多视图融合DJ-TextRCNN的古籍文本主题推荐研究

传统编目分类和规则匹配方法存在工作效能低、过度依赖专家知识、缺乏对古籍文本自身语义的深层次挖掘、编目主题边界模糊、较难实现对古籍文本领域主题的精准推荐等问题。为此,本文结合古籍语料特征探究如何实现精准推荐符合研究者需求的文本主题内容的方法,以推动数字人文研究的进一步发展。首先,选取本课题组前期标注的古籍语料数据进行主题类别标注和视图分类;其次,构建融合BERT(bidirectional encoder representation from transformers)预训练模型、改进卷积神经网络、循环神经网络和多头注意力机制的语义挖掘模型;最后,融入“主体-关系-客体”多视图的语义增强模型,构建DJ-TextRCNN(DianJi-recurrent convolutional neural networks for text classification)模型实现对典籍文本更细粒度、更深层次、更多维度的语义挖掘。研究结果发现,DJ-TextRCNN模型在不同视图下的古籍主题推荐任务的准确率均为最优。在“主体-关系-客体”视图下,精确率达到88.54%,初步实现了对古籍文本的精准主题推荐,对中华文化深层次、细粒度的语义挖掘具有一定的指导意义。

Cultural Influence on Text Structures──A Comparative Study of Chinese and German Routine Narratives

Culturalexchangesenablepeopletorecognizedifferencesbetweentextstructuresindifferentlanguages.Asearlyasthe60's,Kaplanalreadypointedouttheinfluencethatculturehadupontextstructures,butculturalfactorshavenotyetreceiveddueattentioninmanylinguisticwritings...

基于关键视图的文本驱动3D场景编辑方法

基于去噪扩散模型的零样本图像编辑方法取得了瞩目的成就,将之应用于3D场景编辑可实现零样本的文本驱动3D场景编辑。然而,其3D编辑效果容易受扩散模型的3D连续性与过度编辑等问题影响,产生错误的编辑结果。针对这些问题,提出了一种新的文本驱动3D编辑方法,该方法从数据端着手,提出了基于关键视图的数据迭代方法与基于像素点的异常数据掩码模块。关键视图数据可以引导一个3D区域的编辑以减少3D不一致数据的影响,而数据掩码模块则可以过滤掉2D输入数据中的异常点。使用该方法,可以实现生动的照片级文本驱动3D场景编辑效果。实验证明,相较于一些目前先进的文本驱动3D场景编辑方法,可以大大减少3D场景中错误的编辑,实现更加生动的、更具真实感的3D编辑效果。此外,使用该方法生成的编辑结果更具多样性、编辑效率也更高。

基于深度多视图网络的政务事件分拨方法

12345政务服务便民热线是由各地市政府设立的专门受理热线事项的公共服务平台。随着政府信息化进程的推进,12345热线作为市民与政府交流纽带的重要性大大提高,并对事件处置的效率提出了更高的要求。针对传统事件分拨方法主要依赖于分拨人员人工操作、速度较慢、准确率不高,且需要消耗大量人力资源的问题,文中提出了一种基于深度多视图网络的政务事件分拨方法。首先,通过自监督学习训练带权重的图卷积神经网络,从历史记录中抽取事件归口-分拨部门的分拨行为特征作为事件的归口视图。其次,使用经过政务领域语料微调的BERT模型,提取事件描述与事件标题的语义特征,得到事件的语义视图。然后,使用基于交叉注意力机制的残差网络,将事件的两种视图融合,得到事件的融合表征。最后,将融合表征输入分类器,得到事件分拨的结果。在南通市12345热线的数据集上进行实验,结果表明,所提方法在各项指标上均优于其他基线方法,能够有效提高事件分拨的效率。

理想的文学鉴赏何以可能?

刘勰《文心雕龙·知音》篇提出一个关于理想性文学鉴赏的理论模型,此模型由以下三个部分构成:首先是理想鉴赏者的两项必备要素--一是大量文学鉴赏感性经验之积累,二是对作品的客观、理性态度;其次是由“六观”组成的完善鉴赏视野系统,此“六观”实由前四观--位体、置辞、通变与奇正构成,后两观属于“置辞”,且以文学作品自身之要素、体裁与存在语境为根本依据;最后,以对文学创作--“情动而辞发”之心理回溯构成的文学鉴赏论--“披文以入情”。刘勰自信的文学鉴赏观实基于儒家对人类语言符号的自信。刘勰的文学鉴赏理论模型实质上是文学鉴赏的专业化、精英化模型,是魏晋时期中国古代文学在创作环节进入专业化和精英化的产物。刘勰持精英立场将此模型视为关于文学鉴赏的唯一恰当模式,然而雅俗共存,而非以雅代俗才是更为合理的文学鉴赏格局。

