作为“文本”的电影:电影文本论与结构主义电影批评的发展与变革

结构主义电影理论强调电影的文本性和符号性,试图通过分析电影的语言特性和符号系统,揭示电影的本质和意义;20世纪70年代以来,后结构主义以自反性的方式批判取代并继承了结构主义电影理论研究,并随观众、社会、文化等因素而变。文本理论与结构主义在电影研究中的应用推动了研究方法的创新和发展,为电影批评提供了全新的视角和方法,在当下对结构主义电影的发展仍然具有重要作用。

真理的等级论与交互文本论

在各种不同学科的真理之间的关系问题上 ,真理的等级论长期以来是占主导地位的理论。亚里士多德为真理等级论做出了经典论证。近代出现了真理等级论的三种不同模式 ,它们在现代被进一步发展 ,并遇到了难以摆脱的困境。由此出现了消解真理等级论的趋势 ,这在后现代主义哲学中达到了登峰造极的地步。但消解真理的等级论并不意味着否认不同学科真理间的制约关系 ,并不一定要陷入真理的“原子论”。真理不是一种封闭的属性 ,而是一个开放的过程。各个学科之间的真理是相互制约的 ,真理是在文本间碰撞过程中显示出它的力量。

全球化语境下的日本当代文学理论——从作品论到文本论、超文本论

本文对日本文学理论中的作品论到文本论、超文本论的发展作了梳理与阐述,有助于了解日本文论发展的新情况。关于文本论、超文本论的研究,对我国文学界也会有所裨益。

指导性案例的文本论证策略

为了获得地方法院的认可和接受,指导性案例必须合理安排自身的文本论证策略。最高人民法院已经做出了相当的努力,形式上的策略包括通过相关正式司法文件进行造势,并对指导性案例的具体文本进行剪裁。此外,从实质策略的角度来说,指导性案例中还援引和借鉴了法律规范内外的多种权威资源来加强论证。但是,以上的论证策略中还存在着不少缺陷,表现在效力定位不明、缺乏配套规定、内容过于简略和忽视过程分析等方面。这些缺陷和不足也为完善指导性案例的论证策略指明了方向。

从证据间性看无处不在的大传统——评《重述神话中国：文学人类学的文化文本论与证据间性视角》

《重述神话中国:文学人类学的文化文本论与证据间性视角》是2017年4月在上海交通大学召开的文学人类学研究会第七届学术年会的论文汇编,围绕"神话中国"的理论、实践与体系架构展开。该书揭示了文学人类学学科内部对神话的研究,已经从相对狭隘的文学本位的神话观,走向了关注信仰驱动与文明起源的神话观;治学的目的,也不再仅仅局限于"一时一事"的微观研究,而添加了诸多从文化基因层面来为中华文明的形成与源流提供解释的动机。

岑文本论

岑文本从一介书生到位极人臣的宰相,经历了社会地位的巨大变化,不但没有使其居功自傲,反而更加廉洁自律、忠于职守、鞠躬尽瘁、死而后已。他的一生既表现出敏于审时度势、敬畏权力的高明政治智慧,同时也展示出一位政治家唯才是用的胸襟气度与高瞻远瞩的思想境界。他是才子,也是“博考经史,多所贯综”的学者,更是弘厚忠谨、清正廉明的杰出政治家。他出色的文采、爱民的心思、高尚的品德与杰出的政治智慧,至今仍然闪烁着璀璨的文化光芒。

口头诗学与文学伦理学批评——关于“文学文本论”的思考

文学伦理学批评是2004年由聂珍钊教授针对当下文学批评浮现的诸多问题提出的极具原创性的文学批评方法论,至今已在国内外学界产生广泛影响。文学伦理学批评注重基础理论研究,具备理论的创新性与统一性,“文学文本论”是文学伦理学批评的基础理论之一。在对文学本质的研究中“文学文本论”将文学定义为“文本艺术”,创造性地提出了“脑文本”等文本概念来解决文学形态等基本理论问题。但文学伦理学批评中的“文本”主要指狭义上的“文字文本”,忽视了发生学意义上以语言为基础的“口头文本”,限制了文学伦理学批评的研究范围和研究对象。同时文学伦理学批评将“脑文本”看作口头文学的文本,一定程度上不完全符合口头文本的产生、传播、接受规律,不能科学全面地描述文学现象、揭示文学本质。利用跨学科方法与视角,运用“口头诗学”等理论分析“文学文本论”对“文学形态”“文本类型”“文学本质”等问题的理解,或许可以弥合文学伦理学批评“文本”和“语言”的断裂,促进文学伦理学批评“文学文本论”理论完善,为文学伦理学批评在人类学、民俗学等领域进行跨学科研究提供镜鉴。

