何混合ASP系统clingo[DL]可以用来解决苛刻的计划和调度问题。特别是,我们研究了如何提高性能相结合的不同ASP解决技术,如近似和算法,预处理和编码技术,以解决大规模的,现实世界的训练调度实例。逻辑程序设计理论与实践(Theory and Practice of Logic Programming,TPLP)
2020-03-19 cs.AI
Incorporating Dynamic Semantics into Pre-Trained Language Model for Aspect-based Sentiment Analysis
University of Science and Technology of China(中国科学技术大学);Hefei University of Technology(合肥工业大学);Meituan(美团);Tianjin University(天津大学)
基于情感分析的情感分析(ABSA)预测给定句子中特定方面的情感极性。虽然预先训练的语言模型(如BERT)已经取得了巨大的成功,但将动态语义变化纳入ABSA仍然具有挑战性。为此,在本文中,我们提出了解决这个问题的动态重新加权BERT(DR-BERT),一种新的方法,旨在学习动态面向方面的语义ABSA。具体来说,我们首先将Stack-BERT层作为主要编码器,以掌握句子的整体语义,然后通过引入轻量级的动态重加权适配器(Dynamic Re-weighting Adapter,简写为RWQ)对其进行微调。请注意,在每一步中,用户可以密切关注句子的一个小区域,并重新权衡至关重要的单词,以便更好地理解方面感知的情感。最后,在三个基准数据集上的实验结果证明了我们提出的模型的有效性和合理性,并为未来的语义建模提供了良好的解释性见解。
2022-11-23 cs.AI cs.CL
Hybrid ASP-based Approach to Pattern Mining
KU Leuven(鲁汶大学);Max Planck Institute for Informatics(马克斯·普朗克信息学研究所)
从给定的数据集中检测相关模式的小集合是数据采掘的核心挑战。模式的相关性基于用户提供的标准;通常,满足某些标准的所有模式都被认为是相关的。基于规则的语言,如答案集编程(ASP),似乎非常适合以约束的形式指定这样的标准。虽然取得了进展,一方面,解决个别采矿问题,另一方面,开发通用的采矿系统,现有的方法要么集中在可扩展性或通用性。在本文中,我们采取措施,以通用和有效的方式将局部(频率,大小,成本)和全局(各种压缩表示,如最大,闭合,天际线)约束相结合。我们提出了一种混合的方法,利用专门的高度优化的挖掘系统来检测频繁的模式,然后使用声明式ASP过滤结果的项集,序列和图形挖掘。为了进一步证明我们的混合框架的通用性,我们将其应用到一个问题,大约平铺数据库。在真实数据集上的实验表明了该方法的有效性,并在项集、序列和图挖掘以及近似分块等方面取得了一定的计算增益。逻辑程序设计理论与实践(TPLP)
2018-08-22 cs.AI
A Constructive Semantic Characterization of Aggregates in ASP
本技术说明描述了一个单调和连续的不动点算子,用于计算具有聚合的程序的答案集。不动点运算符依赖于聚合解的概念。在一定条件下,该操作符的行为完全相同的三值直接后果操作符$Φ^{aggr}_P$聚合程序,独立提出Pelov等人。该操作符使我们能够密切联系的计算复杂性的答案集检查和答案集存在问题的检查解决方案的聚合程序的成本。最后,我们与其他建议的逻辑编程与聚集的运营商所描述的语义。出现在逻辑编程理论与实践(TPLP)中。
2006-02-08 cs.AI cs.LO cs.PL
Refining the Semantics of Epistemic Specifications
Sinop University(锡诺普大学)
答案集编程(ASP)是一种有效的问题解决方法,它已经得到了科学和技术的大力支持,一些解决方案,正在进行的积极研究,并在许多不同领域的实施。然而,虽然研究人员承认很久以前的必要性,认知算子的语言,ASP更好的内省推理,这个研究场地没有引起太多的关注,直到最近。此外,现有的ASP的认知扩展在文献中也没有得到广泛的认可,由于事实上,有些人提出了意想不到的结果,即使是一些简单的非循环认知程序,可能会发现新的意想不到的结果,更重要的是,研究人员有不同的推理一些关键程序。为此,Cabelet等人最近确定了认知程序的一些结构特性,以正式支持此类程序的可能语义建议并验证其结果。尽管如此,这些属性的合理性仍在争论中,它们也没有被ASP社区广泛接受。因此,似乎还有时间真正理解范式,拥有成熟的形式主义,并确定为其可理解模型提供形式证明的原则。在本文中,我们主要集中在现有的语义方法,一个令人满意的语义应该满足的标准,以及如何改进它们。我们还将Here-and-There逻辑(HT)中的一些著名命题推广到认知HT中,以揭示程序的真实行为。最后,我们提出了一个稍微新颖的语义认知ASP,它可以被认为是Cabbrillo等人的自反扩展。最近的形式主义称为自动认知ASP。
