“数量成分+出头”的结构、用法及其来源

概数表达结构"数量成分+出头"中的数量成分以物量成分为主,也有时量成分和动量成分。此结构倾向于表示主观小量,用于描述人的年龄、身高、体重时倾向于表积极义,而用于描述一般数量时倾向于表消极义。"数量成分+出头"来源于"NP出头",与"出头"相邻的成分从名词类推到数量,"出头"本义为"物体露出顶端",后通过隐喻发展出"超出数量"义。

永春方言数量成分的非强制性轻声现象

永春方言中位于动词之后的数量成分有轻声和非轻声两种可能读法。这两种读法有着不同的语法意义,数量成分是否读作轻声要视具体情况而定。引入沈家煊的“有界/无界”理论来对轻声与非轻声的语法意义做出说明,认为数量短语读作轻声与否之间的区别就是动态与静态、有界与无界的对立。

现代汉语“多/少/早/晩/快/慢”、数量成分、动词的组合情况考察--以状中结构与述补结构为中心

本文考察由单音节形容词"多/少/早/晩/快/慢"(简称为"形")、数量成分(简称为"量")以及动词(简称为"动")三者所构成的三种结构,即"形+动+量""形+量+动"及"动+形+量"结构。本文通过描写这三种结构的句法、语义、语用特点以及它们之间的转换关系,考察它们之间的联系与区别。

汉语的动后限制、曼德语的动前限制及“成分数量受限语序”

文章讨论汉语的动后限制及曼德语的动前限制:汉语在动词之后能容纳的句法成分和曼德语在动词之前能容纳的句法成分的数量均受限,呈现出和一般SVO、SOV语言不同的语序类型特征。汉语普通话的动后限制存在个别例外,但这些例外结构在使用上都受到种种限制。动后限制和动前限制均属于特定位置容纳成分数量受限的语序,简称为“成分数量受限语序”,区别于人类语言中常见的“定性语序”和“定位语序”。成分数量受限语序的提出及与定性、定位语序的区分将丰富对语序类型学的认识。

“很”修饰带不定数量成分动词短语用法的历史来源

文章探讨"很"修饰带不定数量成分动词短语用法的历史来源问题。汉语史上,"很"与"狠"的用法一度有纠葛。在词形上,先是"狠"替代"很",并广为使用,后是"狠"由"居后骈用"为常变为"居前骈用"为常,又因受其他因素的影响,原先的并列关系发展演变为修饰关系。在词义上,"狠"先是用来摹状"凶狠"貌,后来表示程度深,进而演变为副词。"狠"修饰带不定数量成分动词短语也经历了一个由摹状"凶狠"貌到表示程度深(进而表示数量多)的过程。在这样的现实条件下,"很"基于自身的语义特征,又反过来替代"狠",从而直接获得副词的语法特征,赢得了新生。"很"修饰带不定数量成分动词短语的用法承"狠"而得,相对于"狠"来说,这种用法虽是后起,但在清晚期已然成熟。"狠"和"很"同类用法共存一段时间后,分工渐趋明确和稳定。

汉语数量成分的非典型功能研究

文章探讨了汉语数量成分在相应的句法环境中所表现出来的三类非典型功能。文章采用对比的研究方法,第一类是将非计量的“一+量”成分和典型的计量“一+量”做比较,第二类是将离散双数量结构与典型的连续双数量结构做比较,第三类是将数量成分充当“O_直”的“S+V+O_间+O_直”和“S+V+O_直+O_间”两种双宾结构做比较,得到了数量成分在一定句法环境中的三种非典型功能:标记主观评价功能、表现主观强量功能和凸显不定指功能。

主成分抽取数量确定的新方法

文章针对主成分抽取数量的确定提出了一种新方法,通过同时联立与原始样本数据吻合良好和与再抽样数据吻合良好两个约束条件来求解主成分数量,并在SPSS环境下实现了该方法。实例研究表明相比特征值大于1、Scree碎石、Velicer偏相关检验等准则,该方法所得结果更准确更泛化,可应用于主成分分析、因子分析和图像特征提取等相关研究中。

