語義識別的常用方法有哪些

⑴ 語音識別技術的基本方法

一般來說,語音識別的方法有三種：基於聲道模型和語音知識的方法、模板匹配的方法以及利用人工神經網路的方法。 該方法起步較早，在語音識別技術提出的開始，就有了這方面的研究，但由於其模型及語音知識過於復雜，現階段沒有達到實用的階段。
通常認為常用語言中有有限個不同的語音基元，而且可以通過其語音信號的頻域或時域特性來區分。這樣該方法分為兩步實現：
第一步，分段和標號
把語音信號按時間分成離散的段，每段對應一個或幾個語音基元的聲學特性。然後根據相應聲學特性對每個分段給出相近的語音標號
第二步，得到詞序列
根據第一步所得語音標號序列得到一個語音基元網格，從詞典得到有效的詞序列，也可結合句子的文法和語義同時進行。 模板匹配的方法發展比較成熟，目前已達到了實用階段。在模板匹配方法中，要經過四個步驟：特徵提取、模板訓練、模板分類、判決。常用的技術有三種：動態時間規整(DTW)、隱馬爾可夫（HMM）理論、矢量量化（VQ）技術。
1、動態時間規整(DTW)
語音信號的端點檢測是進行語音識別中的一個基本步驟，它是特徵訓練和識別的基礎。所謂端點檢測就是在語音信號中的各種段落(如音素、音節、詞素)的始點和終點的位置，從語音信號中排除無聲段。在早期，進行端點檢測的主要依據是能量、振幅和過零率。但效果往往不明顯。60年代日本學者Itakura提出了動態時間規整演算法(DTW：DynamicTimeWarping)。演算法的思想就是把未知量均勻的升長或縮短,直到與參考模式的長度一致。在這一過程中，未知單詞的時間軸要不均勻地扭曲或彎折，以使其特徵與模型特徵對正。
2、隱馬爾可夫法(HMM)
隱馬爾可夫法(HMM)是70年代引入語音識別理論的，它的出現使得自然語音識別系統取得了實質性的突破。HMM方法現已成為語音識別的主流技術，目前大多數大詞彙量、連續語音的非特定人語音識別系統都是基於HMM模型的。HMM是對語音信號的時間序列結構建立統計模型，將之看作一個數學上的雙重隨機過程：一個是用具有有限狀態數的Markov鏈來模擬語音信號統計特性變化的隱含的隨機過程，另一個是與Markov鏈的每一個狀態相關聯的觀測序列的隨機過程。前者通過後者表現出來，但前者的具體參數是不可測的。人的言語過程實際上就是一個雙重隨機過程，語音信號本身是一個可觀測的時變序列，是由大腦根據語法知識和言語需要(不可觀測的狀態)發出的音素的參數流。可見HMM合理地模仿了這一過程，很好地描述了語音信號的整體非平穩性和局部平穩性,是較為理想的一種語音模型。
3、矢量量化(VQ)
矢量量化(VectorQuantization)是一種重要的信號壓縮方法。與HMM相比,矢量量化主要適用於小詞彙量、孤立詞的語音識別中。其過程是：將語音信號波形的k個樣點的每一幀，或有k個參數的每一參數幀，構成k維空間中的一個矢量，然後對矢量進行量化。量化時，將k維無限空間劃分為M個區域邊界，然後將輸入矢量與這些邊界進行比較，並被量化為「距離」最小的區域邊界的中心矢量值。矢量量化器的設計就是從大量信號樣本中訓練出好的碼書，從實際效果出發尋找到好的失真測度定義公式，設計出最佳的矢量量化系統，用最少的搜索和計算失真的運算量，實現最大可能的平均信噪比。
核心思想可以這樣理解：如果一個碼書是為某一特定的信源而優化設計的，那麼由這一信息源產生的信號與該碼書的平均量化失真就應小於其他信息的信號與該碼書的平均量化失真，也就是說編碼器本身存在區分能力。
在實際的應用過程中，人們還研究了多種降低復雜度的方法，這些方法大致可以分為兩類：無記憶的矢量量化和有記憶的矢量量化。無記憶的矢量量化包括樹形搜索的矢量量化和多級矢量量化。 利用人工神經網路的方法是80年代末期提出的一種新的語音識別方法。人工神經網路(ANN)本質上是一個自適應非線性動力學系統，模擬了人類神經活動的原理，具有自適應性、並行性、魯棒性、容錯性和學習特性，其強的分類能力和輸入-輸出映射能力在語音識別中都很有吸引力。但由於存在訓練、識別時間太長的缺點，目前仍處於實驗探索階段。
由於ANN不能很好的描述語音信號的時間動態特性，所以常把ANN與傳統識別方法結合，分別利用各自優點來進行語音識別。