2021-09-17 cs.AI cs.LO cs.PL
On the Semantics of Primary Cause in Hybrid Dynamic Domains
University of Regina(里贾纳大学)
本文在混合行动理论框架下提出了两种初级原因的定义,通过贡献形式化因果关系,并证明其等价性。
2026-02-16 cs.AI
Using ASP(Q) to Handle Inconsistent Prioritized Data
Univ. Bordeaux, CNRS, Bordeaux INP, LaBRI, UMR 5800(波尔多大学、国家科学研究中心、波尔多INP、LaBRI、UMR 5800);DI ENS, ENS, CNRS, PSL University & Inria(ENS DI、巴黎高等师范学校、国家科学研究中心、巴黎综合理工学院与Inria);University of Calabria, Rende, Italy(卡拉布里亚大学、意大利雷内)
本文探讨了利用ASP及其扩展ASP(Q)处理优先级数据中的不一致性,通过优先关系定义三种最优修复方法,并评估了不同语义和编码的可行性与影响。
2026-04-23 cs.AI cs.DB cs.LO
Alternating Fixpoint Operator for Hybrid MKNF Knowledge Bases as an Approximator of AFT
Shanghai University(上海大学);University of Alberta(阿尔伯塔大学)
近似不动点理论(AFT)为研究双格上算子的不动点提供了一个代数框架,并在刻画各类逻辑程序和非单调语言的语义中得到了应用。在本文中,我们展示了这种类型的另一个应用:交替不动点算子由Knorr等人。混合MKNF知识库的良基语义的研究实际上是伪装的AFT的近似器,由于AFT的抽象能力,它不仅表征了混合MKNF知识库的良基语义,而且还表征了混合MKNF知识库的二值和三值语义。此外,我们提出了一个改进的近似这些知识库,其中最不稳定的不动点是信息丰富的比一个制定从Knorr等人。的建设。这导致了良好的基础语义的改进的计算。这项工作是建立在AFT的扩展,支持一致的,以及不一致的对诱导产品bilattice,处理不一致的混合MKNF知识库的背景下出现的。这部分的工作可以被认为是将原来的AFT从对称逼近器推广到任意逼近器。
2021-07-08 cs.AI
Efficient OWL2QL Meta-reasoning Using ASP-based Hybrid Knowledge Bases
University of Klagenfurt(克拉根福大学)
针对OWL2QL本体元建模存在的不可判定性问题,本研究基于早期Datalog简化工作,改进元建模查询回答简化的理论基础并使用替代工具,扩展混合知识库元推理研究以提升性能。
2025-02-13 cs.AI cs.LO cs.SC
h-approximation: History-Based Approximation of Possible World Semantics as ASP
University of Bremen(不来梅大学)
我们提出了一个近似的可能世界语义(PWS)的行动规划。相应的规划系统是通过将行动规范转换为一个决策集程序来实现的。新颖性是对后置wrt的支持。(a)与Baral(2000)的非近似PWS的$Σ_2^P$相比,我们框架中的计划存在问题可以在NP中解决;(b)计划器生成最优计划wrt。$Δ_2^P$中的最小数量的动作。我们演示了规划系统的标准问题,并说明其集成在一个更大的软件框架中的机器人控制在灵巧家庭。
2013-06-14 cs.AI
UAV-assisted Semantic Communication with Hybrid Action Reinforcement Learning
Nanyang Technological University(南洋理工大学);University of North Texas(北德克萨斯大学)
本文针对偏远地区元宇宙用户上行数据收集效率问题,提出一种混合动作强化学习框架,联合优化语义模型规模、信道分配、功率和无人机轨迹,实验表明其优于基准方案。
2023-12-01 cs.AI cs.LG cs.NI
Hybrid Fuzzing with LLM-Guided Input Mutation and Semantic Feedback
Independent Researcher(独立研究者)
本文提出一种结合LLM引导变异与语义反馈的混合模糊测试框架,在AFL++上实现,通过语义信号优先探索深层程序行为,在libpng等真实目标上取得更快的漏洞发现速度和更高的语义多样性。
2025-11-06 cs.AI cs.CR