前见、效果历史、文本:伽达默尔“视域融合”的三个维度

伽达默尔主张以“视域融合”来解决不同视域对理解造成的差异和冲突问题。他认为,视域融合的本质要求体现在三个维度上:第一,“前见”作为视域融合的预先筹划,为理解文本奠定了前提;第二,“效果历史”作为视域融合的客观性保证,在视域融合过程中充分显示历史的实在性。第三,“文本”作为视域融合的对话场所,也是视域融合产生的结果,促使对话得以可能。从“前见”“效果历史”和“文本”三个维度分析伽达默尔的视域融合观,能够为理解哲学诠释学提供丰富的理论资源。

基于多视图关注网络的图文多模态情感分析模型

针对现有多模态情感分类模型无法全面、准确地捕获复杂的情感信息,以及融合过程中没有充分挖掘两者之间的潜在关联,导致模型结构冗余复杂、计算效率低下的问题,提出一种多视图关注网络(MPF-Net)模型。该模型通过引入多维感知特征捕获机制,全面而精确地获取图像和文本中蕴含的情感信息;其次,采用增强的记忆互动学习机制,使模型能够更加有效地提取和融合单模态特征,并在多轮迭代中不断更新和优化这些特征,从而捕捉到更深层次的情感细节;再构建一个高级深度学习框架,该框架采用生成对抗网络(GAN)与池化技术的深度融合单元,以实现复杂数据特征的高效提取与整合;最后,在保留原有特征信息的基础上进行特征整合,同时通过降维技术降低模型的复杂性,提高计算效率。在公开数据集MVSA-Single和MVSA-Multiple以及自建数据集上通过实验验证所提模型的准确性,结果表明,与多个基线模型对比,所提模型的准确率和F1值均有所提高。

论中国左翼电影中的女性婚恋观(1932−1937)

20世纪30年代的左翼电影运动,以现实主义的创作在时代的诉求中掀起了中国电影发展的革新运动,改变了中国电影业的总体面貌。本文回溯历史,选取1932年−1937年的部分左翼电影作品,依托其中不同的女性镜像,旨在探析传统社会女性不平等婚恋状况的根源、其主体意识觉醒下的新婚恋观的萌生以及在革命意识形态询唤下轻爱情重革命的感召形象,以此发掘左翼电影运动及电影文本的现实美学意义与时代蕴涵。

基于属性依存增强的文搜图行人重识别

文搜图行人重识别旨在通过给定的文本从行人图库中检索目标人物,主要挑战的是学习对自由视角(姿势、照明和相机视点)的图像和自由形式的文本具备鲁棒特征。然而,由于在文本描述和行人图像中存在对行人属性挖掘的不足,在细粒度上因细节的差异从而影响了从文本描述到行人图像的检索性能。因此,研究提出了基于属性依存增强的文搜图行人重识别。首先,从文本描述解析出依存关系,并转化为依存矩阵。其次,设计了一个基于自注意力的属性干预模块来融合文本特征和依存矩阵,得到属性增强的文本特征。此时,文本特征经过干预,更为关注属性信息。最后,文本特征与图像特征参与训练,让整个网络对属性的挖掘更为敏感。在两个数据集CUHK-PEDES和ICFG-PEDES上进行实验,证明了模型的有效性。

篇章阅读的动态理解观和计算机模拟的应用

篇章阅读中信息加工的研究一直是文本心理学以及相关科学研究的热点问题。近几年,篇章阅读的动态理解观和计算机模型的影响力正逐步增大。与先前阅读加工观相比,动态理解观整合了阅读的即时加工和延时表征以及两者之间动态的相互关系,并试图捕捉篇章中的每一概念在整个阅读过程中不断变化的激活情况。利用计算机模型研究阅读加工则不像以往的研究方法都需要利用被试的实际阅读反应,在阅读理论的基础上编制的计算机模型能够模拟出人们阅读中的即时表现和阅读后的记忆内容,模拟的数据与行为学实验结果也非常一致。

社会学方法在文本研究中转换的广阔空间——以戈德曼的文学社会学方法为个案

确认社会学研究方法在文学文本分析中具有转换的广阔空间,探讨如何转换,是文学批评抵达文学性的重要一环。以戈德曼的发生结构主义的文学研究方法为个案,发现在解释文学的社会、文化语境等因素方面,戈德曼的理论是有其价值的。但是,这种方法不能完全充分地揭示文学性产生的原因。当戈德曼的发生结构主义研究方法将研究者引到文本层面之后,可以与走向对人物心理世界的分析相会合、与象征系统中的隐喻意义解读等方法相会合。在文本分析层面,我们与戈德曼的文学社会学研究方法会合还有极为广阔的空间。

基于特征多视图提升Naive Bayesian的Boosting改进算法

AdaBoost作为一种有效的集成学习方法,能够明显提高不稳定学习算法的分类正确率,但对稳定的Naive Bayesian分类算法的提升效果却不明显.为此,利用多种特征评估函数建立不同的特征视图,生成多个有差异的加权朴素贝叶斯(WNB)基分类器;尝试使用几种不同的方式将样本权重嵌入WNB基分类器的参数中,对WNB产生扰动,进一步增加基分类器的不稳定性.实验结果表明,对比AdaBoost所提算法,Boost MV-WNB能够明显提升WNB文本分类器的性能.