⑵ 文字識別有哪些方法

文字識別
利用計算機自動識別字元的技術，是模式識別應用的一個重要領域。人們在生產和生活中，要處理大量的文字、報表和文本。為了減輕人們的勞動，提高處理效率，50年代開始探討一般文字識別方法，並研製出光學字元識別器。60年代出現了採用磁性墨水和特殊字體的實用機器。60年代後期，出現了多種字體和手寫體文字識別機，其識別精度和機器性能都基本上能滿足要求。如用於信函分揀的手寫體數字識別機和印刷體英文數字識別機。70年代主要研究文字識別的基本理論和研製高性能的文字識別機，並著重於漢字識別的研究。

中文名
文字識別
外文名
Text recognition
性質
識別
屬性
文字
年代
60年代
快速
導航
識別方法

應用領域

中國現狀
識別系統
文字識別一般包括文字信息的採集、信息的分析與處理、信息的分類判別等幾個部分。
信息採集 將紙面上的文字灰度變換成電信號，輸入到計算機中去。信息採集由文字識別機中的送紙機構和光電變換裝置來實現，有飛點掃描、攝像機、光敏元件和激光掃描等光電變換裝置。
信息分析和處理 對變換後的電信號消除各種由於印刷質量、紙質（均勻性、污點等）或書寫工具等因素所造成的噪音和干擾，進行大小、偏轉、濃淡、粗細等各種正規化處理。
信息的分類判別 對去掉雜訊並正規化後的文字信息進行分類判別，以輸出識別結果。

識別方法
文字識別方法 文字識別方法基本上分為統計、邏輯判斷和句法三大類。常用的方法有模板匹配法和幾何特徵抽取法。
① 模板匹配法 將輸入的文字與給定的各類別標准文字（模板）進行相關匹配，計算輸入文字與各模板之間的相似性程度，取相似度最大的類別作為識別結果。這種方法的缺點是當被識別類別數增加時，標准文字模板的數量也隨之增加。這一方面會增加機器的存儲容量，另一方面也會降低識別的正確率，所以這種方式適用於識別固定字型的印刷體文字。這種方法的優點是用整個文字進行相似度計算，所以對文字的缺損、邊緣雜訊等具有較強的適應能力。

② 幾何特徵抽取法 抽取文字的一些幾何特徵，如文字的端點、分叉點、凹凸部分以及水平、垂直、傾斜等各方向的線段、閉合環路等，根據這些特徵的位置和相互關系進行邏輯組合判斷，獲得識別結果。這種識別方式由於利用結構信息，也適用於手寫體文字那樣變型較大的文字。

文字識別
應用領域
文字識別可應用於許多領域，如閱讀、翻譯、文獻資料的檢索、信件和包裹的分揀、稿件的編輯和校對、大量統計報表和卡片的匯總與分析、銀行支票的處理、商品發票的統計匯總、商品編碼的識別、商品倉庫的管理，以及水、電、煤氣、房租、人身保險等費用的徵收業務中的大量信用卡片的自動處理和辦公室打字員工作的局部自動化等。以及文檔檢索，各類證件識別，方便用戶快速錄入信息，提高各行各業的工作效率。

