-
题名浅析《结婚》的都市叙事
- 1
-
-
作者
李欣子
-
机构
宁波大学人文与传媒学院
-
出处
《现代语文(上旬.文学研究)》
2010年第2期75-76,共2页
-
文摘
师陀是中国现代文学史上创作风格独特的作家,他的小说《结婚》讲述一个特殊的年代里男女的爱情婚姻,蕴含着深刻的社会现实。它同样适合移植于当今这个时代,爱情婚姻是人类亘古不变的话题。叙述婚姻话题的小说作品很多,叙述的方式采用书信体的很少,师陀的这种叙事策略在今天看来仍然是不逊色的,而且很有特色。
-
关键词
师陀
《结婚》
都市
叙事
-
分类号
I206.6
[文学—中国文学]
-
-
题名现代日本代际差距的状况分析——基于自身经验的视角
- 2
-
-
作者
伊势弘志
李欣子
-
机构
日本明治大学文学部
清华大学外语系
-
出处
《日本研究》
2016年第1期11-17,共7页
-
文摘
本文试图揭示在与政治同步发生变化的经济因素、社会背景这一条件下,现代日本出现的社会问题。如平成日本在政治状况上呈现出内阁更迭频繁,在经济方面则进入了萧条时代。特别是泡沫经济的破裂导致日本社会出现了代际差距,而代际差距的出现又引发了就业、教育、道德、福祉等一些列新的社会问题。本文基于笔者自身的经验,对现代日本代际差距的真是状况进行分析,并藉此考察泡沫经济破裂的诸多原因,并以"平成日本"为研究对象,探讨日本研究今后面临的课题和应做的努力。
-
关键词
代际差距
社会中坚阶层
泡沫经济
社会问题
-
Keywords
Intergenerational gap
middle class
economic bubble
social problems
-
分类号
C913
[经济管理]
-
-
题名融合字词模型的中文命名实体识别研究
被引量:41
- 3
-
-
作者
殷章志
李欣子
黄德根
李玖一
-
机构
大连理工大学计算机科学与技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2019年第11期95-100,106,共7页
-
基金
国家自然科学基金(61672127)
-
文摘
命名实体识别(NER)是自然语言处理中一项非常重要的基础任务。传统的机器学习方法在处理该任务时,主要依赖于人们的专业领域知识和人工提取的特征。为了在不需要人工特征的条件下获得较好的结果,该文提出了一种融合字词BiLSTM模型的命名实体识别方法。首先分别用BiLSTM-CRF训练得到基于字的模型Char-NER和基于词的模型Word-NER,然后将两个模型得到的分值向量进行运算和拼接,将拼接后的向量作为特征送入SVM进行训练,使用SVM对Char-NER和Word-NER进行模型融合。实验结果表明,该方法在不需要人工特征的条件下,在1998年《人民日报》语料和MSRA语料上对人名、地名、机构名识别的F值分别达到了94.04%、92.15%、87.05%和91.73%、93.20%、83.15%。
-
关键词
命名实体识别
BiLSTM-CRF
模型融合
SVM
-
Keywords
named entity recognition
BiLSTM-CRF
model ensemble
SVM
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-