面向数字人文的古诗文本情感术语抽取与应用研究

在跨学科知识范式下,数字人文的研究范畴随着自身学科体系的拓展而不断泛化,采取关键语义技术解析文化对象中的人文内涵与情感知识对于重拾学科"人文性"与"计算性"特质具有重要意义。本文以古诗文本为例,面向汉语诗文及其鉴赏实现大规模人文情感术语的自动化抽取与分析。首先在无标注集环境下提出一种基于"冷启动"的字序列自动标引方法来获取学习语料,随后在字向量(Char2Vec)指导下将汉字特征(部首、拼音等)和BERT语言学模型分别引入机器学习与深度学习模型,并从知识发现的角度定义新术语识别规则。研究发现,将现代鉴赏融入古诗原文显著优化了情感知识的广度与深度,领域术语能够被有效标引。训练的BERT-BiLSTM-CRFs深度学习模型的效果明显优于CRFs机器学习,最佳F1与F1distinct可分别达到95.63%和85.43%;同时汉字特征的引入也有效提升了传统CRFs效果,以领域特征和基于"竖心旁""心字底"部首约束特征为最优。相较于机器学习抽取出的长篇幅新术语,深度学习能够拓展出更多寄托情感知识的新意象词。源于诗文与鉴赏的情感术语为文学信息资源的情感分析与知识服务提供了参考(人文性),基于汉字语言特征的抽取方案为中文领域自然语言处理技术的深化提供了启迪(计算性)。

中医情感术语英译认知研究

中医文化走出去有利于中国传统文化的传播,而要让中医文化走向世界各地,中医文化的翻译则必不可少。目前国内对中医文化的翻译存在两种困境:一是理解中医文化的中医学者缺乏能熟练地运用第二语言翻译中医文本的能力;二是能熟练地用第二语言进行翻译的语言学研究者却欠缺对中医医学理论的准确理解和把握。本文针对中医情感术语翻译缺乏国家统一标准之情况,对比了《汉英双解中医临床标准术语辞典》《中医基本名词术语中英对照国际标准》《中医药学名词》与《传统医学名词术语国际标准》四本词典中涉及中医药情感术语的英译标准,并把《黄帝内经》中对"喜""悲"的概念化与Kovecses (2000)对"happy"和"sad"的概念化进行对比,从语言文字的认知理据性出发,提出更加符合原文、更能表达原医家情感色彩并能更好体现中国传统文化特色的英译方法,以期为中医准确的国际传播提供情感术语翻译方面的参考。

言说音乐的三种术语及隐喻——为导师于润洋教授80寿辰而作

分析美学家戴维斯在《音乐的意义与表现》中提到言说音乐常采用的几种术语,本文将其明晰化,概括为三种,即技术术语、认知术语和情感术语。并且认为技术术语主要对应音乐作品的技术分析;认知术语主要对应音乐作品的社会-历史分析,而情感术语主要对应音乐作品的审美分析和体验表达。隐喻被不同程度应用于各类分析的表述中;它是审美表达的主要方式。隐喻的语言具有非本质主义的后现代性。