语义识别的常用方法有哪些

⑴ 语音识别技术的基本方法

一般来说,语音识别的方法有三种：基于声道模型和语音知识的方法、模板匹配的方法以及利用人工神经网络的方法。 该方法起步较早，在语音识别技术提出的开始，就有了这方面的研究，但由于其模型及语音知识过于复杂，现阶段没有达到实用的阶段。
通常认为常用语言中有有限个不同的语音基元，而且可以通过其语音信号的频域或时域特性来区分。这样该方法分为两步实现：
第一步，分段和标号
把语音信号按时间分成离散的段，每段对应一个或几个语音基元的声学特性。然后根据相应声学特性对每个分段给出相近的语音标号
第二步，得到词序列
根据第一步所得语音标号序列得到一个语音基元网格，从词典得到有效的词序列，也可结合句子的文法和语义同时进行。 模板匹配的方法发展比较成熟，目前已达到了实用阶段。在模板匹配方法中，要经过四个步骤：特征提取、模板训练、模板分类、判决。常用的技术有三种：动态时间规整(DTW)、隐马尔可夫（HMM）理论、矢量量化（VQ）技术。
1、动态时间规整(DTW)
语音信号的端点检测是进行语音识别中的一个基本步骤，它是特征训练和识别的基础。所谓端点检测就是在语音信号中的各种段落(如音素、音节、词素)的始点和终点的位置，从语音信号中排除无声段。在早期，进行端点检测的主要依据是能量、振幅和过零率。但效果往往不明显。60年代日本学者Itakura提出了动态时间规整算法(DTW：DynamicTimeWarping)。算法的思想就是把未知量均匀的升长或缩短,直到与参考模式的长度一致。在这一过程中，未知单词的时间轴要不均匀地扭曲或弯折，以使其特征与模型特征对正。
2、隐马尔可夫法(HMM)
隐马尔可夫法(HMM)是70年代引入语音识别理论的，它的出现使得自然语音识别系统取得了实质性的突破。HMM方法现已成为语音识别的主流技术，目前大多数大词汇量、连续语音的非特定人语音识别系统都是基于HMM模型的。HMM是对语音信号的时间序列结构建立统计模型，将之看作一个数学上的双重随机过程：一个是用具有有限状态数的Markov链来模拟语音信号统计特性变化的隐含的随机过程，另一个是与Markov链的每一个状态相关联的观测序列的随机过程。前者通过后者表现出来，但前者的具体参数是不可测的。人的言语过程实际上就是一个双重随机过程，语音信号本身是一个可观测的时变序列，是由大脑根据语法知识和言语需要(不可观测的状态)发出的音素的参数流。可见HMM合理地模仿了这一过程，很好地描述了语音信号的整体非平稳性和局部平稳性,是较为理想的一种语音模型。
3、矢量量化(VQ)
矢量量化(VectorQuantization)是一种重要的信号压缩方法。与HMM相比,矢量量化主要适用于小词汇量、孤立词的语音识别中。其过程是：将语音信号波形的k个样点的每一帧，或有k个参数的每一参数帧，构成k维空间中的一个矢量，然后对矢量进行量化。量化时，将k维无限空间划分为M个区域边界，然后将输入矢量与这些边界进行比较，并被量化为“距离”最小的区域边界的中心矢量值。矢量量化器的设计就是从大量信号样本中训练出好的码书，从实际效果出发寻找到好的失真测度定义公式，设计出最佳的矢量量化系统，用最少的搜索和计算失真的运算量，实现最大可能的平均信噪比。
核心思想可以这样理解：如果一个码书是为某一特定的信源而优化设计的，那么由这一信息源产生的信号与该码书的平均量化失真就应小于其他信息的信号与该码书的平均量化失真，也就是说编码器本身存在区分能力。
在实际的应用过程中，人们还研究了多种降低复杂度的方法，这些方法大致可以分为两类：无记忆的矢量量化和有记忆的矢量量化。无记忆的矢量量化包括树形搜索的矢量量化和多级矢量量化。 利用人工神经网络的方法是80年代末期提出的一种新的语音识别方法。人工神经网络(ANN)本质上是一个自适应非线性动力学系统，模拟了人类神经活动的原理，具有自适应性、并行性、鲁棒性、容错性和学习特性，其强的分类能力和输入-输出映射能力在语音识别中都很有吸引力。但由于存在训练、识别时间太长的缺点，目前仍处于实验探索阶段。
由于ANN不能很好的描述语音信号的时间动态特性，所以常把ANN与传统识别方法结合，分别利用各自优点来进行语音识别。