⑶ 句子成分分析法，語義成分分析法，直接成分分析法是三種不同的分析法嗎還有「成分分析法「呢

主要有
（一）句子成分分析法
（二）層次分析法
（三）其他句子分析方法
句子成分分析法又稱「中心詞分析法」，是傳統語法學使用的句子分析方法。
①句子分析就是分析一個句子（單句）的句子成分。
句子成分有六種——主語、謂語、賓語、定語、狀語、補語。
②詞與句子成分之間存在對應關系，短語中只有聯合短語和主謂短語可以直接充當句子成分。
③主語和謂語是主要成分，賓語和補語是次要成分，定語和狀語是附加成分。
把主謂短語看作句子，認為句子總是由主謂短語充當。當主謂短語在句中作成分時，就叫做「小句」或「句子形式」；將非主謂句稱作「無主句」。
④偏正短語要先找出其中的中心語，述賓短語或述補短語要先找出其中的謂語中心詞。
在分析過程中：
首先將句子分為主語部分和謂語部分，找出全句的主要成分——主語和謂語；
再看謂語由哪種動詞充當，以及後面跟著的賓語和補語；
在主語部分找出附加在主語前面的定語，在謂語部分找出附加在謂語前的狀語。

例如分析「未來幾十年裡，地球能源將面臨嚴重的短缺問題」。
第一步：找出主要成分
未來幾十年裡，我們生活的地球能源將面臨嚴重的短缺問題。
第二步：找出次要成分
未來幾十年裡，我們生活的地球能源將面臨嚴重的短缺問題。
第三步：找出附加成分
[未來幾十年裡]，（我們生活）的地球能源[將]面臨（嚴重）的（短缺）問題。
層次分析法，又稱「直接成分分析法」，是對句法單位（包括短語和句子）的直接成分進行結構層次分析的方法。由於切分過程中盡可能採用二分，所以層次分析法又稱作「二分法」。
語法從表面上看是線性排列的符號序列。線性排列是指按照時間先後順序說出或寫出的形式。但是語法結構卻是有層次性的，層次是指句法單位在組合時所反映出來的不同的先後順序。
表層的線性關系背後暗含著隱性的層次關系。小的語法單位是大語法單位的組成部分，大的語法單位是由小的語法單位組合而成的，本身又可以成為更大語法單位的組成部分。
語法結構的每個層次一般直接包含比它小的兩個語法單位，這兩個小的語法單位就是直接成分。每一個直接成分又可以包含更小的直接成分。
例如：
我們 進行 社會 調查 分析過程
|主||____謂_______|
|_述 | 賓____ |
|_定）中 | 更多例子

層次分析法就是逐層將一個句法單位（聯合短語等由多個直接成分組成的短語除外）切分成兩個直接成分，直到不能再切分為止的句子分析方法。
層次分析法的分析過程主要包括兩個步驟：第一步是切分結構層次，第二步是確定結構關系。
例如：
他 去年 去 了 一趟 美國。 分析過程
|__||___________________| 主謂關系
|___||______________| 狀中關系
|________| |__| 述賓關系
|_| |___| 述補關系 更多例子
切分過程中應注意：
①第一步切分非常重要，第一步切分不當，後面便容易全都切錯。
②必須逐層切分，直至分析出每個實詞，語素不需要切分。
③為避免切分過程中的遺漏，一般採用從左到右、從上到下、逐塊切分的分析步驟。
層次分析法中常用的圖解表示法是切分法、組合法和樹形圖。
①切分法
切分法是最常用的方法，將所要分析的短語或句子作為一個整體，從大到小，逐層切分。
例如：
申奧 成功 有助於 中國 的 改革 與 開放。 分析過程
|_ 主 __| |______ 謂 ________________|
|主| |謂| |_述_ |______ 賓___________|
|__ 定_）_ 中_______|
| 聯 + 合 |

