古汉语“所”作为假设连词的研究

关于上古早期名词"所"的词性、意义及用法,前人论述颇多,但"所"字作为假设连词有待更进一步探析。本文据现有资料对"所"字作为假设连词的源起、演变、发展等作了进一步的调查,以图对其有更清晰的认识。

古牧地汉语方言声母考析

古牧地是新疆乌鲁木齐市米东区的下辖镇。古牧地汉语方言属于兰银官话北疆片。文章着力分析古牧地汉语方言声母的语音演化及其特点,具体包括古牧地汉语方言中的双焦点辅音、知庄章组字的混读、端组字细音前的腭化、见晓组开口二等字的文白异读、影疑母的今读及日母合口字的两读等。

洪堡论古汉语语法

古汉语研究是威廉·冯·洪堡对比语言研究和普遍语言研究不可或缺的组成部分,促使洪堡更为全面地探索人类语言的普遍特性和进一步考察语言与思维之间的关系。本研究评述并探讨了洪堡对古汉语语法的研究,揭示了他从否认汉语具有语法到承认汉语拥有隐性语法的变化过程。与此同时,他对古代汉语的研究也验证了汉语在现代普通语言学研究中所具有的巨大的类型学意义。

古汉语NLP研究现状综述(2009—2024)

文章综述了古汉语自然语言处理(NLP)领域的研究现状,特别是下游任务方面的进展。通过分析2009年至2024年的23篇相关论文,文章指出古汉语NLP面临的挑战,并探讨了包括断句与标点、分词、词性标注、命名实体识别等任务的研究方法和成果。研究发现,尽管古汉语与现代汉语在NLP任务上存在差异,但深度学习等技术的发展为古汉语文本处理提供了新途径。文章还讨论了多任务一体化研究的潜力,并对未来发展趋势进行了展望,强调了构建结构化数据集的重要性和对领域发展的促进作用。

第一届古代汉语分词和词性标注国际评测

中文古籍数量庞大,亟待智能处理方法进行自动处理。古文的自动分词和词性标注,是古汉语信息处理的基础任务。而大规模词库和标注语料库的缺失,导致古汉语自动分析技术发展较慢。该文介绍了第一届古代汉语分词和词性标注国际评测的概况,评测以人工标校的精加工语料库作为统一的训练数据,以F_(1)值作为评测指标,比较了古汉语词法分析系统在测试数据(基测集和盲测集)上的优劣。评测还根据是否使用外部资源,区分出开放和封闭两种测试模式。该评测在第十三届语言资源与评测会议的第二届历史和古代语言技术研讨会上举办,共有14支队伍参赛。在基测集上,封闭测试模式分词和词性标注的F_(1)值分别达到了96.16%和92.05%,开放测试模式分词和词性标注的F_(1)值分别达到了96.34%和92.56%。在盲测集上,封闭测试分词和词性标注的F_(1)值分别达到93.64%和87.77%,开放测试分词和词性标注F_(1)值则分别达到95.03%和89.47%。未登录词依然是古代汉语词法分析的瓶颈。该评测的最优系统把目前古汉语词法分析提高到新的水平,深度学习和预训练模型有力地提高了古汉语自动分析的效果。

融合SikuBERT模型与MHA的古汉语命名实体识别

针对传统的命名实体识别方法无法充分学习古汉语复杂的句子结构信息以及在长序列特征提取过程中容易带来信息损失的问题,提出一种融合SikuBERT(Siku Bidirectional Encoder Representation from Transformers)模型与MHA(Multi-Head Attention)的古汉语命名实体识别方法。首先,利用SikuBERT模型对古汉语语料进行预训练,将训练得到的信息向量输入BiLSTM(Bidirectional Long Short-Term Memory)网络中提取特征,再将BiLSTM层的输出特征通过MHA分配不同的权重减少长序列的信息损失,最后通过CRF(Conditional Random Field)解码得到预测的序列标签。实验表明,与常用的BiLSTM-CRF、 BERT-BiLSTM-CRF等模型相比,该方法的F_(1)值有显著提升,证明了该方法能有效提升古汉语命名实体识别的效果。