⑵ 文字识别有哪些方法

文字识别
利用计算机自动识别字符的技术，是模式识别应用的一个重要领域。人们在生产和生活中，要处理大量的文字、报表和文本。为了减轻人们的劳动，提高处理效率，50年代开始探讨一般文字识别方法，并研制出光学字符识别器。60年代出现了采用磁性墨水和特殊字体的实用机器。60年代后期，出现了多种字体和手写体文字识别机，其识别精度和机器性能都基本上能满足要求。如用于信函分拣的手写体数字识别机和印刷体英文数字识别机。70年代主要研究文字识别的基本理论和研制高性能的文字识别机，并着重于汉字识别的研究。

中文名
文字识别
外文名
Text recognition
性质
识别
属性
文字
年代
60年代
快速
导航
识别方法

应用领域

中国现状
识别系统
文字识别一般包括文字信息的采集、信息的分析与处理、信息的分类判别等几个部分。
信息采集 将纸面上的文字灰度变换成电信号，输入到计算机中去。信息采集由文字识别机中的送纸机构和光电变换装置来实现，有飞点扫描、摄像机、光敏元件和激光扫描等光电变换装置。
信息分析和处理 对变换后的电信号消除各种由于印刷质量、纸质（均匀性、污点等）或书写工具等因素所造成的噪音和干扰，进行大小、偏转、浓淡、粗细等各种正规化处理。
信息的分类判别 对去掉噪声并正规化后的文字信息进行分类判别，以输出识别结果。

识别方法
文字识别方法 文字识别方法基本上分为统计、逻辑判断和句法三大类。常用的方法有模板匹配法和几何特征抽取法。
① 模板匹配法 将输入的文字与给定的各类别标准文字（模板）进行相关匹配，计算输入文字与各模板之间的相似性程度，取相似度最大的类别作为识别结果。这种方法的缺点是当被识别类别数增加时，标准文字模板的数量也随之增加。这一方面会增加机器的存储容量，另一方面也会降低识别的正确率，所以这种方式适用于识别固定字型的印刷体文字。这种方法的优点是用整个文字进行相似度计算，所以对文字的缺损、边缘噪声等具有较强的适应能力。

② 几何特征抽取法 抽取文字的一些几何特征，如文字的端点、分叉点、凹凸部分以及水平、垂直、倾斜等各方向的线段、闭合环路等，根据这些特征的位置和相互关系进行逻辑组合判断，获得识别结果。这种识别方式由于利用结构信息，也适用于手写体文字那样变型较大的文字。

文字识别
应用领域
文字识别可应用于许多领域，如阅读、翻译、文献资料的检索、信件和包裹的分拣、稿件的编辑和校对、大量统计报表和卡片的汇总与分析、银行支票的处理、商品发票的统计汇总、商品编码的识别、商品仓库的管理，以及水、电、煤气、房租、人身保险等费用的征收业务中的大量信用卡片的自动处理和办公室打字员工作的局部自动化等。以及文档检索，各类证件识别，方便用户快速录入信息，提高各行各业的工作效率。

⑶ 句子成分分析法，语义成分分析法，直接成分分析法是三种不同的分析法吗还有“成分分析法“呢

主要有
（一）句子成分分析法
（二）层次分析法
（三）其他句子分析方法
句子成分分析法又称“中心词分析法”，是传统语法学使用的句子分析方法。
①句子分析就是分析一个句子（单句）的句子成分。
句子成分有六种——主语、谓语、宾语、定语、状语、补语。
②词与句子成分之间存在对应关系，短语中只有联合短语和主谓短语可以直接充当句子成分。
③主语和谓语是主要成分，宾语和补语是次要成分，定语和状语是附加成分。
把主谓短语看作句子，认为句子总是由主谓短语充当。当主谓短语在句中作成分时，就叫做“小句”或“句子形式”；将非主谓句称作“无主句”。
④偏正短语要先找出其中的中心语，述宾短语或述补短语要先找出其中的谓语中心词。
在分析过程中：
首先将句子分为主语部分和谓语部分，找出全句的主要成分——主语和谓语；
再看谓语由哪种动词充当，以及后面跟着的宾语和补语；
在主语部分找出附加在主语前面的定语，在谓语部分找出附加在谓语前的状语。

