揣测副词“似乎”的语法化环境研究

语法化发生在特定的语法化环境中,语法化项和语法化环境处于共变关系。本文基于语法化环境理论,梳理了“似乎”语法化过程所经历的四个连续环境,副词的意义源自临界环境的语用推理,语法化的同时也伴有主观化的发生。文章意在强调:语义语用因素是语法化的重要推动力,在非句法结构的研究中同样不能忽视。

“似乎”与“确凿”背后的鲁迅心理探究——再读《从百草园到三味书屋》

《从百草园到三味书屋》中“似乎”与“确凿”两个词是否互相矛盾,历来争论不休。这一“矛盾”背后,显露的是鲁迅先生“当时”的复杂心理。这种心理首先表现为鲁迅先生对早年家道衰落的耿耿于怀;其次表现为他对物是人非的感慨与痛苦;再次表现为他对现实社会的无奈与不满。事实上,读者不必过分拘泥于文中这对词语的矛盾,而应走进中年鲁迅的内心世界,与其做到心灵契合。

似乎不相关回归模型及其在老年认知功能研究中的应用

目的探讨似乎不相关回归模型在医学研究中的应用。方法利用似乎不相关回归模型对老年人认知功能减退的影响因素进行分析。结果特定的非独立结构情形下似乎不相关回归估计方法比传统最小二乘估计方法更合理,并可以提高参数估计的效率。结论似乎不相关回归模型在医学科研领域具有良好的应用前景。

捕食与被捕食种群似乎不相关模型的参数估计

运用似乎不相关线性模型原理,对具有捕食与被捕食关系的Lotka-Volterra模型的参数给予估计,得到从定量的角度分析种群关系的新途径,为分析具体的应用问题提供了一个新的方法,并对加拿大猞猁与雪兔两种群关系的生态学典型例子进行了具体的定量分析,得出两种群稳定的各项参数估计值。

相似、比拟、推测、否定——“好像”“似乎”“仿佛”的多维分析

"好像""似乎""仿佛"作推测副词时是肯定性的,一般情况下三者的使用更像是一种交际策略,无论在语义、句法还是语体上三者都存在差异。"好像""似乎""仿佛"所表否定是一种隐性的预设否定,说话人为了让受话人做出正确的否定性推导,常常需要将预设否定显性化。如果"(S)VP"的命题内容违反一般常理或常识,"好像/似乎/仿佛+(S)VP"不借助显性否定,仍可以构成否定表达,受话人可以利用自身的知识结构推导出预设否定。"好像""似乎""仿佛"否定义的规约化还有待进一步观察。表预设否定的"好像""似乎""仿佛"是动词,现代汉语中"似乎"动词用法的萎缩是从带体词性宾语开始的,这源于口语中"好像"对它的取代。

森林生态效益似乎不相关模型及其应用

在近代统计模型中的似乎不相关模型为理论基础上,用林分、气象因素、地理位置因子等比较容易取得的自变量集,以森林的各种生态效益为因变量,构造出森林生态效益的似乎不相关模型,然后用整体扩散模型估算了帽儿山国家森林公园涵养水源、固土、吸收二氧化碳、净化大气、抑制风沙等森林生态效益。帽儿山国家森林公园每年的森林生态效益为18827万元人民币。

副词“似乎”的语义、语法分析

“似乎”是一个在书面语中使用率较高的词语。“似乎”的语法意义有多种。它在句中的位置比较灵活,可以出现在VP、AP前,也可出现在句首。与能愿动词、其他副词共现时,也处在前面。它是一个由中古的“似”演变来的表示揣测语气的副词。

教育中的似乎主义

似乎主义追求一点色彩、一点修饰、一点装潢、一点雕琢 ,使教育在外观上象什么 ,作为什么而有效。这些装饰性材料往往成为学校评奖、获优和应付上级部门检查和向同行炫耀的“资本”。它追求“似乎象什么” ,省掉了“真正成为什么”的努力。在似乎主义的追求中 ,人和教育被装扮得日益象个“洋葱头” ,这使教育处于异乎寻常的低水平 ,一切都变得肤浅、表面化。

评注性副词“似乎”的肯定与否定

"似乎"是表或然性的揣测类评注性副词,具有表主观揣测、委婉肯定和语用否定三种功能。主观揣测和委婉肯定是"似乎"的肯定性用法,"似乎"的语用否定功能属否定性用法,可分为有标式语用否定和无标式语用否定。本文着重从事态类型和量性特征等方面讨论无标式否定用法。

产业发展与城市土地利用关系研究——利用有约束条件的似乎不相关回归模型分析

城市经济发展需要建筑空间作支撑,不同的经济活动有不同的建筑空间要求,而不同土地利用类型有不同的建筑容积率,因此为城市经济发展供给城市土地就比较复杂。产业与城市土地之间数量关系是实现经济规划与城市规划融合、经济规划"空间落地"的一个重要技术关键。本文利用有约束的似乎不相关模型分析经济产业与城市土地之间的关系,通过北京实证估算,该方法推算的结果比较符合实际。我们认为该方法可以广泛地应用到其它城市,在直接数据缺失的情况下,这个非调查方法的实用价值不可低估。

混合地理加权似乎不相关模型的估计

地理加权似乎不相关模型作为一类半参数时空数据模型,可以有效的同时刻画空间和时间非平稳性。文章主要研究该模型的一类推广形式,即混合地理加权似乎不相关模型的估计问题,基于局部加权最小二乘法提出了两类估计方法,最后通过模拟考察了所提方法的有效性。

