1) Kripke's relational semantics
Kripke的关系语义
2) Kripke semantics
Kripke语义
1.
Then the Kripke semantics and generalized Aumann semantics of MBL are given, the equivalence of the two semantics, the soundness and completeness of MBL about the two semantics are proved.
首先建立了一种多 Agent信念逻辑 MBL(multi- agent belief logic) ,在经典信念逻辑基础上增加了普遍信念算子和公共信念算子 ,给出 MBL的 Kripke语义与广义 Aumann语义 ,讨论了两者的等价性 ,证明了 MBL对于上述两种语义的可靠性和完备性 。
3) Kripke's special semantic
狭义Kripke语义
4) Semantic relation
语义关系
1.
It can be caused by multiple modifications and different semantic relations.
多层修饰结构、语义关系不同都可以引起歧义。
2.
Resource Description Framework(RDF) and RDF Schema(RDFS) were served as the base for semantic model construction to implement the formal description of semantic relationship.
语义模型的构建以资源描述框架和资源描述框架模式为基础,实现数据语义关系的形式化描述,以异构数据库数据到语义模型的两级映射方法为手段,保证数据的透明访问和模型本身良好的可扩展性。
3.
Through the analysis of the semantic relations within possessive construction, this article intends to point out that the possessive construction can indicate not only ownership or possession, but also category, measures and so on, and that understanding the semantic relations is of great importance to the mastery of possessive construction.
通过对名词所有格结构中语义关系的分析,指出所有格结构不仅表示"所有"或"领属",还表示类别、度量等,并指出了分析所有格结构中的语义关系对准确地理解和使用名词所有格的重要意义,说明了影响所有格结构理解的三个重要因素。
5) sense relation
语义关系
1.
How sense relation is classified has caused disagreement among semanticists.
本文通过对英语语义关系分类多样化现象的分析,就其中的并义关系、上下义及分类关系的归属问题提出了意见,即并义关系是一种常见却经常被错误理解的语义关系,而分类关系实际上就是上下义关系。
2.
The paper,based on the theoretical study of sense relation,probes into the possibility of applying this methodology to.
本文立足于语义关系,探讨了如何将张思中外语教学法应用于大学英语词汇教学。
3.
From the viewpoint of semantics, there exist a number of different types of sense relation between both words and sentences.
从语义学的观点来看,词和词、句和句之间存在着各种语义关系。
6) semantic relationship
语义关系
1.
Part semantic relationship geometry model and gene coding;
零件语义关系几何模型及其基因编码
2.
A study on the semantic relationship of urban transportation GIS data modeling
城市交通GIS数据建模中的语义关系研究
3.
The semantic relationships between multi-context key words are taken into account and the fuzzy similarity matrix is derived from non-distance computing in this method.
该方法不仅考虑了多背景关键词之间的语义关系,而且通过非距离计算得到模糊相似矩阵。
补充资料：Kripke模型
Kripke模型
Kripke modds
肠川沈模型【Kri口妞n犯山北;KP。，MO朋二] 由普通的古典逻辑的模型组成的一个集合;该集合被某一个关系定义了一个序.它的作用主要是为各种非经典逻辑(直觉主义逻辑，模态逻辑，等等)提供一个解释.准确地说:一个语言L的一个众pke模型是一个结构 K=(S，R，D，W)，这里S是一个非空集合，其中的元素称为“世界”，。局势”;R是S上的一个二元关系(例如，对直觉主义逻辑(访t山tio血tic fogic)系统J而言，R是一个偏序;对模态逻辑系统54(见模态逻辑(m冈alfo-gic))而言，R是一拟序，而对系统55，R是一等价关系);D是一个映射，对任一S的元素“，赋予一个域D二，使得若“R刀，则D。生D户评是一个赋值:对L的任一常项符号a，赋予门。。:D。中的一个元素W(a);对L的每一个个体变元符号x，赋予日二。D二中的一个元素W(x);同时，对S中的每一个元素“(被认为是“世界”，“局势”)，W对L的每一个命题变元符号尸，赋予一真假值w:(P)‘{T，F}(对系统J，还应要求:若:RP而且W二(p)=T，则w，(p)二T);对每一个n元谓词符号P，赋予一个子集合附二(P)任(D二)”(对系统J，若:R刀，则w二p)三砰，(p));对每一个n元函数符号f，赋予一个由(D。)”到D。的函数w。(f)(对系统J而言，若:R刀，则W。(f)是万，(f)在D。上的限制). 对任一“‘S，任一L的公式A，若A中的每一自由变元符号x都满足w(x)6D。的话，则w。(A)钊T，F}的真假值可归纳地定义出来.对系统J而言，W二(A)的定义如下: a)若A是一原子公式，碎。(A)在该模型中早 已定义; b)评二(B凌C)二T#(评。(B)=T且碎:(C)=T); e)W。(BVC)二T#(W。(B)=T或万。(C)=T); d)评，(BOC)=T#(对任一刀〔S，若:R方且w沐(B)=T，则评，(C)=T); e)W二(一B)=T#(对任一刀任S，若。R刀，则W，(B)=F); f)W。(丫xB)=T#(对任意即‘=:评一巨刀“S，若:R刀且w‘(x)eD，，则W，(B)二T); g)评二(日xB)一T#(存在一个w‘一，评使W’(x)任D二且W二(B)=T). (这里W‘=二w是指除了变元符号x可能不一样以外，W‘与评的赋值处处相同).W。(A)=T有时也可写作仪卜A. 对于模态逻辑，W。(A)的定义仅在情形d，e，g有所不同二 d‘)W。(A)(B OC)=T#(砰，(B)“F或w:(C)=T); e‘)评二(二B)=T#(W。(B)=F); g‘)才。(丫xB)=T#(对任一评‘二:w，若w‘(x)。D。，则评;(B)=T);另外，再加上另一条归纳规则: h)附。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条