基于偏相关系数和平行检验的主成分抽取数量的确定方法

主成分抽取数量的确定是主成分分析中的关键问题。文章提出了一种新确定方法:首先基于原样本数据采用偏相关系数准则来确定主成分抽取的数量;然后基于再抽样样本数据来验证主成分数量模型的稳定性,并在SPSS环境下实现了该方法。实例应用表明该方法相比特征值大于1、Cattle Scree等准则,结果更客观、准确和稳定,可广泛应用于主成分分析、因子分析等相关研究中。

“V了+数量名成分”的结构分析和语感解释

一般认为,"V了+数量名成分"中的数量成分在表名量义时可以先和其后面的NP合并做V的宾语,当其表时量或动量义时则优先和其前面的动词合并成动补结构带宾语的结构。这种区别对待的方法会造成理论和经验上的矛盾。在最简方案框架下,文章探索了对其进行一致性的划分的可行性,并尝试对母语为汉语说话人的不同语感做出理论上的解释。

汉语动词后时量、动量、名量成分不同现情况考察

本文深入考察了汉语中数量成分分布的特征和规律,重点讨论了汉语里一个动词后不能同时出现两个数量成分这一规律,并运用“格位理论”和“信息安排原则”做出合理的解释。

“取类”双宾式宾语的数量特征

与典型的"给类"双宾构式相比,"取类"对数量成分的依赖度更高。随着双宾构式的发展,构式对动词的准入条件限制放宽,"取类"双宾构式在双事件整合过程中起决定作用的并不仅在于动词的次范畴特征,更重要的是直接宾语必须是数量式。文章结合信息结构理论对间接宾语的焦点身份提出质疑,认为间接宾语更具话题性,属于话题范畴,并进一步对直接宾语必须是数量式进行解释。文章指出,在构式中句末宾语位置上的数量成分述谓功能得到突显,从而使N_1+N_2在信息流向上形成了"话题—述题"的关系,数量成分不仅对N_2起到有界化作用,而且对N_1起到改变语义属性的作用,同时在小句中是名词述谓化手段之一,至于N_1+N_2能否进一步语法化为主谓关系还需要更多的条件和观察。

非作格双宾句数量宾语的信息结构特征分析

根据"非宾格假说",非作格动词不能带宾语。带双宾语更是违反动词论元结构的非常规现象。以往研究无论是从论元结构的角度,还是从事件结构的角度,都无法对非作格动词带双宾语现象给出合理的解释。本文结合信息结构理论,从直接宾语必须是数量宾语这一特点入手,指出双宾结构的特殊性,重新分析数量宾语在形式和意义上的必要性。

基于PCA-RBF神经网络模型的城市用水量预测

针对城市用水量影响因素众多、关联性较强以及BP神经网络收敛速度慢、易陷入局部极小值等问题,采用组合主成分分析(PCA)与RBF神经网络的方法预测城市用水量。利用主成分分析对用水量影响因素进行降维,消除多重共线性,选取能够替代原用水量影响因素的前三个主成分作为输入因子,选用学习和收敛速度快、模式识别能力强的RBF神经网络进行预测。研究结果表明,该模型的相对误差平均值在训练和预测阶段均最小,分别为0.165 4%和0.677 5%,学习和预测能力均优于RBF和BP神经网络模型,提高了收敛速度和预测精度;主成分数量从3个增加到5个,信息量累积贡献率从93.09%增加到98.37%,平均相对误差从0.250 7%降至0.206 0%,预测精度略有提高。对2015—2020年枣庄市用水量进行预测,总用水量先有小幅上升,后又下降,呈现"倒U型"增长。该模型对城市区域水资源规划具有参考价值。

论动词重叠的语法意义

动词重叠表示事件主体在事件持续一段时间后主动地让它结束。此定义含四层意思:1.动词重叠属事件范畴,而不属动作范畴;2.动词重叠表示事件持续的具体时间量;3.动词重叠表示事件有终点;4.动词重叠表示事件是可控的。以这四点为语义条件,本文对动词重叠形式与数量成分、时态成分、动词后名词性成分的指称性质的关系问题重新作了解释。