基于图卷积神经网络的古汉语分词研究

古汉语的语法有省略、语序倒置的特点,词法有词类活用、代词名词丰富的特点,这些特点增加了古汉语分词的难度,并带来严重的out-of-vocabulary(OOV)问题。目前,深度学习方法已被广泛地应用在古汉语分词任务中并取得了成功,但是这些研究更关注的是如何提高分词效果,忽视了分词任务中的一大挑战,即OOV问题。因此,本文提出了一种基于图卷积神经网络的古汉语分词框架,通过结合预训练语言模型和图卷积神经网络,将外部知识融合到神经网络模型中来提高分词性能并缓解OOV问题。在《左传》《战国策》和《儒林外史》3个古汉语分词数据集上的研究结果显示,本文模型提高了3个数据集的分词表现。进一步的研究分析证明,本文模型能够有效地融合词典和N-gram信息;特别是N-gram有助于缓解OOV问题。

古汉语中的动词活用

在倡导传承与发展传统文化的今天,古汉语研究和学习受到了越来越多的关注,其中词类活用是重要的研究对象。现选取古汉语中的动词进行研究,对其活用作名词、使动用法、意动用法、为动用法等活用方法进行探讨和分析,以期为人们更好地了解古汉语动词提供支撑,使古汉语在当今时代依然熠熠生辉。

近十年《古汉语研究》词汇研究综述

基于对近十年《古汉语研究》中研究词汇的文章研读,发现近十年词汇研究的大方向仍是对词汇意义的考释,同时也对构词法、词汇演变理论等进行研究。这一时期词汇研究材料较多,如对字典辞书、出土文献、佛教文献等的研究;方法上也借助其他语言或学科的方式进行。另外,对未来的词汇研究材料、方法与系统性等做出了期望。

第十一届国际古汉语语法研讨会

第十一届国际古汉语语法研讨会(ISACG-11)将由湖南大学中国语言文学学院主办,中国香港浸会大学文学院中文系协办,本次会议采用线下、线上结合方式。会议诚邀从事古汉语语言学研究的学者和青年学生提交论文或提要。会议基本信息如下:1.会议时间、地点:会议将于2024年4月6—7日在湖南大学举行。

钱玄先生与古汉语教材编写

钱玄先生的礼学研究为学界所重,他在古汉语教材建设方面也卓有成就。钱玄先生在江苏教育学院、南京师范大学任教期间,先后独立编写或合作编写有《古汉语语法概要》(初稿)、《古汉语常识》《古汉语基础知识》《古汉语概要》《文字学要略》等教材,既有着前后一贯的编写理念,又在体例、内容上不断更新和改进,以便于自学、便于普及、便于专精学问研讨为目的。深入研讨钱玄先生教学思想及教材编纂思想,对于新文科背景下的古代汉语、古文献教学以及教材编纂是具有积极意义的。

中古声母η在十二世纪党项方言的脱落和衍生

中古汉语的舌根浊声母在11世纪完好地保留着,到了14世纪初则多有脱落,但是缺乏其间三百年的佐证,而12世纪下半叶的西夏对音资料揭示了这一演化的早期阶段。党项人所操汉语西北方言的舌根浊声母虽然在多数韵类中依然存在,但在开口四等以及止摄、蟹摄、臻摄的一三等合口韵中已经脱落,这有别于此前所知的中原和现代西北方言的音韵格局。与此同时,个别影母字和喻母字前面衍生出了一个与疑母相应的舌根浊声母。同一个字有两种不同的读音并存,表现了在语音演化早期出现的声母类别分合的紊乱。

邂逅小古文 结缘古汉语

文言文是中华优秀传统文化的宝库,也是我们汉语言文化的宝库。文言文阅读是产生汉语正确语感的一个重要源泉,能够提高我们用优美的汉语表达正确、深刻的思想的能力,也是吸收中华优秀传统文化的必要途径。语文课程标准提出:“学习中国古代优秀作品,体会其中蕴含的中华民族精神,为形成一定的传统文化底蕴奠定基础。理解古诗文内容价值,从中汲取民族智慧。”基于这样的认识,教师要重视文言小古文的阅读训练。

