基于Paragraph Vector模型的科研热点发现方法

科研热点对科学研究具有指导意义,目前的科研热点发现主要依赖文本聚类技术,针对文本表示存在的特征语义表达能力不强、无法揭示词语之间潜在联系的问题,提出了一种基于Paragraph Vector模型的科研热点发现方法。该方法对文本集使用Paragraph Vector模型构建文本语义向量表示,并根据语义向量的相似度计算结果进行聚类分析得到主题集,最后基于主题文本引用特征选择前N个主题作为科研热点。实验结果表明,科研热点发现的聚类评价ARI值为0.452、H值为0.532、C值为0.538、V值为0.535,说明Paragraph Vector的低维空间表示法可通过挖掘词之间的关联属性优化向量语义表示,并能缓解维数灾难问题进而提高了话题发现的准确度。

汉英语篇主题与段落结构模式的比较研究

通过对汉英篇章结构分析与比较 ,从主题句和扩展句在篇章中的分布来看 ,汉英两种语言有着类似的结构模式 ,它们都依据主题组织段落篇章 ,篇章结构的语义特征与段落、句串的主题密切相关 ,与词语的形态标志并无多大关系。因此从深层结构上讲 ,认为英语 (或印欧语言 )是“形”摄语言 ,而汉语是“神”摄语言的观点是不正确的。

基于连续段落相似度的主题划分算法

主题划分是自动文摘系统中文本结构分析阶段所要解决的一个重要问题。文中提出了一个通过建立段落向量空间模型,根据连续段落相似度进行文本主题划分的算法,解决了文章的篇章结构分析问题,使得多主题文章的文摘更具内容全面性与结构平衡性。实验结果表明,该算法对多主题文章的主题划分准确率为92.4%,对单主题文章的主题划分准确率为99.1%。

自动文摘系统中的主题划分问题研究

随着网络的发展,电子文本大量涌现,自动文摘以迅速、快捷、有效、客观等手工文摘无可比拟的优势,使得其实用价值得到充分体现。而主题划分是自动文摘系统中文本结构分析阶段所要解决的一个重要问题。本文提出了一个通过建立段落向量空间模型,根据连续段落相似度进行文本主题划分的算法,解决了文章的篇章结构分析问题,使得多主题文章的文摘更具内容全面性与结构平衡性。实验结果表明,该算法对多主题文章的主题划分准确率为92.2%,对单主题文章的主题划分准确率为99.1%。

基于归一化割的主题划分算法研究

为了保证抽取信息的全面性,主题划分成了不可或缺的工作.借助同义词词林,从词语的语义角度计算文本中各个段落间的相似度,建立段落文本关系图.基于文本关系图对归一化割分割准则中权值矩阵的构建做出调整,使之更能体现出段落间的相似程度,并使用该准则对文本进行主题划分.结果表明,该方法无论是对连续段落还是跨段落表达同一主题的主题划分均较为有效.

试析英汉说明文段落划分的相同性

本文根据 Van Dijk的篇章语义宏观结构理论对英汉说明文中的段落切分问题进行探讨 ,以期发现英汉说明文中段落划分的共同规律。通过分析由 50篇英文和 50篇中文说明文组成的语料库 ,发现英汉说明文在段落划分方面存在着共性 ,英汉段落划分主要遵循六条原则 :主题与次主题 ,时间顺序 ,空间顺序 ,并列安排 ,强调和过渡。了解英汉段落划分的规律能有效地提高阅读与写作水平。

从英汉思维模式差异谈英语作文的宏观结构

中国人与英美人思维模式的差异 ,致使中国的英语学习者在用英语写作时往往按汉语文章的结构组织英语语篇 ,写出”英语的肉、汉语的骨”的文章。英语文章的宏观结构表现为 :含有篇题句的开头段 ;按篇题句展开并突出主题句的若干主体段 ;总结主体段要点或重申。

英汉写作中主题句的对比分析

文章对比研究了英汉议论文段落中主题句的运用。通过分析和讨论,笔者认为英汉议论文在主题句运用方面有以下不同之处和相似之点。不同之处是英语段落发展有两种模式:演绎型段落(段首主题句段落)和无主题句段落,而汉语则有多种模式:段首,段尾,段中及无主题句段落;相似之处是占一半以上的英汉段落都是演绎型段落。因此,既不能认为英汉语篇中的主题句运用没有差异,也不能简单地以直接、间接来区分。

对外汉语高级阶段口语教学浅析

高级口语教学是对外汉语教学的一个重点.如何提高口语课的教学效果一直是教师们关注的问题.本文从不同的教学模式出发,指出高级阶段口语的特点是培养学生的语段表达能力及表达的多样性和得体性.根据这一特点应对教材做二次处理,采用一些行之有效的教学方法,激发学生的交际欲望.同时列举了口语教学中的考试方法.