高校教师师德评价制度的文本检视、困境反思及改进路径

师德作为评价教师队伍素质的第一标准,完善高校师德评价制度是规范教师师德发展的重要环节。通过选取“双一流”高校的相关师德评价制度文本,从评价主体、评价内容、评价方法、评价结果运用等四个方面进行探析,研究发现当前的师德评价制度存在评价主体部门单一、评价内容过于模糊、评价方式机械传统和评价结果运用笼统等问题。基于此,高校师德评价制度的完善就需要多主体部门有效协同,营造联动评价环境;评价坚守法律底线,实现内容分层分类;评价彰显程序正义,规范多元评价方式;注重评价结果运用,构建多层结果分类。

现代知识观转向与说明文教学的问题审思

说明文文本价值的彰显与语文学科的应用取向、体系建构及由古典而现代的语言转向紧密相关。中学说明文教学长期存在着知识板结与知识错位的两大问题,在知识观念上固守着表征主义知识观。由表征主义向生成主义的知识观转向,为说明文教学提供了新的审思视角。在生成主义知识观看来,说明文教学期待着由知识客体走向知识主体、由知识概念走向知识情境、由知识结论走向知识过程、由知识接受走向知识建构。

基于本体特征的影评细粒度情感分类

针对中文影评情感分类中缺少特征属性及情感强度层面的粒度划分问题,提出一种基于本体特征的细粒度情感分类模型。首先,利用词频逆文档频率(TF-IDF)和TextRank算法提取电影特征,构建本体概念模型。其次,将电影特征属性和普鲁契克多维度情绪模型与双向长短时记忆网络(Bi-LSTM)融合,构建了在特征粒度层面和八分类情感强度下的细粒度情感分类模型。实验中,本体特征分析表明:观影人对故事属性关注度最高,继而是题材、人物、场景、导演等特征;模型性能分析表明:基于特征粒度和八分类情感强度,与应用情感词典、机器学习、Bi-LSTM网络算法在整体粒度和三分类情感强度层面的其他5个分类模型相比,该模型不仅有较高的F1值(0.93),而且还能提供观影人对电影属性的情感偏好和情感强度参考,实现了中文影评更细粒度的情感分类。

语言教学的“语篇”观点

语篇语言学对语言教学的影响核心在于其"语篇"观点。本文通过阐述了语篇观点的理论基础和在语言教学各个层面中的具体体现,对语言教学的指导思想进行了剖析。

技术图像时代阅读研究的问题与理论

柏拉图在《斐德罗篇》中关于“毒药”的论述,对后世学者理解文字产生了深刻久远的影响,卢梭、阿伦特、德里达、斯蒂格勒、弗卢塞尔等人的相关论述,形成了从线性文本时代到技术图像时代不断演进的理论脉络,这些论述搭建成理解阅读技艺的理论分析框架。以此出发,文章分析了数字化技术带来的阅读分流、具体阅读行为的变化、技术图像时代阅读招致的“毒性”以及蕴藏的“疗效”。这些分析有助于厘清阅读内在的变化,以及与观视等行为的区别,进而探问阅读具有的最本质的东西,其中包括给线性文本和技术图像共同带来反思力和创造力的书之爱。

从《说文解字·女部》看许慎的妇女观

许慎编纂的《说文解字·女部》鲜明地体现了他的妇女观 ,从中不难看出特定 从︽说文解字·女部︾看许慎的妇女观 时代社会的思想风貌 。

人的生活世界与文本世界——语言哲学的文本维度

《达洛卫夫人》是英国现代主义女作家弗吉尼亚.伍尔夫的早期代表作,也是意识流小说的经典文本之一。文章从女性主义视角出发,探讨小说的现代文本特点,阐释其现代意识流手法的特征以及独特的情节结构安排、人物的悲剧性格刻画对孤独和死亡的现代悲剧主题的表现和作用。在此基础上,揭示文本所呈现出来的人及人的世界,为语言哲学探索行之有效的研究路径。

拒绝阅读的文本——对现代视觉文化的反思

随着影视、电脑多媒体技术的飞速发展,人类文化艺术形态正经历着全面视觉化的转变。由于文化艺术文本的作用、价值的实现必须在人类的阅读观照行为中展开实现,所以,从人类阅读行为的角度审视现代视觉文化艺术的特征和实质,可以更加直接地把握视觉文化艺术对现代社会及其人们的精神文化生活的影响。由此我们发现,基于视觉文本的阅读,不仅阅读方式迥异于传统阅读,而且消解了传统阅读行为的阅读动机、阅读性质、阅读效应、阅读价值。所以,从传统阅读行为的坐标体系看,现代视觉文化艺术严重遏制了传统阅读行为的多向度展开,是一种拒绝用传统方式阅读的文本。