价值·立场·策略——苏童文本论

苏童从1985年至1991年的文本大致可分为三种类型:其一,假定性文本,如《一九三四年的逃亡》、《飞越我的枫杨树故乡》和《罂栗之家》.这种文本不是去模拟或反映一种现实,而是去想象或假定一种现实.苏童凭藉着罕见的玄思冥想的天赋刨造了一个崭新的艺术世界.请注意,我使用想象或假定而回避了某些批评家所说的回忆。

《组织部新来的青年人》的隐含文本论析

王蒙的短篇小说《组织部新来的青年人》发表后 ,批评家的阐释已成定论 ,但当代读者的阅读经验却与之悖反。造成这一现象的原因是由于作品具有两重结构、双重视角———显在的和潜在的。显在结构呈现的是青年人林震同区委组织部存在的官僚主义和干部思想老化现象的斗争 ,潜在结构隐含的是刘世吾对自己的革命热情衰退的不满。显在结构和隐含结构的互补互动构成了作品的隐含文本 :林震实为过去时态的“少共”王蒙的象征 ,刘世吾则是现在时态中作家心灵冲突的投影 ,通过对自身成长链条上的两个环节的描述 。

文学作品/文本论

20世纪文学理论界发生了研究范式的巨大转变,其中一大转变即是从作品论转向文本论。此转变应该划分为三个阶段:20世纪上半叶的早期文本观的出现,主要以形式主义的文本观为代表;60年代伊瑟尔接受理论体系中起着过渡作用的中期文本观;60年代以后在后结构主义影响下所形成的新文本观,以罗兰·巴尔特为代表。经过这三个阶段"文本"这一范畴被逐渐赋予新的内涵和历史使命,并与作者的"父权式"控制逐步分离,最终成为一个极具颠覆性、革命性的理论范畴。

异语修辞文本论析

异语是指在以某种民族语言(一般指特定的一种共同语或标准语)来说写时夹用少量异族语言的词语来增加说写内容的生动性和表达的婉约性以提高说写的接受效果的一种独特的修辞文本模式。这种修辞文本的建构，...

考出事理性说明文的逻辑味——2017年浙江省宁波市中考卷非连续性文本论述题探析

【试题呈现】2017年浙江省宁波市中考卷的非连续性文本阅读题的阅读材料及相关论述题如下：

基于诗词文本分析的民国时期南岳衡山风景意象研究

南岳衡山是我国著名的国家级重点风景名胜区,不仅拥有独秀的自然风景,也是文明奥区、宗教圣地、抗战名山。研究衡山景观意象特征,有利于再现衡山民国时期景观风貌,更好地保护和弘扬历史文化古迹。以1912—1949年南岳衡山古诗词为研究对象,探究民国时期衡山的风景意象,共搜集到诗词文本379首,利用Python语言jieba分词、ROST CM6等相关软件进行文本词频统计、共线分析、情感分析等,感知大众心中衡山的景观形象,并进行数据可视化分析。通过分析可将衡山划分为梵音古刹、烟霞胜境、暮色山林、曲径通幽、云影飞瀑五大景观类型,祝融峰、天柱峰、上封寺、磨镜台是民国时期衡山核心景点;天景、生景等自然景观感知度高于人文景观;文本情感虽以积极为主,但消极情感仍占有一定比例;“高耸”“青翠”“幽深”“巍峨”是衡山主要特征。研究表明,秀美的自然山水与独具特色的人文景观是诗意形成的基础,受时代背景影响,文人多通过借景抒情的方式表达豪情壮志。基于古诗词的文本挖掘能够强化对民国时期衡山景观价值的提炼,为地域性景观的保护与延续提供参考。