Bridging Natural Language and ASP: A Hybrid Approach Using LLMs and AMR Parsing
United States Air Force(美国空军)
针对不熟悉编程的用户需与ASP交互的问题,提出结合LLM和AMR解析将无约束英语转换为ASP程序的方法,LLM完成简单任务、AMR生成约束,成功解决逻辑谜题,为轻量可解释系统奠定基础。
2025-11-11 cs.AI
Aggregate Semantics for Propositional Answer Set Programs
University of Calabria(卡拉布里亚大学);University of Klagenfurt(克拉根福大学);Graz University of Technology(格拉茨工业大学)
答案集编程(ASP)出现在20世纪90年代后期,作为知识表示和推理的范例。ASP的吸引力建立在一个富有表现力的高级建模语言以及强大的现成解决系统的可用性之上。虽然在建模语言中加入聚合表达式的实用性几乎与第一个ASP解决系统的诞生同时实现,但聚合的一般语义及其有效实现一直是长期存在的挑战。聚集被提出并广泛应用于数据库系统中,也被应用于演绎数据库语言数据库中,演绎数据库语言是ASP的主要前身之一。然而,聚合的使用仍然在Datatron中受到限制(不允许递归或只允许单调聚合),而在ASP的上下文中,集成无限制聚合的几种方法得到了发展。在这项调查中,我们拿起在这一点上的发展,提出和比较的主要聚合语义,已提出的命题ASP程序。我们突出的关键属性,如计算复杂性和表达能力,并概述了说明性的例子不同的方法的能力和局限性。
2021-09-17 cs.AI
Eliminating Unintended Stable Fixpoints for Hybrid Reasoning Systems
University of Alberta(阿尔伯塔大学)
针对传统近似不动点理论(AFT)无法利用稳定修正迭代历史信息的问题,提出一种可利用先验上界的类AFT方法,能更精确刻画语义,并在混合MKNF知识库上验证了适用性。
2023-07-21 cs.AI
Query-driven Procedures for Hybrid MKNF Knowledge Bases
CENTRIA(CENTRIA(人工智能中心))
混合MKNF知识库是开放世界本体语言与封闭世界(非单调)规则范例的最突出的紧密集成组合之一。混合MKNF的定义是基于本体语言的描述逻辑(DL)的参数,在这个意义上,非单调规则可以扩展任何可判定的DL语言。两个相关的语义已被定义为混合MKNF:一个是基于稳定模型语义的逻辑程序和良好的基础语义(WFS)。在WFS下,混合MKNF的定义依赖于自底向上的计算,只要DL语言易于处理,该计算就具有多项式数据复杂度。在这里,我们定义了一个通用的查询驱动的混合MKNF的过程,是健全的稳定的基于模型的语义,健全和完整的WFS变体。这个过程是能够回答一个略有限制的形式的合取查询,并基于表的规则评估扩展与外部的甲骨文,捕捉推理本体。这样一个(抽象的)预言机接收一个查询和已经得到的知识作为输入,并用规则中定义的一组(可能是空的)原子来回答,这些原子的真实性足以证明初始查询。通过对抽象oracle复杂性的适当假设,一般过程保持了混合MKNF知识库的WFS的数据复杂性。为了说明这种方法,我们提供了一个具体的预言EL+,轻量级DL EL++的一个片段。这样的预言机有实际用途,因为EL++是OWL 2 EL的底层语言,它是W3C对语义Web推荐的一部分,并且对于诸如包容之类的推理任务是易于处理的。我们表明,查询驱动的混合MKNF保持多项式数据复杂性时,使用EL+ Oracle和WFS。
2011-12-09 cs.AI
Declarative Probabilistic Logic Programming in Discrete-Continuous Domains
Centre for Applied Autonomous Sensor Systems, Örebro University(厄勒布鲁大学应用自主传感器中心);Department of Computer Science, KU Leuven(鲁汶大学计算机科学系)
针对混合离散-连续随机变量缺乏声明式PLP语义的问题,提出测度语义、DC-ProbLog语言及IALW推理引擎,从语义、语言和推理三方面推广PLP。
2024-09-08 cs.AI
From Semantics to Hierarchy: A Hybrid Euclidean-Tangent-Hyperbolic Space Model for Temporal Knowledge Graph Reasoning
Hainan University(海南大学);Guangdong Ocean University(广东海洋大学)
本文提出一种欧氏-切空间-双曲空间混合几何模型,通过多空间参数建模分别捕捉语义和层级信息,并在四个TKG基准上取得最高15.0%的相对误差降低。
2024-08-30 cs.AI cs.LG
