语义信息分解方法石光明, 梁宇平,高大化,杨旻曦, 李海雄, 宋晓丹chinaxiv(2025)被引用0|浏览11摘要随着移动通信与人工智能技术的飞速发展,当今社会对于信息智能化处理的需求迅速攀升,信息处理技术正在经历着由信号处理向内容处理的深刻变革。以傅里叶分析为代表的传统信号分析方法在分析和刻画信号时-频特性方面取得了巨大的成功,而在内容层面的信号语义特性分析方法却存在着一定的研究空白。因此,本文致力于为语义信息分析提供新的视角,提出了一种基于语义分解的语义信息分析方法。该方法认为,一个大颗粒度的语义信息可以分解为多个小颗粒度的语义信息,正如傅里叶变换可以将时域信号分解成多个不同频率分量的信号。本文所提出的语义分解方法关注到现实世界中语义信息天然存在的层级结构,其核心思路在于将复杂的语义信息分解为基本的单元组合结构,从而进行表征与理解。为此,本文提出了一系列核心概念,包括语义基元、语义分解树和语义颗粒度等,并定义了语义基元提取的相关运算和方法。通过实验验证,本文提出的语义信息分解方法能够有效地分解和表征语义信号,为信息处理技术的进一步发展提供了理论基础和实践指导。更多上传PDF引用加入学术空间AI 理解论文数据免责声明页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cnChat Paper正在生成论文摘要