从“数量名+NP”话题句看话题和述题的复杂依存关系

汉语“数量名+NP”在特定语境中可作话题,被赋予定指理解,但同时也凸显数量特征,是有标记话题。该结构要求述题须表达数量特征,但受句子体特征和语用因素影响其内部也有细微差别。“数量名”话题自身的特征与“话题—述题”的陈述关系决定结构对述题的要求,而述题的构造和语义也有助于话题指称类型的理解,二者相互依存。

语序与半虚功能词对汉语零动词存在句成句的制约作用

存在句一直是汉语语法研究的重点问题,一百年来产生了很多重要的研究成果,但对于句法上缺省B段动词的零动词存在句较少专文论述。文章提出,只有A段和C段的“NPL+NP2”既是名词谓语句的次类,也是存在句的次类。A段和C段分别表示处所和存在物,高层语义表存在,其述谓功能体现在半虚功能词必须确保句首名词表处所,句末名词表非特定事物的有无及多少。语序要求严格:一方面要满足表义上从整体到部分、从背景到图像的语序,另一方面要满足信息结构上从话题到说明的自然顺序。零动词存在句焦点结构与一般的有动词句不同,其焦点不是论元焦点,而是宽焦点,因此NP2不具有独立性,不能回指。

分布式光伏开发公众评论的情感倾向及引导策略

整县推进屋顶分布式光伏开发试点工作的实施,推动了分布式光伏的快速发展,也引发了公众在社交媒体上的热烈讨论,其中不乏有大量的负面评论。这些评论一方面映射了分布式光伏开发实际操作中存在的乱象和问题,另一方面也使公众对分布式光伏开发产生了极大的误解和偏见,进而阻碍了分布式光伏开发的进程。当前对分布式光伏开发公众认知和采纳意愿的研究以问卷调查为主,缺乏基于评论数据的研究。以整县推进屋顶分布式光伏开发为背景,基于抖音评论数据,利用情感分析与BERTopic主题建模方法,探讨了公众对分布式光伏开发的情感倾向及主题特征。研究结果表明,公众评论以负面为主,在时间上波动较大,且与媒体负面报道有较大的关联性,评论数量在空间上呈集中分布态势,与试点县域数量、分布式光伏开发进度密切相关;公众正面情绪主要源于国家推广力度及政府监管强度,负面情绪主要源于公众对“光伏骗局”的担忧。结合以上结果,从政府监管、舆论引导、后期保障三个方面提出了屋顶分布式光伏发展的政策建议。

视频弹幕评论舆情分析系统设计与实现

随着用户生成内容视频网站的普及,弹幕评论成为用户表达情感性意见的重要方式。弹幕评论的即时性和互动性为网络舆情分析提供了丰富的数据资源,但其匿名性和短文本的特点给数据分析带来一定的困难。设计视频弹幕评论网络舆情分析系统,能够有效识别和过滤异常用户,并进行情感分析,最终完成对弹幕评论的主题聚类和可视化展示。系统采用前后端分离架构,前端基于Vue框架,后端使用Django框架,数据存储采用MySQL数据库。通过对Bilibili视频网站弹幕数据的实验分析,验证了系统的有效性和稳定性,促进了网络舆情分析系统的发展。

基于情感分类与主题挖掘的MOOC课程评论研究

在线精品课程作为MOOC中的高质量教育资源,有效促进了教育公平和均衡发展。但在保持快速增长的态势时,仍存在质量参差不齐的困境。为促进教师深度反思,支持教学问题的诊断与改进,提升课程质量,构建在线精品课程评论情感分类与主题挖掘研究模型。首先,采用网络爬虫技术采集MOOC平台中25门“教育技术学”专业在线精品课程评论数据,并进行数据预处理和情感分类;其次,对负性课程评论进行词云分析、社会网络分析和主题挖掘。结果表明:教师教学能力、学习资源质量、课程内容设计、互动和反馈机制、课程考核评价是导致学生差评、影响课程学习体验和学习质量的主要因素。据此,提出促进在线教育中教师教学能力专业化提升、开发优质在线精品课程学习资源、打造实用生动的在线精品课程内容、优化互动和反馈机制、优化在线精品课程考核评价等课程优化建议。