例如分析“未来几十年里，地球能源将面临严重的短缺问题”。
第一步：找出主要成分
未来几十年里，我们生活的地球能源将面临严重的短缺问题。
第二步：找出次要成分
未来几十年里，我们生活的地球能源将面临严重的短缺问题。
第三步：找出附加成分
[未来几十年里]，（我们生活）的地球能源[将]面临（严重）的（短缺）问题。
层次分析法，又称“直接成分分析法”，是对句法单位（包括短语和句子）的直接成分进行结构层次分析的方法。由于切分过程中尽可能采用二分，所以层次分析法又称作“二分法”。
语法从表面上看是线性排列的符号序列。线性排列是指按照时间先后顺序说出或写出的形式。但是语法结构却是有层次性的，层次是指句法单位在组合时所反映出来的不同的先后顺序。
表层的线性关系背后暗含着隐性的层次关系。小的语法单位是大语法单位的组成部分，大的语法单位是由小的语法单位组合而成的，本身又可以成为更大语法单位的组成部分。
语法结构的每个层次一般直接包含比它小的两个语法单位，这两个小的语法单位就是直接成分。每一个直接成分又可以包含更小的直接成分。
例如：
我们 进行 社会 调查 分析过程
|主||____谓_______|
|_述 | 宾____ |
|_定）中 | 更多例子

层次分析法就是逐层将一个句法单位（联合短语等由多个直接成分组成的短语除外）切分成两个直接成分，直到不能再切分为止的句子分析方法。
层次分析法的分析过程主要包括两个步骤：第一步是切分结构层次，第二步是确定结构关系。
例如：
他 去年 去 了 一趟 美国。 分析过程
|__||___________________| 主谓关系
|___||______________| 状中关系
|________| |__| 述宾关系
|_| |___| 述补关系 更多例子
切分过程中应注意：
①第一步切分非常重要，第一步切分不当，后面便容易全都切错。
②必须逐层切分，直至分析出每个实词，语素不需要切分。
③为避免切分过程中的遗漏，一般采用从左到右、从上到下、逐块切分的分析步骤。
层次分析法中常用的图解表示法是切分法、组合法和树形图。
①切分法
切分法是最常用的方法，将所要分析的短语或句子作为一个整体，从大到小，逐层切分。
例如：
申奥 成功 有助于 中国 的 改革 与 开放。 分析过程
|_ 主 __| |______ 谓 ________________|
|主| |谓| |_述_ |______ 宾___________|
|__ 定_）_ 中_______|
| 联 + 合 |

②组合法
组合法是把所要分析的短语或句子切分到单词，然后从小到大，依次组合起来。例如：
他 弟弟 在 北京 念 大学 分析过程
|_定中_| |_介宾_| |_述宾_|
| |____状中____|
|_____主谓______|
③树形图
树形图是把有关的结构分析用竖线和斜线连接起来，从而显示出句法单位内部的结构关系。例如：
S
/ \
主语 谓语
/ \ / \
偏 正 述 宾
| | | |
取暖 设备 出现 故障 分析过程