②組合法
組合法是把所要分析的短語或句子切分到單詞，然後從小到大，依次組合起來。例如：
他 弟弟 在 北京 念 大學 分析過程
|_定中_| |_介賓_| |_述賓_|
| |____狀中____|
|_____主謂______|
③樹形圖
樹形圖是把有關的結構分析用豎線和斜線連接起來，從而顯示出句法單位內部的結構關系。例如：
S
/ \
主語 謂語
/ \ / \
偏 正 述 賓
| | | |
取暖 設備 出現 故障 分析過程

（三）其他句子分析方法
1、變換分析
2、語義特徵分析
3、語義指向分析
變化分析是通過移位、添加、刪除、替換等方法來考察兩種句法結構之間的關系和變換規則的分析方法。 變換分析著眼於句法結構的外部分析，考察具有內在聯系的不同句法結構之間的聯系。例如：
A、台上坐著主席團
B、台上演著梆子戲
C、山上架著炮
三個例句包含的詞類相同（處所名詞+動詞+助詞+名詞），排列順序相同，內部層次關系相同，但是A句表示靜態意義（台上有主席團）、B句表示動態意義（梆子戲正在上演）、C句既可表示靜態意義（山上有炮），也可表示動態意義（山上正在架炮）。
下面我們通過變換分析法分析三個句子。
A句可以變換為「主席團坐在台上」。類似的例子如：
門口站著人—→人站在門口 床上躺著人—→人躺在床上
黑板上寫著字—→字寫在黑板上 牆上掛著畫—→畫掛在牆上
B句可以變換為「台上正在演梆子戲」。類似的例子如：
外面下著大雨—→外面正在下大雨 操場上放著電影—→操場上正在放電影
教室里上著課—→教室里正在上課 隔壁打著電話—→隔壁正在打電話
C句既可以按照A句模式變換，也可以按照B句模式變換。
山上架著炮—→炮架在山上/山上正在架炮
類似的例子如：院牆外修著馬路—→馬路修在院牆外/院牆外正在修馬路
通過變換分析，不但將內部層次關系相同的「台上坐著主席團」、「台上演著梆子戲」、「山上架著炮」區別開來，而且分化了類似「山上架著炮」的歧義。
語義特徵分析是分析和概括同一句式中處於相同位置上的詞所共有的語義特徵的分析方法。例如：
A類：
他贈了幅國畫給我—→他贈給了我一幅國畫
學校獎了三千元給他—→學校獎給了他三千元
B類：
我買了斤香蕉給他—→*我買給了他一斤香蕉
我要了個名額給他—→*我要給了他一個名額
A類句子與B類句子都是連謂句，內部層次結構相同，但表達的語義不同：
A類句子包含兩個動作，但說的是同一件事情（「贈國畫」和「給我」是國畫由他轉移到我的過程）。B類句子也包含兩個動作，但說的彼此分離的兩件事情（「我買了斤香蕉」和「給他」互相分離的兩個過程）。
A類句子與B類句子的不同關鍵在於動詞語義特徵上的差別。
A類句子中的「贈、獎」具有「給予」的語義特徵，而沒有「取得」的語義特徵。B類句子中的動詞「買、要」具有「取得」的語義特徵，而沒有「給予」的語義特徵。
語義指向是指句法結構中的某一成分在語義上指向相關的另一個成分。
語義指向分析就是通過分析句中某一成分的語義指向來解釋和說明某一語法現象的分析方法。
通過語義指向分析，可以把一個狹義同構的句式分化成語義不同的句式。
例如，同為「動詞＋形容詞＋了」的述補結構，其補語的語義指向各不相同。
砍光了（補語指向「砍」的受事，「樹砍光了」）
砍累了（補語指向「砍」的施事，「我砍累了」）
砍快了（補語指向「砍」這一動作的本身，「你砍快了，得慢點砍」）
砍鈍了（補語指向「砍」所利用的工具，「刀砍鈍了」）
砍壞了（補語指向工具或受事，「他把刀砍壞了」、「桌子砍壞了」）
砍疼了（補語指向受事或施事的隸屬部分，「把他的腳砍疼了」、「忙了半天，胳膊都砍疼了」）
語義指向分析的主要作用是在語法形式分析的基礎上進一步進行語義解釋，揭示句法成分之間在語

