基于条件随机场的蒙古语词切分研究

词干和构形附加成分是蒙古语词的组成成分,在构形附加成分中包含着数、格、体、时等大量语法信息。利用这些语法信息有助于使用计算机对蒙古语进行有效处理。蒙古语词在结构上表现为一个整体,为了利用其中的语法信息需要识别出词干和各构形附加成分。通过分析蒙古语词的构形特点,提出一种有效的蒙古语词标注方法,并基于条件随机场模型构建了一个实用的蒙古语词切分系统。实验表明该系统的词切分准确率比现有蒙古语词切分系统的准确率有较大提高,达到了0.992。

层次化蒙古语统计语言模型

蒙古文具有典型的构词、构形词缀的特点,一个蒙古语单词往往可以切分成词干和词缀等若干个部分.根据蒙古语的特点,提出了一种层次化的蒙古语语言模型,将蒙古语语言模型分为词干和词干、词干和词缀、词缀和词缀三个层次.在这三个层次上分别计算出独立的语言模型.把这种层次化的蒙古语语言模型方案应用到了一个统计汉蒙机器翻译系统中,实验证明所构造的层次化的蒙古语语言模型能够有效地提高汉蒙机器翻译的效果.

“观”之神秘性探源

"观",作为中国文化的元关键词,具有很强的构词功能,形成"观象"、"观风"、"观化"、"观志"、"观心"、"观文"、"观乐"等一系列文论关键词。在汉语批评的现代文化语境下,"观"被简单地等同于"看",其与生俱来的神秘性和超感性长期被忽略或遮蔽。通过字形、器物和字义的溯源,可以梳理出一条明晰的线索:从甲骨文中的猫头鹰形象,到器物上的鸱鸮造型,再到字义演变过程中超越感官的"非常之视","观"的神秘性一以贯之。唯有对"观"求根、解密并在此基础上还原其神秘性与超感官性,才能更准确地理解与重新诠释诸多以"观"为词根的中国文论关键词。

一种松耦合的生物医学命名实体识别算法

生物医学命名实体识别(Bio-NER)是生物医学文献挖掘利用的基础工作。针对目前Bio-NER存在的困难和问题,提出了松耦合的Bio-NER算法LCA,该算法利用启发规则过滤器、词性模板匹配及改良的隐马尔科夫模型(HMM)识别生物医学命名实体。在GENIA corpus3.02语料库上进行的实验表明,LCA可以达到80%的准确率和89%的召回率,优于相关工作中的结果。

汉语“江”的词源辨正——与张洪明先生商榷

关于汉语"江"的来源,学术界主要有"外来说"与"汉语固有说"两种观点。"外来说"认为"江"源自古越语,"汉语固有说"则坚持"江"为汉语固有词汇,而历史文献、考古、地理、语言学以及民族学等方面材料表明,"江"并非汉语固有词汇,而是来自古越语;汉语中专有名词的"江"大约始于商代,普通名词的"江"则是汉语与古越语进一步接触、融合的结果。

经学视域下中国文论关键词之词根性考察

经学视域下中国文论关键词之词根性考察可分为三大步骤:一是依据传世的五经文本并参照出土的卜辞金文,辨析并厘定关键词之原初释义;二是检阅后经典时代以汉学诂训和宋学章句为代表的经义疏证,梳理并勘订关键词之经学解诠;三是勾连从经部到集部的文献通道,识鉴关键词之经义根性在集部之诗文评中的诗性绽放。中国文论关键词研究的经学视域,对于关键词理论谱系之建构和关键词诠解路径及方法之新创,均有着重要的学术价值和启迪意义。

关于日语中汉语接尾辞“的”的考察

日语中有各种各样的汉语接尾辞。其中,接尾辞“的”即是使用频率较高的一类。与之相对,汉语中助词“的”的使用频率也超过了“了”、“是”、“一”等常用汉字,居第一位。同样的汉字符号,给中国的日语学习者带来了语言学习上的便利,同时,由于母语的影响也给我们使用和理解带来了一定困难。只有对接尾辞“的”进行具体的考察、分析,才能在今后的日语学习中正确加以使用。

论构建以词根为核心的英文词汇逻辑体系

以词根为主线,从语源学的角度,揭示了词根与单词涵义,词根与词缀相结合的规律,阐述了构建以词根为核心的英文词汇逻辑体系的意义。

《史记》中的“是”字研究

主要就《史记》一文中出现频率较高、比较典型的几类“是”字用法进行描写,分别从这些用法的构成成分、语法功能等方面对其进行分类,比较分析以理清汉语词汇“是”的历史发展概貌。

维吾尔语文语转换系统文本分析模块初探

探讨了如何根据维吾尔语的语言、语音特征,对维语文语转换系统的文本进行分析和研究。通过对维吾尔语的音节、词等语音要素的了解,分析音节的组成结构(基本满足规则:Usyl=C+V+C+C)和词语结构。在此基础上总结出了音节划分规则、词根词缀的划分规则以及重音、停顿和语调变化规则,为进一步实现维吾尔语语音合成系统打下坚实的基础。

语义流变机制探微

语言符号系统依托于人类社会文化基因之上,随文化的变化而发生相应的调节。从文化维度上看,文化所蕴含的人类价值观念为语言符号所表征,从而形成社会语言环境与人类文化的互文关系;从语言维度上看,语义受到其背后社会语言环境这双无形大手的调节,并作为一个系统规约成社会群体所共享的外延和内涵。通过探索文化对词汇语义的调变,追溯词语的词源和词义引申,以此说明语义能够在社会语境下着色或褪色。

北方方言中亲属称谓的“同形异指”现象初探

以《普通话基础方言基本词汇集》中的词汇材料为参考,从变调别义、轻声别义、元音变化别义、辅音变化别义以及词根变化别义几个方面对“同形异指”现象在亲属称谓中的表现加以分类考察,并探讨其本质。认为同一方言内部可以通过亲属称谓词语音单位的局部变化来区别易混淆的亲属称谓。

英汉对比于英语词源教学之启示

本文对词汇教学的重要性及目前词汇教学方式进行了深入分析,发现词源教学法是目前最好的词汇教学法。为了能够简化这种复杂的教学方式,文章通过对英汉两种语言对比的方式,对英汉字词的形成过程进行解读。通过对英汉语言中的基本构词元素即前后缀及词根的对比,大量的证据表明了英汉两种语言采用了相似的构词规则。由于英语学习者可以通过汉语构词法来理解英语词源教学法,这就可以极大地降低词源教学的难度。

名词、形容词和介词词组的主动态与被动态

除了动词以外,有些英语单词,如名词、形容词和一些介词词组,本身也能体现出主动与被动。这类名词、形容词是由动词词根加词缀构成主动与被动,介词词组中的中心词即名词也是由动词转化而来,其主动与被动特征通过特定介词得以体现。

现代汉语方位词中“头”的构词方式辨析

"子、儿、头"是现代汉语中几个比较典型的词缀。对高校现代汉语教材中以"头"为后缀的方位词进行比较、分析,认为在方位词"东、西、南、北"后的"头"不应当是词缀,而是表示方位的词根,与"东、西、南、北"一起构成复合式合成词,而不是附加式合成词。

基于统计语言模型的蒙古文词切分

通过对蒙古文词切分技术的分析,利用规则作为切分的基础,提出一种统计和规则相结合的蒙古文词切分方法.这种方法利用蒙古语统计语言模型作为排歧依据,使用的语言模型有基于词性的语言模型和Skip-N语言模型.其词切分准确率比基于规则的系统有较大提高.