The Tomaco Hybrid Matching Framework for SAWSDL Semantic Web Services
Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学)
这项工作的目的是解决与Web服务检索,也被称为服务选择,发现或本质上匹配,在两个方向的问题。首先,介绍了一种新的SAWSDL匹配算法。该算法本质上是混合的,结合了新颖和已知的概念,如基于逻辑的策略和语义注释和文本描述的句法文本相似性度量。为S3竞赛环境开发了一个插件,以便以客观、可重复的方式将Tomaco置于最先进的行列。评价表明,Tomaco在最先进的技术中排名很高,特别是在早期回忆水平方面。其次,这项工作介绍了Tomaco的Web应用程序,其目的是加速语义Web服务技术和算法的广泛采用,同时针对该领域缺乏用户友好的应用程序。Tomaco集成了本文提出的多种可配置匹配算法。最后,它允许发现现有的和用户贡献的服务集合和本体,也作为一个服务注册表。
2014-10-21 cs.AI cs.SE
Chinese User Service Intention Classification Based on Hybrid Neural Network
Tongji University(同济大学)
为了满足消费者日益增长的个性化服务需求,智能服务应运而生。用户服务意图识别是智能服务系统提供精准服务的重要挑战。由于用户需求描述中存在噪声,使得智能系统难以理解用户需求的语义,导致识别效果不佳。为此,提出了一种基于BiLSTM和CNN的混合神经网络分类模型来识别用户服务意图。该模型能够融合用户描述的时间语义和空间语义。实验结果表明,与其他模型相比,该模型取得了更好的效果,F1得分达到0.94。
2019-05-25 cs.AI cs.CL
A Hybrid Semantic Parsing Approach for Tabular Data Analysis
Microsoft Research Asia(微软亚洲研究院)
本文提出了一种新的方法,将自然语言问题转换为给定表的SQL查询,它满足了现实世界的数据分析应用程序的三个要求:跨域,多语言和快速启动。我们所提出的方法包括:(1)一个新的数据抽象步骤,使解析表不可知的解析器;(2)一组语义规则,用于解析抽象的数据分析问题,以中间逻辑形式的树派生,以减少搜索空间;(3)一个基于神经的模型作为局部评分功能的跨度为基础的语义解析器结构化优化和有效的推理。实验表明,我们的方法优于国家的最先进的算法在一个大型的开放基准数据集WikiSQL。我们也取得了可喜的成果,在一个小的数据集,更复杂的查询,在英语和中文,这表明我们的语言扩展和快速启动能力。
2019-10-24 cs.AI cs.CL cs.DB
From Skeletons to Semantics: Design and Deployment of a Hybrid Edge-Based Action Detection System for Public Safety
Sopra Steria Germany(Sopra Steria德国);Sopra Steria India(Sopra Steria印度)
本文提出一种混合边缘动作检测系统,结合骨架运动分析与视觉语言模型,以提升公共安全中的实时视频分析能力,通过系统级对比展示两种方法在边缘计算中的互补性与局限性。
2026-03-31 cs.AI cs.CV
Don't Blame Distributional Semantics if it can't do Entailment
Universitat Pompeu Fabra(庞培法布拉大学)
分布语义学在计算语言学和认知科学中在建模各种语义现象(例如语义相似性)方面取得了巨大的经验成功,并且分布模型广泛用于最先进的自然语言处理系统中。然而,分布语义学在更广泛的语言和认知理论中的理论地位仍然不清楚:分布语义学模型是什么?它本身能成为语言表达意义的一个充分适当的模型吗?标准的答案是,分布语义学在这方面并不充分,因为它在形式语义学方法的一些核心方面有所欠缺:真值条件,蕴涵,引用和组合性的某些方面。我们认为,这个标准答案基于一个误解:这些方面不属于表达意义的理论,它们是说话者意义的方面,即,在特定语境下的交际意图。一句口号是:言语不指代,说话者指代。澄清这一点使我们能够认为,分布语义学本身就是一个适当的表达意义的模型。我们的建议揭示了分布语义在更广泛的语言和认知理论中的作用,它与形式语义的关系,以及它在计算模型中的地位。
2019-05-17 cs.AI cs.CL cs.IR
Bound Your Models! How to Make OWL an ASP Modeling Language
Technische Universität Dresden(德累斯顿工业大学)