（三）其他句子分析方法
1、变换分析
2、语义特征分析
3、语义指向分析
变化分析是通过移位、添加、删除、替换等方法来考察两种句法结构之间的关系和变换规则的分析方法。 变换分析着眼于句法结构的外部分析，考察具有内在联系的不同句法结构之间的联系。例如：
A、台上坐着主席团
B、台上演着梆子戏
C、山上架着炮
三个例句包含的词类相同（处所名词+动词+助词+名词），排列顺序相同，内部层次关系相同，但是A句表示静态意义（台上有主席团）、B句表示动态意义（梆子戏正在上演）、C句既可表示静态意义（山上有炮），也可表示动态意义（山上正在架炮）。
下面我们通过变换分析法分析三个句子。
A句可以变换为“主席团坐在台上”。类似的例子如：
门口站着人—→人站在门口 床上躺着人—→人躺在床上
黑板上写着字—→字写在黑板上 墙上挂着画—→画挂在墙上
B句可以变换为“台上正在演梆子戏”。类似的例子如：
外面下着大雨—→外面正在下大雨 操场上放着电影—→操场上正在放电影
教室里上着课—→教室里正在上课 隔壁打着电话—→隔壁正在打电话
C句既可以按照A句模式变换，也可以按照B句模式变换。
山上架着炮—→炮架在山上/山上正在架炮
类似的例子如：院墙外修着马路—→马路修在院墙外/院墙外正在修马路
通过变换分析，不但将内部层次关系相同的“台上坐着主席团”、“台上演着梆子戏”、“山上架着炮”区别开来，而且分化了类似“山上架着炮”的歧义。
语义特征分析是分析和概括同一句式中处于相同位置上的词所共有的语义特征的分析方法。例如：
A类：
他赠了幅国画给我—→他赠给了我一幅国画
学校奖了三千元给他—→学校奖给了他三千元
B类：
我买了斤香蕉给他—→*我买给了他一斤香蕉
我要了个名额给他—→*我要给了他一个名额
A类句子与B类句子都是连谓句，内部层次结构相同，但表达的语义不同：
A类句子包含两个动作，但说的是同一件事情（“赠国画”和“给我”是国画由他转移到我的过程）。B类句子也包含两个动作，但说的彼此分离的两件事情（“我买了斤香蕉”和“给他”互相分离的两个过程）。
A类句子与B类句子的不同关键在于动词语义特征上的差别。
A类句子中的“赠、奖”具有“给予”的语义特征，而没有“取得”的语义特征。B类句子中的动词“买、要”具有“取得”的语义特征，而没有“给予”的语义特征。
语义指向是指句法结构中的某一成分在语义上指向相关的另一个成分。
语义指向分析就是通过分析句中某一成分的语义指向来解释和说明某一语法现象的分析方法。
通过语义指向分析，可以把一个狭义同构的句式分化成语义不同的句式。
例如，同为“动词＋形容词＋了”的述补结构，其补语的语义指向各不相同。
砍光了（补语指向“砍”的受事，“树砍光了”）
砍累了（补语指向“砍”的施事，“我砍累了”）
砍快了（补语指向“砍”这一动作的本身，“你砍快了，得慢点砍”）
砍钝了（补语指向“砍”所利用的工具，“刀砍钝了”）
砍坏了（补语指向工具或受事，“他把刀砍坏了”、“桌子砍坏了”）
砍疼了（补语指向受事或施事的隶属部分，“把他的脚砍疼了”、“忙了半天，胳膊都砍疼了”）
语义指向分析的主要作用是在语法形式分析的基础上进一步进行语义解释，揭示句法成分之间在语

⑷ 语义分析的三种方法是语义指向、语义特征、语义成分，这三种分析方法有什么不同

语义指向实例：
砍光了
砍累了
砍钝了
砍快了
砍疼了
砍坏了
从格式上看，以上各例都是“动+形+了”述补结构。但是，其补语成分的语义所指细分析起来会发现它们各不相同。请看：
砍光了[补语“光”在语义上指向“砍”的受事，如“树砍光了”。]
砍累了[补语“累”在语义上指向“砍”的施事，如“我砍累了”。]
砍钝了[补语“钝”在语义上指向“砍”的工具，如“这把刀砍钝了”。]
砍快了[补语“快”在语义上指向“砍”这一动作本身，如“你砍快了，得慢点儿砍”。]
砍疼了[补语“疼”在语义上有时可指向“砍”的受事，如“把他的脚砍疼了”；有时可指向“砍”的施事的隶属部分，如“砍了一下午，我的胳膊都砍疼了”。因此这是一个有歧义的结构。]
砍坏了[补语“坏”在语义上有时可指向“砍”的受事，如“别把桌子砍坏了”；有时可指向“砍”的工具，如“他那把刀砍坏了”。因此这也是一个有歧义的结构。]
以上所说的区别，就是补语语义指向的不同，即补语在语义上指向哪儿各不相同。可见所谓语义指向就是指句中某一成分在语义上跟哪个成分直接相关。通过分析句中某一成分的语义指向来揭示、说明、解释某一语法现象，这种分析手段就称为语义指向分析法。
语义指向分析面面观

不是所有的句法成分都有必要去考察它的语义指向，如“吃苹果”，就没有必要去考察“苹果”的语义指向。根据语法研究的需要，有下列三种句法成分的语义指向值得考察：(一)补语，如上面所举的例子。(二)修饰语，特别是状语，例如：
(1)他早早地炸了盘花生米。
(2)他喜滋滋地炸了盘花生米。
(3)他脆脆地炸了盘花生米。
这三句话，就格式上看完全相同，所差只在作状语的词不同：例(1)用“早早地”，例(2)用“喜滋滋地”，例(3)用“脆脆地”。然而其语义指向各不相同：例(1)“早早地”在语义上指向谓语动词“炸”，例(2)“喜滋滋地”在语义上指向“炸”的施事“他”，例(3)“脆脆地”在语义上指向“炸”的受事“花生米”。(三)谓语，例如：
(4)他很好。
(5)昨天还很好，今天他怎么就病倒了？
例(4)谓语“很好”在语义上指向“他”；例(5)这一复句里的前一分句“昨天还很好”虽是个主谓结构，但谓语中心“很好”并不指向作主语的“昨天”，而指向其主体“他”。“他”在“很好”所在的分句里没有出现。
以上三种句法成分虽不相同，但有共同点，那就是都是“说明成分”——补语是补充性说明成分，状语是修饰性说明成分，谓语是陈述性说明成分。