似乎不相关线性模型线性约束下参数估计的一个最优性

本文讨论似乎不相关线性模型在齐次线性约束条件下的参数估计,给出了条件可估函数c′β在条件Lβ=0下的最佳线性无偏估计c^′βL,然后从一个新的角度刻划了估计c^′βL的一个最优性,即c^′βL落在以被估参数c′β为中心的任意一个球内的概率不小于任一个满足Lβ=0的线性无偏估计落在此球内的概率。

基于似乎不相关回归和哑变量的日本落叶松单木生物量模型构建

精确地估算林木生物量对于了解大尺度森林生物量、碳储量及其动态变化具有重要意义。以甘肃省、湖北省、辽宁省3个区域共计161株日本落叶松Larix kaempferi单木各器官组分(树干、树皮、树叶、树枝、树根)生物量数据为例,基于似乎不相关回归和哑变量的方法,建立了适合不同区域、不同器官组分的日本落叶松单木通用性生物量方程。结果表明:与普通模型相比,构建的3个哑变量生物量通用模型不仅解决了不同器官组分的相容性,还提高了生物量估测精度,复相关系数增加了0.28%~0.44%,均方根误差减少了0.40%~6.61%,绝对偏差减少了1.63%~6.61%。单独引入1个哑变量时,区域哑变量构建的生物量通用模型预估精度高于发育阶段作为哑变量构建的生物量通用模型;而同时引入2个哑变量时,预估精度分别高于单独引入1个哑变量的生物量通用模型,表明同时考虑区域和发育阶段构建的日本落叶松生物量模型为最佳模型。因此,考虑将区域和发育阶段同时作为哑变量并应用似乎不相关法来构建单木生物量模型,可以解决大尺度生物量模型的通用性和不同组分的相容性问题。

广义森林生态效益似乎不相关模型的总体估计

用 2 0 0 2年黑龙江省森工林区森林资源属性数据和空间数据 ,研究了黑龙江省广义森林生态效益的特征及似乎不相关模型 .采用“市场化”逼近技术方法 ,在理论和技术上将森林生态效益向市场化的商品靠拢 ,研制出了黑龙江省森林生态效益价值计量技术体系 (包括概念、特征、变量集、数学模型等 ) .通过生态效益补偿特征系数曲线分析 ,提出了黑龙江省森林生态效益补偿的基准法则 .研究结果初步确定黑龙江省森工林区森林生态效益价值为179亿元 a,森林生态效益补偿量的估计值为 18亿元 a ,并提出补偿的主体应该是国家的公共财政 .

地理加权似乎不相关回归模型及其估计

为了刻画时空异质性,文章基于地理加权回归技术和似乎不相关回归方法提出了一种新的空间计量经济学模型——地理加权似乎不相关模型。对于这类模型中的未知系数函数,提出了两种估计方法,第一种方法是利用局部加权最小二乘方法分别估计每个时刻对应的空间变系数模型,第二种方法是广义局部加权最小二乘估计,考虑了同一地点不同时刻误差之间的相关性。

马尾松主要蛀干害虫林间诱捕序列的似乎不相关分析

根据逐步回归法分别筛选出与松墨天牛(Monochamus alternatus Hope)、短角幽天牛(Spondylis bupres-toides(L.))、立毛角胫象(Shirahoshizo erectus Chen)、松瘤象(Hyposipalus gigas Linnaeus)4种马尾松(Pinus massoni-ana)主要蛀干害虫种群动态变化密切相关的因子,然后用似乎不相关线性回归方法分析了各蛀干害虫林间诱捕序列的动态变化及其相互联系。结果表明:在特定情形下似乎不相关线性回归估计能够更好地反映马尾松4种主要蛀干害虫林间种群的相互关系,其回归系数的估计精度优于普通最小二乘法。

情态副词“好像”与“似乎”的比较研究

情态副词"好像"和"似乎"都是表示对事件的结果或发展进行推断估测,表达一种可能性。"好像"偏爱在口语中出现,具有交互主观性,虚化程度高,已经具有话语标记的用法;"似乎"偏爱在书面语体中出现,具有主观性。当两者都表达或然性推断时,"好像"一般由果溯因,表现出一种必要性,主观确定值低;"似乎"一般由因推果,表现出一种充分性,主观确定值高。

马尾松毛虫发生量的非线性似乎不相关分析

根据非线性似乎不相关回归原理,建立仙居县1983—2009年马尾松毛虫虫口密度、有虫面积和有虫株率的非线性似乎不相关回归模型,结果表明:虫口密度、有虫面积和有虫株率的非线性似乎不相关模型的拟合精度高于普通最小二乘法的拟合精度;用非线性似乎不相关模型预测未参与建模的2010—2011年4代马尾松毛虫的虫口密度、有虫面积和有虫株率,预测的平均相对误差分别为18.25%,18.17%和14.35%。

双音词“似乎”产生的过程和动因

双音词"似乎"是由动词"似"与介词"乎"跨层凝合而成。"似乎"在先秦时期是两个词的线性邻接,魏晋南北朝时期结构有所松动,宋代成词,明清时期的"似乎"的虚词用法渐臻成熟。"似乎"的产生是在多种因素的作用下形成的,如句法变化、语义变换、"乎"的类推作用等。

基于自回归协方差阵的似乎不相关模型参数的线性贝叶斯估计

在本文中,构造了已知协方差矩阵结构的均值–协方差似乎不相关模型,该均值–协方差模型考虑了具有时间相关性的自回归模型,并得到该模型参数的线性Bayes估计。在均方误差矩阵准则下对与广义最小二乘估计方法和线性Bayes估计方法进行了对比,通过模拟验证了相对于广义最小二乘估计方法的优良性。