基于民国文本的长沙城市意象研究

随着城市的现代化建设,城市历史景观特征在逐渐减退。为再现民国时期长沙的城市风貌,采用文本挖掘法,整理筛选民国文本进行词频分析、语义网络与聚类分析、情感分析,对分析结果进行可视化,探究民国长沙的城市意象元素与形象认知。结果表明,民国文本中对长沙的描写以人文要素为主,城市意象因子中道路与交通、山水风貌热力值较高;感知度最高的实体空间意象元素是岳麓山、湘江、天心阁,非实体空间意象元素是街巷、百花、亭台;长沙具有岳峰古迹、湘水月色、街陌盛景、文教新风、战火风云5类意象空间;长沙总体形象认知为美景、幽静、胜地,情绪感知以积极情绪为主。以历史文本为研究材料,为城市意象的研究提供新思路和新方法。

文本分类算法及其应用场景研究综述

随着大数据时代的到来,互联网中的文本信息迎来了井喷式的增长.文本分类作为自然语言处理中最重要的技术之一,其广泛应用于多个领域,如情感分析、新闻分类、自然语言推理、主题标记、抽取式问答、虚假内容检测等.从传统机器学习分类方法理论的深入到深度学习分类方法探索的兴起,相关研究模型与思路也在不断演变,各类新的方法、数据集和评价指标层出不穷,丰富了文本分类领域的研究,取得了卓越的理论成就和应用效果.尽管如此,新技术不断发展和业务应用场景不断丰富,同时,也为文本分类研究带来了许多新的问题与挑战,如数据约束场景中不均衡数据的文本表征学习、小样本场景下的文本分类等.针对当前研究难题与挑战,本文对文本分类方法进行了系统性调研,并对当前方法在实际应用场景中面临的技术挑战和未来的研究方向进行了综合探讨.具体而言,本文主要综述了七部分内容,分别是:(1)对文本分类技术的相关基础知识进行了全面介绍,包括文本分类的常见符号定义、计算范式和文本预处理技术;(2)对基于传统机器学习的文本分类方法进行了详细总结;同时,为了方便读者针对不同的应用场景选择合适的分类模型,本文对不同分类器擅长处理的文本分类难题及方法优劣进行了总结;(3)对基于新兴深度学习的文本分类方法进行了周详梳理,根据领域内代表性技术的核心思想进行分类,在此基础上对不同类别下的主要方法进行描述,同时对其技术的优劣进行了总结;(4)为了方便读者对文本分类模型的有效性进行验证,针对文本分类技术应用最为广泛的七大场景,本文对相关数据集进行了系统性的总结;(5)本文对不同任务目标下的常用的模型评价方法进行详尽介绍,以便对模型性能进行合理的定量评估;(6)基于上述内容,本文对典型应用场景中不同种类文本分类算法进行了性能总结对比;(7)本文分别从数据约束与模型计算两个层面对当前文本分类技术所面临的挑战和未来的重要研究方向进行了总结.本文通过梳理文本分类研究发展脉络,对涉及的代表性技术进行了详细总结和对比分析,有效填补了文本分类领域前沿技术的应用综述空白.

基于BERT-BiLSTM-CRF模型的畜禽疫病文本分词研究

针对畜禽疫病文本语料匮乏、文本内包含大量疫病名称及短语等未登录词问题,提出了一种结合词典匹配的BERT-BiLSTM-CRF畜禽疫病文本分词模型。以羊疫病为研究对象,构建了常见疫病文本数据集,将其与通用语料PKU结合,利用BERT(Bidirectional encoder representation from transformers)预训练语言模型进行文本向量化表示;通过双向长短时记忆网络(Bidirectional long short-term memory network,BiLSTM)获取上下文语义特征;由条件随机场(Conditional random field,CRF)输出全局最优标签序列。基于此,在CRF层后加入畜禽疫病领域词典进行分词匹配修正,减少在分词过程中出现的疫病名称及短语等造成的歧义切分,进一步提高了分词准确率。实验结果表明,结合词典匹配的BERT-BiLSTM-CRF模型在羊常见疫病文本数据集上的F1值为96.38%,与jieba分词器、BiLSTM-Softmax模型、BiLSTM-CRF模型、未结合词典匹配的本文模型相比,分别提升11.01、10.62、8.3、0.72个百分点,验证了方法的有效性。与单一语料相比,通用语料PKU和羊常见疫病文本数据集结合的混合语料,能够同时对畜禽疫病专业术语及疫病文本中常用词进行准确切分,在通用语料及疫病文本数据集上F1值都达到95%以上,具有较好的模型泛化能力。该方法可用于畜禽疫病文本分词。

