基于同义替换和相邻词合并的关键词特征权重计算新方法

特征项权重计算是文本挖掘中关键词提取的核心,其计算方法的好坏对文本挖掘的结果有着重要的影响。本文在对关键词提取特征项权重计算的传统TFIDF算法分析的基础上,为减少该算法特征权重计算时对词频的过于依赖,提出一种基于同义替换和相邻词合并(KSRAM)的特征权重计算方法。为检验算法性能,对KSRAM算法和传统TFIDF算法进行了关键词提取对比实验,实验表明KSRAM算法在关键词提取的准确率和召回率方面比传统TFIDF算法有明显的提高。

《诗经》同义替换手法考辨

重章是《诗经》中的一个重要修辞手段,在重章时相同位置上的实词有时并不按照其本义或通用义去理解,只能大致理解为同一类别的事物、动作或状态。从逻辑学的角度判定其适用范围,并探讨这种现象的成因,大致有三:一是先秦人们初期的审美尝试;二是用诗的习惯;三是教学的需要。这种重章铺陈,变文避复,板中寓活,很好的扩充了诗的容量,为早期的教学活动作了很好的范本。

同义替换与修辞教学

吕叔湘先生曾说过:"语文水平的高低,其实质就是能否自觉或不自觉的连续作出最好的选择。"换言之,一个人的修辞水平的高低取决于他对同义的词语、句子以及辞格篇章的选择能力。如何提高学生的同义选择能力呢?我们认为在中学语文教学中着重讲同义手段的选择是一种行之有效的方法。我们采取下列两种作法。其一就是在对范文作分析时,不妨用意义相同或相仿的词、词组、句子去代替原句,通过改文与原文的对照,让学生真正领会作家遣词造句的技巧,从而提高他们的鉴赏能力。其二在指导学生的写作中,可列举出学生习作中相同或相仿意义的词语、句子去代替原文,帮助学生提高语言运用的抉择力。本文侧重谈"同义替换"

中职PETS二级听力中的同义替换现象初探

随着时代的发展,英语课程考试方案发生了巨大的变化。原本在英语课程考试中占据一定地位的英语听力测试模块被挪出了英语课程考试的考查范围,取而代之的是PETS二级听力考试。这种类型的听力考试,每年会举行两次,且只进行听力模块的测验。这种英语课程考试方案的变革,在降低了学生英语听力考试压力的同时,也使得学生必须面对PETS的二级听力测验。对于中职学生而言,该类型考试也是十分重要的,笔者对该类型考试中同义替换的考查现象,进行了深入的研究与分析。

高中英语任务型阅读理解中的同义替换

在高中英语阅读教学中,教师通常强调的是要具备相应的词汇量和逻辑推理能力,而对学生来说,在做阅读理解题目时依然缺乏具体的解题策略,学习的获得感和成就感较弱。结合十多年的从教经验和对雅思等国内外英语测试题的研究,以及对高考英语全国卷试题的分析,发现同义替换在高中英语阅读理解题中是广泛存在的。研究对高中英语阅读试题中同义替换的可行性和必要性进行了阐述,并结合试题实例进行分析,希望能帮助教师更有针对性地开展阅读理解的教学工作,帮助学生更好地把握解题规律,获得学习中的成就感,在未来的英语学习中更加有意识地关注英语表达的多样性。

巧用元素缺失和同义替换探究新闻体裁的转变

时间、地点、人物、事件、原因、结果,是新闻的六要素。短消息是一种"白描",重在前四个要素,原因和结果较少;综合消息和通讯可以有适当的议论,原因和结果可以一定程度的展开;新闻特写则重点描述细节,把事件这一要素充分展开。新闻(除了评论)是一种记叙文。当时间或地点要素缺失,经过语言加工,或可成为让读者获得"通感"的诗歌;当时间、地点、人物及事件、原因、结果虚构时,则产生小说。

浅析雅思听力词语的同义替换

信息陷阱、逻辑关系和同义替换足贯穿在雅思听力考试中的三大难点，其中同义替换更是让很多考生感到规律难寻。

透析雅思听力中的同义替换现象

同义替换作为雅思考试中的一项必考内容，在雅思考试的听、说、读、写四项考试中森会考查到。在雅思听力中，无论是填空题还是选择题，同义替换对考生正确理解原文和解答题目有很大影响。本文中笔者将为考生简单，介绍同义替换在雅思听力中出现的形式，并给出相应的复习策略，希望对考生的答题有所帮助。