多维视角下新一代人工智能技术的公众感知研究

[研究目的]社交媒体评论是分析研判公众对新技术应用态度感知的重要对象,为突破传统文本主题挖掘技术的随机性弊端以及情感分析技术的单一性限制,提升文本数据量化分析的精准性以及实现更佳的可视化效果,亟需构建新的主题模型方法与情感分析手段。[研究方法]通过建立结构性融合的深度学习模型——BERT-LDA模型,以ChatGPT微博评论文本为研究对象,利用BERT和LDA分别提取文本的复杂语义信息和关键主题,实现了对深度隐藏主题特征的挖掘,并基于BERT情感分析,从整体、主题和态度多维度视角设计了情感演化的可视化分析。[研究结论]研究表明,BERT-LDA模型能够高效处理大规模、短文本、非结构的社交媒体评论数据,成功识别出公众对ChatGPT在就业教育、未来发展、产品开发、技术变革等不同领域带来影响的态度差异;与传统主题识别模型(LDA、TF-IDF、BERT)相比,BERT-LDA模型在主题识别效果和泛化能力上表现更优,尤其体现在对关键主题和重要词汇的精准挖掘能力上;公众对ChatGPT的认知态度并不统一,表现出赞誉与质疑并存的复杂情绪。

引入主题节点的异构图舆情摘要方法

微博等社交软件承载着网民对社会舆论事件的不同观点,如何在海量主题评论中识别出有价值的信息已经成为重要课题。提出了一种基于异构图的舆情摘要方法,有效提取热点事件的主流观点,便于引导化解互联网舆情危机。针对多文档摘要任务中难以捕捉跨文档语义关系的难点问题,将主题节点引入评论句子图从而挖掘出输入文档间的潜在语义关联。具体地,抽取评论的主题并构建包含主题节点的异构图模型,利用图注意力机制进行不同粒度节点语义信息的交互,最后结合最大边界相关算法进行候选摘要句子的抽取。实验结果显示,改进模型在英文通用Multi-News数据集上Rouge1、Rouge2、,RougeL分数分别提升了0.46%、0.46%、0.48%;与已有Textrank、Sumpip等热点模型对比,在自制微博评论数据集上该模型性能达到最好。

国内《耐药结核病化学治疗指南(2019年)》与相关共识的特色及要点分析

作者针对国内《耐药结核病化学治疗指南(2019年)》(简称“《指南(2019)》”)与《中国耐多药结核病和利福平耐药结核病治疗专家共识(2019年版)》的异同进行具体分析,并与WHO相关指南进行比对,从药物的分组、抗结核治疗的实施路径、《指南(2019)》的特色与国内耐药结核病治疗研究的发展方向等方面进行阐述,为临床一线医师对指南的理解提供思路。

基于LDA模型的评论热点挖掘:原理与实现

本文提出了潜在狄利克雷分布模型与自然语言处理技术相结合的一种挖掘用户评论热点的方法。为验证该方法的有效性,以22157篇餐馆评论为样本,利用Gibbs抽样计算模型参数,获取了评论热点及相应的热点词语。实验获得的9个主题内容较好地反映了餐馆评论中的热点,与现实生活中用户所关心的餐饮热点基本吻合,表明该模型具有较好的热点识别效果。

论话说结构的研究沿革

话说结构的探讨可追溯到维尔的"起始-目的"说。甲柏连孜首先就汉语事实提出"心理主语-心理谓语"结构,并且是三个平面理论的初创者。为反对模仿"主-谓"框架,陈承泽曾提出"标语-说明语"框架。直到霍凯特讨论了英语和汉语中的话题现象,赵元任受其启迪才主张汉语主-谓的语法意义是话题-说明。李纳等依据类型说提出汉语是话题凸显型语言,刘宏谟则依据海外汉语教学实践提出"引-申"分析法。汉语有S、T、V、O四个基本句法成分的观点,既损坏了传统语法系统的自恰性,又拆散了话说结构自身的匹配性。本文基于"名词牵头说"和话题语-说明语的匹配关系,提出了"范畴系统+匹配框架"研究的新思路。

《结核病患者外周血淋巴细胞亚群检测及临床应用专家共识》解读

结核病的发生、发展及转归与机体免疫力关系密切。检测结核病患者外周血淋巴细胞亚群是评估免疫功能的方法之一,但该检测项目在结核病的临床应用有限,认识不统一。发表于《中国防痨杂志》2020年第10期的《结核病患者外周血淋巴细胞亚群检测及临床应用专家共识》,就淋巴细胞亚群检测结果的正确判读和临床应用提出了具体建议并达成共识。本解读强调要关注结核病患者外周血淋巴细胞亚群检测方法的标准化和规范化,重视全面正确客观分析检测结果,并就存在的问题提出简要建议,以供我国结核病临床工作者借鉴和参考。

CGRMB-LDA:面向隐式微博的主题挖掘

由于微博文本短、词量少、语法风格随意的特点,因此微博中包含大量因缺少主题词汇而无法分析话题归属的微博,即隐式微博。提出改进的基于LDA的生成模型考虑评论组和转发微博的CGRMB-LDA模型,利用微博间评论关系、转发关系和上下文关系扩展隐式微博,明确隐式微博的主题归属,采用吉布斯采样的方法来求解模型从而得到主题集和微博所属主题。在真实数据集上的实验表明,CGRMB-LDA模型能有效地对微博特别是隐式微博进行主题挖掘。