基于MQTT协议的轻量化文本信息分发技术研究

随着卫星通信网络的发展,基于卫星通信网络实现手机、平板电脑等移动通信设备之间的通信成为研究的热点。由于其采用无线电波进行信号传输,且需要经过多个中继站进行信号的转发和处理,导致存在网络延时大、丢包率高以及信道狭窄等问题。针对文本信息在卫星通信网络下的分发过程存在效率低下、可靠性不高的问题,设计一种基于MQTT(Message Queuing Telemetry Transport)协议的轻量化文本信息分发技术。该技术使用MQTT协议作为消息传输协议,在文本信息分发前对MQTT协议进行主题设计、发布订阅机制设计、设备连接设计以及设备心跳设计,确保设备之间的连通性;在文本信息的分发过程中,设计数据校验加密算法、文本信息轻量化处理方法和离线消息存储机制,保证文本信息分发的安全性、可靠性。实验结果表明:相较于传统的基于JSON数据的文本信息分发技术,该技术在提高文本信息分发效率的同时,可确保信息分发的安全性、完整性和稳定性。

全球视野中的教育数字化转型战略研究——基于25份教育数字化转型政策文本的分析

教育数字化转型已成为数字时代全球教育变革的重要突破口,全面认识教育数字化转型的战略动因、目标、路径等基本理论问题,是深入推进教育数字化转型实践的重要基础。文章基于战略计划要素理论建构了包括战略动因、目标、任务、路径、保障五大维度的分析框架,然后采取定量与定性相结合的政策文本分析法,对25份教育数字化转型政策文本进行编码分析,研究结论如下:教育数字化转型的三大战略动因是技术驱动的社会数字化转型、教育内生发展需求及教育系统外部危机问题;三大战略目标是建设高水平数字国家、发展高质量数字教育、培养高水平数字人才;四大战略任务是完善数字环境建设、丰富数字资源供给、探索新型教学模式、提升全民数字素养;战略路径可分为环境建设和资源开发推动、教学变革驱动、人才需求引领三条主要路径;战略保障包括组织管理、政策体系、经费投入。最后对全球视野中的教育数字化转型战略逻辑进行了整体性分析与阐释。

基于字词向量融合的民航智慧监管短文本分类

为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题。为解决类别不平衡问题,采用数据增强算法在原始文本上进行变换,生成新的样本,使各个类别的样本数量更加均衡。将字向量和词向量按字融合拼接,得到具有词特征信息的字向量。将字词融合的向量分别送入到文本卷积神经网络(TextCNN)和双向长短期记忆(BiLSTM)模型中进行不同维度的特征提取,从局部的角度和全局的角度分别提取特征,并在民航监管事项检查记录数据集上进行试验。结果表明:该模型准确率为0.9837,F 1值为0.9836。与一些字嵌入模型和词嵌入模型相对比,准确率提升0.4%。和一些常用的单通道模型相比,准确率提升3%,验证了双通道模型提取的特征具有全面性和有效性。

深度学习的自然场景文本识别方法综述

自然场景文本识别在学术研究和实际应用中具有重要价值,已经成为计算机视觉领域的研究热点之一。然而,识别过程存在文本风格多样、背景环境复杂等挑战,导致识别效率和准确率不佳。传统的基于手工设计特征文本识别方法由于其有限的表示能力,不足以有效地应对复杂的自然场景文本识别任务。近年来,采用深度学习方法在自然场景文本识别中取得了重大进展,系统地梳理了近年来相关研究工作。首先,根据是否需要对单字符进行分割,将自然场景文本识别方法分为基于分割与无需分割的方法,再根据其技术实现特点将无需分割的方法进行细分,并对各类最具有代表性的方法工作原理进行了阐述。然后,介绍了当前常用数据集以及评价指标,并在数据集上对各类方法进行了性能对比,从多个方面讨论了各类方法的优势与局限性。最后,指出基于深度学习的自然场景文本识别研究存在的不足和难点,对其未来的发展趋势进行了展望。