期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
人名发音与脸型的跨模态映射效应 被引量:1
1
作者 闫向博 蒋重清 +1 位作者 冷海州 李东 《心理科学》 CSSCI CSCD 北大核心 2020年第5期1125-1131,共7页
本文基于无意义词与简单几何体之间的跨模态映射效应,来研究社会知觉中人名发音与脸型的关系。本研究控制了人名发音的唇形和人物面孔的轮廓,通过简单匹配范式来考察人名发音与面孔之间是否存在跨模态映射效应。结果发现:被试将圆唇音... 本文基于无意义词与简单几何体之间的跨模态映射效应,来研究社会知觉中人名发音与脸型的关系。本研究控制了人名发音的唇形和人物面孔的轮廓,通过简单匹配范式来考察人名发音与面孔之间是否存在跨模态映射效应。结果发现:被试将圆唇音人名与圆面孔匹配、扁唇音人名与尖面孔匹配的概率,均显著大于随机水平。该结果说明了音-形跨模态映射效应也存在于人名发音和脸型之间,这不仅拓宽了声音-形状跨模态映射的研究范围,对于人们取名字方面具有一定的指导意义。 展开更多
关键词 人名发音 脸型 跨模态映射
原文传递
基于深度示例差异化的零样本多标签图像分类 被引量:6
2
作者 冀中 李慧慧 何宇清 《计算机科学与探索》 CSCD 北大核心 2019年第1期97-105,共9页
零样本多标签图像分类是对含多个标签且测试类别标签在训练过程中没有相应训练样本的图像进行分类标注。已有的研究表明,多标签图像类别间存在相互关联,合理利用标签间相互关系是多标签图像分类技术的关键,如何实现已见类到未见类的模... 零样本多标签图像分类是对含多个标签且测试类别标签在训练过程中没有相应训练样本的图像进行分类标注。已有的研究表明,多标签图像类别间存在相互关联,合理利用标签间相互关系是多标签图像分类技术的关键,如何实现已见类到未见类的模型迁移,并利用标签间相关性实现未见类的分类是零样本多标签分类需要解决的关键问题。针对这一挑战性的学习任务,提出一种深度示例差异化分类算法。首先利用深度嵌入网络实现图像视觉特征空间至标签语义特征空间的跨模态映射,然后在语义空间利用示例差异化算法实现多标签分类。通过在主流数据集Natural Scene和IAPRTC-12上与已有算法进行对比实验,验证了所提方法的先进性和有效性,同时验证了嵌入网络的先进性。 展开更多
关键词 零样本学习 多标签分类 跨模态映射 多示例学习
下载PDF
语音象似性视角下状貌词的意义编码与解码:问题、模型与展望
3
作者 李怡 蒋晓鸣 《外国语》 CSSCI 北大核心 2024年第5期43-56,共14页
语言中的象似性假设认为语言的形式与其意义之间存在映照关系。以往关于语音象似性的研究较少关注到自然语言中的词汇加工,并且汉语词汇的语音象似性心理加工机制尚不明确。本文回顾以往有关状貌词(典型的语音象似性词汇)加工的文献,从... 语言中的象似性假设认为语言的形式与其意义之间存在映照关系。以往关于语音象似性的研究较少关注到自然语言中的词汇加工,并且汉语词汇的语音象似性心理加工机制尚不明确。本文回顾以往有关状貌词(典型的语音象似性词汇)加工的文献,从词汇加工、跨模态映射神经机制、客体与事件意义编码三方面梳理前人研究。本文得出结论,语音象似性可以促进语义通达,但该效应受到实验任务和词汇呈现模态影响。在大脑加工语音象似性时,不仅涉及模态一般性的加工中枢(例如颞上沟和上顶叶),也可能基于语音映射的不同模态特征激活模态特异性的相关脑区。本文将这些模态特征分为客体相关(大小、形状、颜色等)和事件相关(动作性、时间性),并发现相对于客体意义,语音象似性对事件意义具有更强的编码能力。综合以往文献,本文提出状貌词解码的认知加工模型,并侧重于汉语的语音象似性现象展望未来研究,以期加深当前对于汉语语音象似性心理加工机制的了解。 展开更多
关键词 状貌词 语音象似性 词汇加工 意义编码 跨模态映射
原文传递
零样本图像分类综述:十年进展 被引量:19
4
作者 冀中 汪浩然 +1 位作者 于云龙 庞彦伟 《中国科学:信息科学》 CSCD 北大核心 2019年第10期1299-1320,共22页
零样本图像分类指训练集和测试集在数据的类别上没有交集的情况下进行图像分类.该技术是解决类别标签缺失问题的一种有效手段,因此受到了日益广泛的关注.自提出此问题至今,零样本图像分类的研究已经大致有十年时间.本文系统地对过去十... 零样本图像分类指训练集和测试集在数据的类别上没有交集的情况下进行图像分类.该技术是解决类别标签缺失问题的一种有效手段,因此受到了日益广泛的关注.自提出此问题至今,零样本图像分类的研究已经大致有十年时间.本文系统地对过去十年中零样本图像分类技术的研究进展进行了综述,主要包括以下4个方面.首先介绍零样本图像分类技术的研究意义及其应用价值,然后重点总结和归纳零样本图像分类的发展过程和研究现状,接下来介绍常用的数据集和评价准则,以及与零样本学习相关的技术的区别和联系,最后分析有待深入研究的热点与难点问题,并对未来的发展趋势进行了展望. 展开更多
关键词 零样本图像分类 属性 词向量 跨模态映射 领域适应学习
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部