极性词语的梯级模型及补充

Israel运用梯级推理的有关思想,提出了极性词语的梯级模型及其修正案(Israel1996,1998,2001,2004)。然而,我们认为Israel的修正案中尚有三个关键问题值得进一步探讨:(1)一般而言,为何偏离或背离认知图式的陈述合乎用法,而顺应认知图式的陈述不合乎用法?(2)听话人是如何协调命题陈述与认知图式的对立关系以推导出梯级含义的?(3)极性词语是如何在某些语境中诱导和强化特定会话含义的?本文结合Sperber&Wilson(1986/1995)的关联论来解答这三个问题,认为语境效果是衡量极性词语的使用是否合法的标准,明示信息与语境假设的交互作用贯穿在梯级含义和特定含义的推导过程中。

国外极性词语的梯级研究

Israel运用Ducrot,Fillmore,Kay和Fauconnier等关于梯级推理的思想,提出了极性词语的梯级模型及其修正方案。文章在简要介绍极性词语的概念及其研究概况的基础上,运用命题图式和相对信息力度分析Israel的梯级模型及其修正方案,总结归纳出增强型极性词语的语用合适性条件和含有增强型极性词语的命题的梯级推理的总则。

否定极性词语解析

英语中的否定极性词语大多由表示微量含义的名词(短语)、副词(短语)、介词短语和形容词等组成。它们共同的语言特征为不能单独使用,依赖性较强,需要借助否定词发挥语言功能。作为附加成分,它们在否定句中往往起着强调修辞作用,增加否定突显度。否定极性词语在语义、句法、语用等方面表现出自身的语言特征和上述层面的内在联系。

英语“极小”负极性词语语义特征分析

"极小"负极性词语属于有量词语,代表的量值为最小,与否定词共现在一起,词汇功能被归入英语语法模型描写的一个范畴。通过对英语"极小"负极性词语在语义方面所表现的语言事实简单描述,基于其词汇范畴的改变,解释了"极小"负极性词语与否定词之间的关系,揭示了"极小"负极性词语和否定词组合等值于全称量词的否定,代表一种质的否定,是极限表达的一种方式。

英语负极性词语句法、句义解析

负极性词语属于英语词汇-语法模型描写的一个范畴。作为语句的添加成分,负极性词语在使用上呈现不对称性,只能存在于否定性语境中。负极性词语与否定词共现时涉及到句法方面的因素较多,其词汇句法作用的解释理据可以从允许其出现的句法结构以及产生的句法意义这两个层次进行。负极性词语句法意义的形成可以被解释是它们进入句法操作时与允准语否定词发生关系的结果。

否定极性词语允准条件的语义加工——以否定极性词“任何”为例

本文在Ladusaw提出的否定极性词语在单调向下蕴涵表达式的辖域内得到允准的原则以及Zwarts提出的否定极性词语分类的基础上,对否定极性词"任何"的允准条件进行了探讨。文章论证了"任何"与英语词"any"的允准条件存在差异,指出"任何"一词的允准要求比"any"严格,"任何"的允准成分一方面应满足单调向下蕴涵函数的要求,另一方面应具有"逆递加"这一语义属性。本文对Ladusaw的研究思路及其后续限定进行了补充。

汉语极量极性词语的梯级逻辑和关联分析

极性词语是指某些词语只能用于肯定或否定等语境中的一种现象。本文以汉语极量极性词语为例,揭示极性词语的使用规则,旨在说明语法不是所谓的公理和客观世界的规律的直接投射,相反,至少在极性词语这点上,语法反映了修辞功能在交际中的规约化和固着化,语法是受语用管约的结果。极量极性词语具有夸张和低调陈述的修辞功能,讲话人藉极量极性词语来加强和减弱语气。命题角色对极向具有控制作用。命题陈述与预设的事件结构相对立的规律是限制增强型极量极性词语使用的语用合适性条件之一。语境效果也是衡量极量极性词语的语用合适性的重要参数。本文先介绍极性词语及其研究历史,讨论石毓智先生(2001)对极性词语的阐释,指出其值得商榷的地方,然后提出我们的看法。

基于评论文本的词语极性分析

通过对基于知网语义相似度计算和基于点对互信息两种词语情感极性判别方法的分析研究,针对两种方法在某类词极性判别不准确的问题,采用多方法融合的思想,提出一种改进的词语情感极性判别方法。在词语语义相似度高于设定阈值时,采用知网语义相似度计算的方法,低于阈值时,采用同义词扩展的点对互信息方法判断词语情感极性。实验结果表明,改进方法可以有效提高判别准确率。

一种改进的基于《知网》的词语语义相似度计算

中科院刘群的基于《知网》的词语相似度计算是当前比较有代表性的计算词语相似度的方法之一。在测试中我们发现对一些存在对义或反义的词语与同义、近义词语一样具有较高的相似度,一些明显相似的词反而相似度较低,如"美丽"与"贼眉鼠眼"的相似度为0.814 815,与"优雅"的相似度为0.788 360,"深红"与"粉红"的相似度仅为0.074 074,这将不利于进行词语的极性识别。基于文本情感色彩分析的需要,把词语相似度的取值范围规定为[-1,+1],在刘群论文的基础上,进一步考虑了义原的深度信息,并利用《知网》义原间的反义、对义关系和义原的定义信息来计算词语的相似度。在词语极性识别实验中,得到了较好的实验结果:P值为99.07%,R值为99.11%。

产品评论挖掘研究综述

产品评论挖掘是以Web上用户发表的产品评论为挖掘对象,采用自然语言处理技术,从大量的文本数据中发现关于产品的功能和性能的评价信息的过程。产品评论挖掘是一个新兴的研究领域,是对自然语言描述的无结构数据进行数据挖掘的典型代表。产品评论中挖掘得到的信息不仅可以帮助生产厂商改进产品,还可以帮助用户合理的购买产品。对产品评论挖掘进行了全面深入地讨论,介绍了产品评论挖掘系统的通用框架,然后对产品特征提取、主观句定位、用户态度提取、态度极性判定、挖掘结果显示这5个子任务进行了详细地阐述,最后介绍了产品评论挖掘的最新方向。