近十年《中国语文》古汉语词汇研究综述

近十年《中国语文》所刊发的古汉语词汇研究文章可分为词义考释和词汇研究两大类,所呈现出的特点为:研究内容更加丰富,包括了疑难词义考证、语源探寻、专书词语考察、语料分析以及辞书编纂等;研究材料不断拓展,方言材料和域外文献也逐渐成为关注的重点;研究方法不断创新,从历时与共时相结合的角度出发,并充分借鉴现代语言学理论。未来研究展望:注重词汇理论系统的研究;注重古今中外词汇研究方法的结合;注重对新材料的探寻和利用。

古汉语动词为动用法探微

古汉语动词为动用法是一种常见的词类活用现象,是指自动词、表心理活动动词、形容词、名词带上宾语,被临时借用为他动词,表达“为宾语而怎么样”的意思。这是一种最为简捷的动宾结构,却表达了多种较为复杂的状中结构所要表达的内容,主要有为什么目的、什么原因、什么对象而施动三种情形。阅读与教学中,识辨、判断文句是不是为动用法,主要通过分析动宾关系如何搭配,联系具体语境的语义推断,以及熟记典型例句进行类比,都不失为提高文言文阅读理解能力的有效方法。

基于条件随机场的古汉语词义消歧研究

首先分析了古汉语词义义项的分布情况与特点,考察了词义消歧的难点.然后在现有的词义消歧理论和方法的基础上,基于机器自动学习的统计模型条件随机场,选择上下文的词及其词性的复合特征,并加入其他适当语言学特征,设计6个不同的模板,对"将"、"如"、"我"、"信"、"闻"、"之"等古汉语高频词进行了词义消歧实验.实验最高平均F值达到了83.04%,高于最大熵、朴素贝叶斯模型,结果表明,选择合适的特征,条件随机场模型在古汉语词义消歧方面有效可行.

试说古汉语中的词缀"家"

一般认为,古汉语中的词缀"家"出现在魏晋以后或近代汉语中。但据目前传世文献来看,词缀"家"在两汉时期就已经出现。而有些被认为是词缀的"家",其实还不能算作是词缀,因为"家"的含义并没有虚化。

基于深层语言模型的古汉语知识表示及自动断句研究

古文句读不仅需要考虑当前文本的语义和语境信息,还需要综合历史文化常识,对专家知识有较高要求。该文提出了一种基于深层语言模型(BERT)的古汉语知识表示方法,并在此基础上通过条件随机场和卷积神经网络实现了高精度的自动断句模型。在诗、词和古文三种文体上,模型断句F1值分别达到99%、95%和92%以上。在表达较为灵活的词和古文文体上,模型较之传统双向循环神经网络方法的F1值提升幅度达到10%以上。实验数据显示,模型能较好地捕捉诗词表达的节奏感和韵律感,也能充分利用上下文信息,实现语序、语法、语义、语境等信息的编码。在进一步的案例应用中,该方法在已出版古籍的断句疑难误例上也取得了较好的效果。

古汉语反义词研究初探

在汉语词汇史的研究中, 反义词的研究与其他方面的研究相比略显薄弱, 特别表现在理论方法及断代、专书反义词研究上。反义词应是同一语言、同一历史时期, 在一定的语境中具有对举关系, 在一个或几个义位上相对或相反而词性相同的词。古汉语反义词研究应从专书入手。古汉语专书反义词的判定应从三个方面着手: 借助文例判定; 依靠注释及书中的有关解释判定; 联系整部书的用词进行判定。通过古汉语反义词的研究, 可以了解一个词的多义系统, 了解常用反义词的发展演变, 还可以补大型语文工具书之不足。

古汉语“异名同实”词汇现象的根源及其思维基础初探——以《广雅疏证》动植物名词为例

"异名同实"是指一个事物具有多个名称。王念孙《广雅疏证》的考释中反映出古人为动植物命名有八种理据。单个词的理据不简单等于词汇现象的成因、根源。人们总是选择适宜的理据作为命名依据,加之词与词在符号层面又有多种关联,这二者是古汉语词汇中"异名同实"现象的主要成因。因此,形成异名组的根源可分两类:一类是植根于符号关系的"符号关系型根源",一类是植根于认知理据的"认知型根源"。其中,认知型根源是造成"异名同实"词汇现象的核心性要素,这一根源的思维基础是具象思维。