话题标记与句类限制

文章考察汉语话题标记进入四大句类的情况。话题标记可以出现在常规陈述句和祈使句中;不能在话题和述题易位的陈述句以及所有类型的疑问句里使用;话题标记在感叹句里的使用呈现出一定的方言差异。借助与日语、韩语及少数藏缅语言的相关现象的比较分析,文章认为汉语中被称为"话题标记"的语法成分并非实至名归的话题标记,而属于"话题-确定性述谓结构标记"。

主题特征格分析:一种用户生成文本质量评估方法

本文设计了一种用户生成文本的质量分析框架.首先,基于主题分析构建商品类别主题特征集合.其次,利用主题特征与商品分类的强关联关系,构建形式化概念分析的形式背景,将分类-主题概念格化简并生成主题特征格,以此构建五个质量特征并生成质量评估模型.最后,在真实评论数据上的实验结果表明新方法具有更高预测精度.

基于群体智能挖掘的个性化商品评论呈现方法

为了研究基于群体智能挖掘的个性化商品评论呈现方法,以大众点评用户评论为研究对象,对大众点评中的用户评论进行特征提取,并发现兴趣相似的用户.特别是提出基于情感特征和主题分布特征的相似群体发现方法,通过提取用户历史评论的情感特征和主题分布特征,刻画用户之间情感和主题的相似度,并发现兴趣相似的用户群体,实现个性化评论呈现.实验结果表明,采用提出的方法可以体现用户间兴趣的相似性并发现与用户有相似兴趣的群体,向用户个性化呈现评论.

基于弹幕情感分析的视频片段推荐模型

针对传统的视频情感分析方法计算效率较低且结果不易解释等问题,提出一种基于弹幕文本的视频片段情感识别算法,并以此作为视频片段的推荐依据。首先对基于情感分析的视频片段推荐问题提出形式化描述。其次,通过构建基于隐含狄利克雷分布(LDA)的弹幕词语分类,评估弹幕词语在视频片段中的多维情感向量,同时,根据视频片段之间的情感依赖关系推荐视频的情感片段。所提方法的推荐准确度比基于词频-逆文档频率(TF-IDF)的推荐算法提高了28.9%,相对于传统LDA模型提高了43.8%。实验结果表明所提模型可有效应用于信息繁杂的不规则文本情感分析。

汉语(L1)对英语(L2)的负迁移及其“习失”探究

在外语学习过程中,学习者通常会把母语知识迁移到外语中去,从而产生母语负迁移作用。根据一些语言学者对母语在二语习得中的影响研究,本文讨论了英语习得中汉语的负迁移现象及其"习失"问题,重点探讨了汉语对英语的"功能—形式迁移"。在理论和实验结果分析的基础上,本研究得出结论:汉语对英语的负迁移是存在的,并且有可能会被逐渐习失。

基于话题链的汉语语篇连贯性描述体系

汉语简洁灵活的意合型篇章组合结构,对传统的基于关联词的篇章连贯性描述体系提出了新的挑战。该文引入话题链描述形式,设计不同类型的话题评述关系集,构建了以话题链为主,融合关联词语和其他连贯形式描述机制,覆盖话题评述、并列、因果、转折四大类关系的汉语语篇连贯性描述体系。在清华句法树库TCT上进行的验证实验,发现话题链和关联词语分别覆盖了约76%和50%的汉语复句,并且两者经常同时使用,初步证明了这个体系在句子连贯性描述方面的可行性和有效性。

从“话题-述题”看叙事语篇流水句的“断”与“连”

叙事语篇中,“话题-述题”的推进方式对流水句的断、连有较大影响。小句间不宜出现完结性停顿的“话题-述题”推进,至少有三种:第一,同话题延伸,后小句话题为零形式,且若干小句在同一层次上;第二,述题宾语延伸,且后小句话题为零形式;第三,其他话题延伸,且若干“话题-述题”之间存在明显的语义勾连。小句间以完结性停顿为宜的“话题-述题”推进,至少有两种:第一,同话题延伸,且后小句话题为名词性成分;第二,其他话题延伸,且前、后小句之间没有成分同指关系。此外,句法因素和篇章地位也对流水句的断连有影响。

徐通锵的“字”本位观和语义句法论

徐通锵的“字”本位及语义句法论别开生面,它产生于世界语言学研究的语义转向背景之下,立足汉语特点及其研究传统,揭示出汉语的基本结构单位是“字”,指出汉语结构的语义性质,找到了一条适合汉语特点的研究道路,推动了中国语言学理论的深入,同时也引起了学界对汉语研究中相关问题的思考。