针对同义词替换信息隐藏的检测方法研究

基于同义词替换的文本信息隐藏方法,可以通过对载体中的同义词进行有选择的替换来嵌入隐藏信息.通过分析,发现这种方法嵌入隐藏信息后会导致载体文本中同义词结对概率的明显增加.基于此,提出了一种通过分析文本中同义词结对值来进行隐藏信息检测的算法.实验表明,该检测算法漏警率约为4%,虚警率约为9.8%,证明该检测算法可以有效地检测基于同义词替换的文本信息隐藏方法隐藏的信息.

基于矩阵编码的同义词替换隐写算法

采用一般同义词替换方法嵌入秘密信息时,需要对载体文本做较多修改,使得改写率较高,秘密信息的安全性降低.针对该缺点,设计了一种矩阵编码与同义词替换结合的信息隐藏方法,此方法首先按照一定规则编码将载体同义词数值化,然后利用矩阵编码可以降低载体改写率,根据待嵌入的秘密信息,对载体同义词分组进行矩阵编码来实现信息的嵌入.实验结果表明,采用基于矩阵编码的同义词替换隐写方法有利于提高嵌入效率,降低隐写文本被统计分析检测到的可能性,从而提高秘密信息的安全性.

编码与同义词替换结合的可逆文本水印算法

从通信编码的角度,该文探讨一种利用编码方法和同义词替换相结合的可逆文本篡改检测水印算法。以可替换同义词为标志对文本进行分组,提取分组文本特征生成认证水印信息;利用霍夫曼编码和纠错编码对同义词库各词进行编码,利用同义词替换技术完成水印的嵌入。在接收端,利用分组文本特征和霍夫曼编码,实现水印文本的篡改定位,利用纠错码实现可替换同义词的还原恢复。仿真实验表明,算法嵌入的水印具有良好的不可见性和较强的鲁棒性,在实现对文本篡改定位的同时,较好地实现了可替换同义词无损还原。

今文《尚書》和《史記》異文同義替换詞舉隅

《史記》引用今文《尚書》諸多篇目,並對其中某些字詞進行了改换,其中有一種詞與詞之間的替换,兩詞之間是同義的關係。本文以《史記》引用今文《尚書》形成的幾組異文同義替换詞"作—爲""祗、欽、寅—敬""績—功、繼"爲例,檢索原詞和替换詞在部分先秦、兩漢至魏晉南北朝的歷史文獻中的用法,分析它们的更替演變過程。異文同義替换詞研究可爲探索詞彚歷時演變、確立古書版本年代提供一定的幫助。

同义替换显文采

汉语在陈述一种现象或一件事情的时候，一般有多种表达法，比如“死”，就有“没了、走了、仙逝、驾崩、往生、归西”等说法（见文末小链接）。在写作文的时候，如果我们能适当运用同义替换，便能避免语句的单调重复，让语言和句式因富于变化而生动。

《史記》引今文《尚書》同義替换現象中的語義場變化分析

《史記》引用今文《尚書》會改换某些詞語,因此形成了使用具有同義關係的後起詞替换原詞的語言現象,實爲歷時層面上的詞彙替换.這種同義替换詞並不是孤立存在的,而是處在相互聯繋之中.以一個義位爲單位,使用現代語義學的理論對同義替换詞詞義的發展演變情況進行分析,觀察同義替换詞所在的語義場的變化情況,發現:從聚合關係上來看,同義替换會引起語義場内部成員的變動、成員義域的變化和跨語義場的變化,語義場内部成員的變動也會影響其成員義位的脱落;從組合關係上看,同義替换中的原詞和後起詞有著組合能力和使用頻率方面的差異.同義替换現象體現了詞彙面貌的歷時發展變化,並對詞彙系統内部的調整産生影響,是詞彙動態運動的重要體現.

