基于词序嵌入的二进制基本块相似性检测

神经机器翻译技术能够自动翻译多种语言的语义信息,已被应用于跨指令集架构的二进制代码相似性检测,并取得了较好的效果.将汇编指令序列当作文本序列处理时,指令顺序关系很重要.进行二进制基本块级别相似性检测时,神经网络使用位置嵌入来对指令位置进行建模.然而,这种位置嵌入未能捕获指令位置之间的邻接、优先等关系.针对该问题,本文使用指令位置的连续函数来建模汇编指令的全局绝对位置和顺序关系,实现对词序嵌入的泛化.首先使用Transformer训练源指令集架构编码器;然后使用三元组损失训练目标指令集架构编码器,并微调源指令集架构编码器;最后使用嵌入向量之间欧氏距离的映射表示基本块之间的相似程度.在公开数据集MISA上的实验表明,P@1评价指标达到69.5%,比对比方法MIRROR提升了4.6%.

与标记、语序相关的几条句法共性

主语、动词、宾语之间的语法标记类型可能有16种。文章通过对82种语言的取样分析,发现不存在全部的16种标记方式。有的标记方式有语言实证,有的标记方式无实证;在有实证的标记类型中,又有实证语言的多寡之分。文章讨论这些有实证和无实证、实证多和实证少的标记方式,并尝试建立语法标记类型和基本语序类型之间的一些关联。

存现句式、处所句式与语序的类型特征

本文尝试把语言类型学与构式语法相结合,对50多种语言中的存现句式与处所句式进行调查分析,试图归纳存现句式与处所句式的主要类型特征,并利用"可别度领前原则""语义靠近原则"结合语序类型特征探寻存现句式与处所句式的语序形成机制,进而寻求存现句式与处所句式之间的蕴含共性以及形成蕴含共性的动因。

从类型学的角度重新看汉语的基本语序

关于汉语的基本语序问题一直以来就是个争议不休的问题,有人认为汉语是SOV型语言,有人认为汉语是SVO型语言。文章从语言类型学的角度利用标记理论来对这个问题进行一些新的探讨,从及物结构和不及物结构两方面论证汉语的基本语序应该是SVO。

中英文语序之比较

语序是句子成分的排列顺序。英语和汉语属于两种完全不同的语系,两者在语序上有同有异。本文从比较语言学的角度,对我们所接触到的大量语言素材进行对比、分析、综合、归类整理,将英语基本句型的语序及英语修饰成分的语序与汉语语序进行了比较,找出了英语和汉语在语序上的异同之处。掌握这些异同之处对于学习英语、中英文互译及对外汉语教学都有极其重要的作用。

配价理论与汉语语序研究

语序问题是语法的核心问题,汉语语序的特点在很大程度上能够反映出汉语的特点。笔者根据配价理论建立起汉语语序的基本模型,并以此为参照描写汉语语序的种种变异形式:(1)价成分位序的改变:主要包括单纯的位序改变、分裂移位,以及部分同前置词隐现有关的位序改变。(2)价成分数量的改变,包括价成分的减少、增加及汉语特有的共价现象。笔者认为语序变异的深层动因是汉语"线性增量"的表意需要;并列举了语序研究的一个实例:语序变异研究对汉语作为第二语言的教学实践有着积极的促进作用。

汉语傣语定语语序的类型学对比及认知基础

汉语和傣语同属于汉藏语系,二者都是SVO型语言,傣语是典型的SVO型语言,汉语身为SVO型语言,修饰语却全部前置,和傣语形成鲜明的对比。而这种鲜明的对比来源于这两种语言认知基础的异同。

从秦简牍材料看汉语基本语序

从语序类型学的基本参项上看,秦简牍材料所代表的语言属于典型的SVO型语言。从历时上看,汉语基本语序自古至今都表现出明显的SVO型语言的特点。汉语基本语序从SOV向SVO转变的观点在语序类型学的主要参项上表现并不明显,仍需要进一步深入研究。