为了利用Web本体语言OWL作为答案集编程(ASP)语言,我们引入了有界模型语义的概念,作为一个直观的和计算上有利的替代其经典的语义。我们表明,翻译成ASP允许解决范围广泛的有界模型推理任务,包括满足性和公理蕴涵,但也新颖的,如模型提取和枚举。最终,我们的工作有利于利用先进的语义Web建模环境的逻辑编程社区通过“标签外使用”的OWL。
2015-11-03 cs.AI cs.PL
From Threat Intelligence to Firewall Rules: Semantic Relations in Hybrid AI Agent and Expert System Architectures
Department of Control and Computer Engineering(控制与计算机工程系)
本文提出利用语义关系从威胁情报中提取信息,通过神经符号方法生成防火墙规则以缓解网络威胁。
2026-03-04 cs.AI cs.CL cs.CR
Bridging Semantics & Structure for Software Vulnerability Detection using Hybrid Network Models
The George Washington University(乔治·华盛顿大学)
提出将程序异构图表示与轻量级本地LLM结合的混合框架,在Java漏洞检测中达93.57%准确率,同时提取子图生成解释,提升可解释性。
2025-10-11 cs.AI cs.CR cs.SE
BOSS: Bottom-up Cross-modal Semantic Composition with Hybrid Counterfactual Training for Robust Content-based Image Retrieval
National University of Singapore(新加坡国立大学);Université de Montréal(蒙特利尔大学);Zhejiang University(浙江大学)
基于内容的图像检索(Content-Based Image Retrieval,CIR)旨在通过同时理解示例图像和补充文本的组成来搜索目标图像,这可能会影响各种各样的现实应用,例如互联网搜索和时尚检索。在这种情况下,输入图像用作搜索的直观上下文和背景,而相应的语言明确地请求关于应该如何修改查询图像的特定特征以获得预期目标图像的新特征。这项任务是具有挑战性的,因为它需要学习和理解的复合图像-文本表示,通过纳入跨粒度的语义更新。在本文中,我们解决了这个任务,一个新的\underline{\textbf{B}} ottom-up cr \underline{\textbf{O}} ss-modal \underline{\textbf{S}} emantic compo \underline{\textbf{S}} ition(\textbf{BOSS})与混合反事实训练框架,它揭示了新的光CIR任务,从两个以前被忽视的角度研究:\emph{implicitly bottom-up composition of visiolinguistic representation}和\emph{explicitly fine-grained correspondence of query-target construction}。一方面,我们利用隐式的交互和组合的跨模态嵌入从底部的局部特征到顶部…
2022-07-09 cs.AI cs.CV cs.IR
KSE-Web: An Analysis of Hybrid Retrieval and LLM-Assisted Query Expansion for Low-Resource Khmer Semantic Search
本文针对低资源高棉语语义搜索,构建专属数据集,评估多种检索方法,发现BM25性能最优,LLM辅助查询扩展未提升效果但模型规模影响显著,为相关研究提供基础。
2026-08-25 cs.AI cs.CL cs.IR
Hybrid Knowledge-Data Driven Channel Semantic Acquisition and Beamforming for Cell-Free Massive MIMO
Beijing Institute of Technology(北京理工大学);Yangtze Delta Region Academy, Beijing Institute of Technology (Jiaxing)(北京理工大学长三角研究院(嘉兴));Advanced Technology Research Institute, Beijing Institute of Technology(北京理工大学前沿技术研究院);China Mobile (Chengdu) Institute of Research and Development(中国移动(成都)研究院)
该研究针对室外XR应用的无线传输需求,提出无蜂窝大规模MIMO下知识-数据混合驱动的信道语义获取与波束成形方法,兼具高精度、低复杂度与强鲁棒性。
2023-07-21 cs.AI cs.IT eess.SP