论英文写作中段落展开的修辞方式

写好段落是写好文章的关键,笔者根据多年的教学经验,结合具体例子,详细论述了英文写作中段落展开的修辞方式。

英汉议论文段落主题句的类型分布

对30篇英汉议论文中293个有效段落的统计表明,英汉议论文一半以上的段落都是演绎型。英语段落发展主要有两种模式:段首主题句和无主题句;汉语则有多种模式:段首、段尾、段中及无主题句段落。因此,既不能认为英汉语篇中的主题句运用没有差异,也不能简单地以直接、间接来区分。

大学英语段落主题句写作教学探析

主题句的写作也一直被认为是大学英语写作教学的一个重要环节。大多数学生的英语作文段落常常缺乏明确的主题句。大学英语教学应该强化对英语段落主题句写作重要性的认识,同时提出主题句写作教学应该培养学生的"主题句段首"意识,明确主题句的内容构成和形式完整性,考虑主题的可写性,加强对主题句写作过程的认识和指导,以促进学生英语写作水平的提高。

深圳南山区“文化遗产绿道”设计研究

深圳南山区曾被誉为"深圳历史文化之根",文化遗产极为丰富,城市迅速扩展对文化遗产形成巨大冲击。建立"文化遗产绿道"是一种新型历史文化资源保护方法,文章通过对南山区已有绿道进行分析,结合历史文化资源分布特征,构建"文化遗产绿道",完善补充绿道网络,通过主题段落、艺术介入、活动事件等方式,带动公众参与、促进文化遗产的保护与传承。

英语段落发展中的主题句写作研究

通过对英语写作中主题句写作练习和英语段落的分析 ,结合国内外专家对主题句写作的研究成果及我们对其成果的补充 ,对主题句的写作进行了综合性的研究 ,提出了主题句写作应注意的几个问题及写作方法 。

语篇分析法在大学英语精读教学中的运用

本文根据语篇各要素不仅在语义上相关 ,而且在结构上相关的理论 ,提出英语精读教学实践中应要求学生明确掌握三语篇要素 :即主题段。

面向自动文摘的文本结构划分

文本结构划分是自动文摘研究中的一个关键阶段,也是自然语言处理领域的重要课题.本文通过构建段落向量空间模型,提出一种综合考察相邻段落相似度和连续段落平均相似度的意义段划分方法,使文摘内容更加全面,结构更加平衡.实验结果表明,该方法能够较有效地反映文章的内容结构,对有子标题组织和无子标题组织的文章均适用;由于考虑了总起段,使得文本结构划分更加合理,为自动文摘系统的后续工作打下坚实的基础.

略论语段生成的环境与标准

句子怎样衔接成语段是语篇研究的基本课题。语段表达能力是语言能力的重要方面,也是语言交际训练的目标之一。探讨句子整合为语段的要求和方法,阐述连句成段的限制条件,有利于提出语段生成的环境与标准。

基于句法分析及主题分布的关键词抽取模型

针对TextRank算法在抽取篇章关键词时忽略句法信息、主题信息等问题,提出基于句法分析与主题分布的篇章关键词抽取模型(S-TAKE)。模型分为段落和篇章两阶段递进抽取篇章关键词,首先以段落为单位,结合词共现、语法及语义信息抽取段落关键词;然后根据段落主题对段落聚类,形成段落主题集;最后根据段落主题分布特征抽取篇章关键词。在公开的新闻数据集上,模型的抽取效果较原始TextRank提升了约10%。实验结果表明,S-TAKE的抽取效果有了明显提升,证明了语法信息及主题信息的重要性。

从《左传》主题句中“以”的词性判定看语文词典词性标注问题

主题句是一种把句首的成份看成是话题加以评说的句型。显然用句子形式作谓语来解释汉语“话题———评论语”型句子构造 ,是符合汉语的真实情况 ,也体现了汉语语法的特点 ,即古汉语虚词的研究应逐渐自觉地把虚词同虚词同现的语言结构段紧密地联系起来 ,由此 ,词性的标注使义项的划分趋于细密化 ,并使句法功能标准由隐性变为显性 ,对义项的划分产生积极的影响。

一种新的基于段向量的文本自动摘要方法

文本自动摘要技术在网页搜索和网页内容推荐等多个领域都有着非常广阔的应用前景。经典的文本摘要算法采用统计学的方法来提取文章关键字,进而提取主题句。这种方法在一定程度上忽略了文本的语义和语法信息。近年来,分布式词向量嵌入技术已经应用到文本检索当中,基于该技术提出了一种词向量化的自动文本摘要方法,该方法主要分为4个步骤:词向量生成、基于词向量的段向量生成、关键词提取和主题句抽取,最终实现文本段落的自动摘要。实验结果表明,改进的文本自动摘要方法能够有效提取主题句。