视觉语义解析：从图像到抽象语义表示（AMR）

基于摘要分析。本文研究如何将图像转换为能够表达高层语义的结构化表示，提出将自然语言处理中的 Abstract Meaning Representation（AMR，抽象语义表示）用于视觉语义解析，并探索复用现有 text-to-AMR 解析器完成图像到 AMR 的转换。 研究动机是：场景图以实体为节点、关系为边，但图像与场景图或框架的配对标注成本较高，且其可表达的实体和关系类型存在限制。作者提出的 visual AMR 相比主要强调空间关系的场景图，更侧重语言学意义上的高层语义概念；meta-AMR 则用于将多条图像描述中的信息统一到一个表示中。摘要未交代图像如何接入文本解析器，也未明确训练是否仍依赖图像描述或其他配对监督，因此不能据此认定该方法无需人工标注。 作者报告，通过实验与分析，现有 text-to-AMR 解析器可以被复用于图像到 AMR 的解析。摘要未提供数据集、数据划分、对照基线、评价指标或定量结果，因而尚不能判断解析质量、相对场景图的收益及泛化能力；实验协议、消融及统计信息尚未验证。 本文的主要研究对象是图像场景理解，而非 EEG 或 BCI。现有材料未提供神经信号到语义图的具体机制或验证证据，不宜将其改写为 BCI 解码方法；相关 EEG 工作尚未检索确认。