语义指向是指句法成分的语义指向，但是有些词，如副词，它只能作状语，因此有时我们也可以径直说“副词的语义指向”(意即副词作状语时的语义指向)。

对于句法成分的语义指向可从以下诸方面去考察：
一、是指前还是指后，即是指向它前面的成分，还是指向它后面的成分？例如：
(1)张三和李四都只吃了一片面包。
例(1)里的“都”和“只”都是副词，都是作状语，但是，“都”指前，即“都”在语义上指向它前面的成分“张三和李四”，而“只”则指后，即“只”在语义上指向它后面的成分“一片面包”。
二、是指向句内成分还是指向句外成分？某个句法成分在语义上通常指向句内某个成分，例如：
(2)他把饼干吃光了。
例(2)谓语中心“吃”在语义上指向其施事“他”，补语“光”在语义上指向“吃”的受事“饼干”，所指都在句内。有时所指也可在句外。例如：
(3)剩下的肉随随便便地炒了盘木须肉。
例(3)状语“随随便便地”在语义上是指向“炒”的施事，而这个施事没有在句中出现。
三、是指向名词性成分，还是指向谓词性成分，还是指向数量成分？请看实例：
(4)我只看看。
(5)我没吃什么，只吃了个苹果。
(6)苹果我只吃了三个。
副词“只”在例(4)、(5)、(6)中都是作状语，但语义指向有区别：在例(4)里指向动词“看看”，在例(5)里指向名词“苹果”，在例(6)里指向数量成分“三个”。“只”的语义指向会受语境的影响而所指不同，例如：
(7)我没干什么，只玩儿电子游戏了。
(8)我没吃什么，只吃了一个面包。
(9)面包我吃得不多，只吃了一个面包。
例(7)“只”在语义上指向述宾结构“玩儿电子游戏”，由于“只”在这里指向谓词性成分，所以如果将名词性宾语“电子游戏”删去，说成(10)：
(10)我没干什么，只玩儿了。
句子仍然成立，不影响基本意思的表达。例(8)“只”在语义上指向名词“面包”，只因为这样，允许将数词“一”删去，说成(11)：
(11)我没吃什么，只吃了个面包。
甚至，在一定的语境下，动词性成分“吃了”都可以删去，说成(12)：
(12)我没吃什么，只面包而已。
例(9)“只”在语义上指向数量成分，所以句中的数量成分“一个”不能删去，而可以删去名词“面包”，说成(13)：
(13)面包我吃得不多，只吃了一个。
甚至，可以将动词性成分“吃了”删去，说成(14)：
(14)面包我吃得不多，只一个。
四、如果是指向名词性成分，那么它是指向主要动词的施事，还是受事，还是工具，还是处所，还是别的什么？例如：
(15)这个坑儿挖浅了。
(16)我挖累了。
例(15)、(16)里的补语“浅”“累”都只能指向它前面的成分，也都只能指向名词性成分“坑儿”“我”，但二者又有区别，“浅”指向“挖”的受事(严格说“坑儿”是“挖”的结果，但也可看作广义的受事)，而“累”则指向“挖”的施事。

⑸ 基于语义的人体动作识别方法有哪些

为提高远方跳闸的安全性，防止误动作，执行端应设置故障判别元件。只有在收到远方跳闸命令且就地故障判别元件启动时才允许出口跳闸切除相关断路器。可以作为就地故障判别元件启动量的有：低电流、过电流、负序电流、零序电流、低功率、负序电压、低电压、过电压等。就地故障判别元件应保证对其所保护的相邻线路或电力设备故障有足够灵敏度。远方跳闸的出口跳闸回路应独立于线路保护跳闸回路，同时远方跳闸应闭合重合闸。

⑹ 语义识别的难点在哪

语义差别量表需要挑选一些能够形容评分概念的一系列对立的形容词或短语，每组形容词代表评分的两个极端条件李克特量表避免了设计对立形容词的难题。这种量表有一系列能够表达对所研究的概念是肯定还是否定态度的陈述所构成。