⑷ 語義分析的三種方法是語義指向、語義特徵、語義成分，這三種分析方法有什麼不同

語義指向實例：
砍光了
砍累了
砍鈍了
砍快了
砍疼了
砍壞了
從格式上看，以上各例都是「動+形+了」述補結構。但是，其補語成分的語義所指細分析起來會發現它們各不相同。請看：
砍光了[補語「光」在語義上指向「砍」的受事，如「樹砍光了」。]
砍累了[補語「累」在語義上指向「砍」的施事，如「我砍累了」。]
砍鈍了[補語「鈍」在語義上指向「砍」的工具，如「這把刀砍鈍了」。]
砍快了[補語「快」在語義上指向「砍」這一動作本身，如「你砍快了，得慢點兒砍」。]
砍疼了[補語「疼」在語義上有時可指向「砍」的受事，如「把他的腳砍疼了」；有時可指向「砍」的施事的隸屬部分，如「砍了一下午，我的胳膊都砍疼了」。因此這是一個有歧義的結構。]
砍壞了[補語「壞」在語義上有時可指向「砍」的受事，如「別把桌子砍壞了」；有時可指向「砍」的工具，如「他那把刀砍壞了」。因此這也是一個有歧義的結構。]
以上所說的區別，就是補語語義指向的不同，即補語在語義上指向哪兒各不相同。可見所謂語義指向就是指句中某一成分在語義上跟哪個成分直接相關。通過分析句中某一成分的語義指向來揭示、說明、解釋某一語法現象，這種分析手段就稱為語義指向分析法。
語義指向分析面面觀

不是所有的句法成分都有必要去考察它的語義指向，如「吃蘋果」，就沒有必要去考察「蘋果」的語義指向。根據語法研究的需要，有下列三種句法成分的語義指向值得考察：(一)補語，如上面所舉的例子。(二)修飾語，特別是狀語，例如：
(1)他早早地炸了盤花生米。
(2)他喜滋滋地炸了盤花生米。
(3)他脆脆地炸了盤花生米。
這三句話，就格式上看完全相同，所差只在作狀語的詞不同：例(1)用「早早地」，例(2)用「喜滋滋地」，例(3)用「脆脆地」。然而其語義指向各不相同：例(1)「早早地」在語義上指向謂語動詞「炸」，例(2)「喜滋滋地」在語義上指向「炸」的施事「他」，例(3)「脆脆地」在語義上指向「炸」的受事「花生米」。(三)謂語，例如：
(4)他很好。
(5)昨天還很好，今天他怎麼就病倒了？
例(4)謂語「很好」在語義上指向「他」；例(5)這一復句里的前一分句「昨天還很好」雖是個主謂結構，但謂語中心「很好」並不指向作主語的「昨天」，而指向其主體「他」。「他」在「很好」所在的分句里沒有出現。
以上三種句法成分雖不相同，但有共同點，那就是都是「說明成分」——補語是補充性說明成分，狀語是修飾性說明成分，謂語是陳述性說明成分。