基于字符特征与同义词替换结合的文本隐写方法

同义词替换等修改式隐写算法需要修改原始文本,容易因用词上下文不匹配而被识别,生成法等无载体隐写因受限于自然语言理解技术还无法完全实现语句上下文通顺。从均衡安全性和可用性的角度出发,在传统同义词替换方法的基础上,提出一种利用字符基本特征与同义词替换相结合的文本隐藏方法,将秘密信息的二进制位用字符特征表示,把秘密信息的位置信息通过同义词替换标识。实验结果表明,该方法具有较好的可实现性,同时通过对字符特征的选择和改变可有效实现隐写安全性,并具有灵活性且在隐蔽性方面有一定的改进,可以与即时通信结合,设计的对话拥有较大的隐藏容量。

一种基于低失真替换优先的文本隐写算法

针对同义词替换操作造成原始文本整体统计特性的破坏,提出了一种基于低失真替换优先的文本隐写算法。该算法以同义词在文本中的合适度为基础,构造失真函数衡量同义词替换后文本统计特性的改变程度;不仅为每个同义的词集合选取合适度最高的两个词组成替换组合,而且从全局的角度出发,对原始文本中的所有同义词替换组合所引起的失真度进行排序,优先选取失真度小的同义词替换组合来嵌入信息,从而降低了同义词序列统计特性的改变程度。实验结果表明,该算法可以很好地抵抗基于同义词结对和基于同义词相对词频统计特征的隐藏信息检测算法的攻击,具有较高的抗检测能力,提高了秘密信息的安全性。

基于BERT的垃圾邮件分类的同义词替换攻击研究

电子邮件在办公应用中有其独特的优势,但电子邮件在应用过程中也被一些人通过广告邮件推送的方式进行牟利,这些广告邮件也称为垃圾邮件。为了阻断垃圾邮件,邮箱管理者经常采用垃圾邮件分类的方法对其进行管理。但垃圾邮件推送者为了绕过邮件分类器,采取了同义词替换攻击的方法。本文通过使用SMS垃圾邮件的数据集,进行文本预处理和分类后,建立了根据从数据集中提取5000个最常见词语的词汇表,并将它们用作同义词库中的关键词。随后分别使用文本表示模型BoW、TF-IDF和新的BERT模型,结合SVM、朴素贝叶斯、决策树算法,对同义词替换攻击检测。经比对分析,结果表明BoW和TF-IDF检测率急剧下降,而BERT模型能够抵抗同义词替换攻击。

基于同义词数据增强的汉越神经机器翻译方法

汉越平行语料库的资源稀缺,很大程度上影响了汉越机器翻译效果。数据增强是提升汉越机器翻译的有效途径,基于双语词典的词汇替换数据增强是当前较为流行的方法。由于汉语-越南语属于低资源语言对,双语词典难以获得,而通过单语词向量获取低频词的同义词较为容易。因此,提出一种基于低频词的同义词替换的数据增强方法。该方法利用小规模的平行语料,首先通过对单语词向量的学习,获得一端语言低频词的同义词列表;然后对低频词进行同义词替换,再利用语言模型对替换后的句子进行筛选;最后将筛选后的句子与另一端语言中的句子进行匹配,获得扩展的平行语料。汉越翻译对比实验结果表明,提出的方法取得了很好的效果,扩展后的方法比基准和回译方法在BLEU值上分别提高了1.8和1.1。

分子进化研究中的几个统计量及其应用

为在分子水平上快速精确地研究生物的进化关系,提出了分子进化研究中的几个常用统计量及其计算方法.根据这些统计量探测正选择作用,并确定特定基因的进化速度或年龄.这些统计量包括核苷酸同义替换数ds(Ks)、非同义替换数dn(Ka)、Ka／Ks、DNA多态性和遗传距离等.通过植物抗性基因的一个实例揭示了这些统计量在阐明进化机制过程中的重要性.

板蓝与葡萄、漾濞槭基因组的共线性分析

板蓝(Strobilanthes cusia)具有极高的药用价值,全草可入药,是中草药南板蓝根的主要成分。为了厘清板蓝基因组的进化历程,探究板蓝的生物学功能,通过将板蓝基因组与葡萄(Vitis vinifera)、漾濞槭(Acer yangbiense)基因组进行全基因组比对,采用推断基因组同源性、同义碱基替换、Ks的核函数分析、鉴定染色体的直系和旁系同源区域、全基因组与局部比对等方法,发现板蓝在经历了核心真双子叶共享的三倍化事件后,还额外经历了一次三倍化事件,并且确定时间节点在106~120个百万年前。