語義指向是指句法成分的語義指向，但是有些詞，如副詞，它只能作狀語，因此有時我們也可以徑直說「副詞的語義指向」(意即副詞作狀語時的語義指向)。

對於句法成分的語義指向可從以下諸方面去考察：
一、是指前還是指後，即是指向它前面的成分，還是指向它後面的成分？例如：
(1)張三和李四都只吃了一片麵包。
例(1)里的「都」和「只」都是副詞，都是作狀語，但是，「都」指前，即「都」在語義上指向它前面的成分「張三和李四」，而「只」則指後，即「只」在語義上指向它後面的成分「一片麵包」。
二、是指向句內成分還是指向句外成分？某個句法成分在語義上通常指向句內某個成分，例如：
(2)他把餅干吃光了。
例(2)謂語中心「吃」在語義上指向其施事「他」，補語「光」在語義上指向「吃」的受事「餅干」，所指都在句內。有時所指也可在句外。例如：
(3)剩下的肉隨隨便便地炒了盤木須肉。
例(3)狀語「隨隨便便地」在語義上是指向「炒」的施事，而這個施事沒有在句中出現。
三、是指向名詞性成分，還是指向謂詞性成分，還是指向數量成分？請看實例：
(4)我只看看。
(5)我沒吃什麼，只吃了個蘋果。
(6)蘋果我只吃了三個。
副詞「只」在例(4)、(5)、(6)中都是作狀語，但語義指向有區別：在例(4)里指向動詞「看看」，在例(5)里指向名詞「蘋果」，在例(6)里指向數量成分「三個」。「只」的語義指向會受語境的影響而所指不同，例如：
(7)我沒干什麼，只玩兒電子游戲了。
(8)我沒吃什麼，只吃了一個麵包。
(9)麵包我吃得不多，只吃了一個麵包。
例(7)「只」在語義上指向述賓結構「玩兒電子游戲」，由於「只」在這里指向謂詞性成分，所以如果將名詞性賓語「電子游戲」刪去，說成(10)：
(10)我沒干什麼，只玩兒了。
句子仍然成立，不影響基本意思的表達。例(8)「只」在語義上指向名詞「麵包」，只因為這樣，允許將數詞「一」刪去，說成(11)：
(11)我沒吃什麼，只吃了個麵包。
甚至，在一定的語境下，動詞性成分「吃了」都可以刪去，說成(12)：
(12)我沒吃什麼，只麵包而已。
例(9)「只」在語義上指向數量成分，所以句中的數量成分「一個」不能刪去，而可以刪去名詞「麵包」，說成(13)：
(13)麵包我吃得不多，只吃了一個。
甚至，可以將動詞性成分「吃了」刪去，說成(14)：
(14)麵包我吃得不多，只一個。
四、如果是指向名詞性成分，那麼它是指向主要動詞的施事，還是受事，還是工具，還是處所，還是別的什麼？例如：
(15)這個坑兒挖淺了。
(16)我挖累了。
例(15)、(16)里的補語「淺」「累」都只能指向它前面的成分，也都只能指向名詞性成分「坑兒」「我」，但二者又有區別，「淺」指向「挖」的受事(嚴格說「坑兒」是「挖」的結果，但也可看作廣義的受事)，而「累」則指向「挖」的施事。

⑸ 基於語義的人體動作識別方法有哪些

為提高遠方跳閘的安全性，防止誤動作，執行端應設置故障判別元件。只有在收到遠方跳閘命令且就地故障判別元件啟動時才允許出口跳閘切除相關斷路器。可以作為就地故障判別元件啟動量的有：低電流、過電流、負序電流、零序電流、低功率、負序電壓、低電壓、過電壓等。就地故障判別元件應保證對其所保護的相鄰線路或電力設備故障有足夠靈敏度。遠方跳閘的出口跳閘迴路應獨立於線路保護跳閘迴路，同時遠方跳閘應閉合重合閘。

⑹ 語義識別的難點在哪

語義差別量表需要挑選一些能夠形容評分概念的一系列對立的形容詞或短語，每組形容詞代表評分的兩個極端條件李克特量表避免了設計對立形容詞的難題。這種量表有一系列能夠表達對所研究的概念是肯定還是否定態度的陳述所構成。