新媒体词汇语义的互动化趋势

答辩时间:2024年2月线上社交平台的出现彻底改变了社会交往的方式和结构,新媒体不再是单向传递信息的媒介,而是由文本交流和个体身份联结共同塑造的虚拟空间。在这种高互动、高频率的社交语境中,新兴词汇更容易产生语义和语法上的变异,值得深入研究。本文以近十年(2012~2022年)五大网络流行语榜单中109个网络热词为研究对象,利用自写Python脚本自动抓取1,000,000条,包含109个网络热词的近三年(2020年1月~2023年1月)新浪微博语料,自建新媒体热词语料库。结合互动语言学和使用语法理论,梳理新兴词汇的语义延伸和词类转移路径,从社交网络和语境折叠视角,探讨新兴词汇演变的趋势与动因。

谓词级差推断现象及其内在机制研究

级差指数量之间存在由于相互比较导致的蕴涵关系,这种蕴涵关系导致了谓词的级差推断。谓词级差推断具有方向性,可分为向下级差推断和向上级差推断。谓词级差推断需要谓词与数量共现,并且向上级差推断还要求不能与时体标记共现。级差推断方向与量化成分的θ角色存在一定相关性,相关性分析发现右侧向下级差谓词和双向级差谓词具有θ角色相关性,而双侧向下级差谓词不具有θ角色相关性。谓词词汇语义是两种级差推断方向的内在机制,谓词表现出分配性语义会导致向下级差推断,表现出集合性语义会导致向上级差推断。

第25届汉语词汇语义学研讨会在厦门大学嘉庚学院召开

2024年5月31日至6月2日,第25届汉语词汇语义学研讨会(CLSW2024)在厦门大学嘉庚学院召开。本届会议由厦门大学嘉庚学院两岸语言应用与叙事文化研究中心主办,厦门大学嘉庚学院人文与传播学院、厦门大学国家语言资源监测与研究教育教材中心、教育部语言文字应用研究所协办。

基于动态词汇语义网络模型的数据驱动教学行动研究

学习者的词汇语义网络在课堂教学与自主学习中的协同构建是高等教育阶段英语教学的经典研究议题之一。本文通过两轮教学行动研究,探讨了动态词汇语义网络模型在数据驱动教学中的实施方案及有效性。基于自建语料库,形成不同主题的动态词汇语义网络模型。设计课前、课中、课后、自主学习等环节的输入及产出任务,对应英语学科能力培养要求,引导学习者主动构建并拓展词汇语义网络,结合问卷调查对教学成效进行评价。结果表明,教师在数据驱动教学中需关注课上与课下词汇习得途径的有效衔接,加强任务产出频率及评价,以促进学习者词汇能力的长期发展。

俄语感知动词范畴特征的多维透视研究——评《俄语语法》

语言学研究领域中,感知动词是表示人的感觉、认知、心理活动、行为特征的动词,即人们熟知的系动词。而感知动词范畴就是感知行为在语言层面概念化、范畴化、形象化的结果,是语言系统中词汇体系的有机组成部分。俄语作为一门重要的语言,其在感知动词范畴上表现出鲜明的多中心特征、典型的原型特征及独特的等级特征,而且具备了一般词汇语义范畴中普遍存在的上下义、反义、同义的特征。进一步研究俄语感知动词范畴特征,是真正读懂俄语、了解俄语语言机制的根本要求,也是发现俄语中词汇语义特点的题中之义。

基于MMR和WordNet的新闻文本摘要生成研究

针对新闻文本摘要提取过程中,传统抽取式算法存在对文本内容概括不全面、摘要内容冗余、关键词提取时未考虑异词同义等问题,提出了一种基于最大边界相关算法(MMR)和词汇语义网(WordNet)的新闻文本摘要生成算法--WMMR.该算法综合考虑文本相似度、关键词、句子位置信息、线索词等特征对句子权重的影响,从而优化MMR算法中的句子得分,并在计算关键词得分时引入WordNet合并同义词.在NLPCC2017公开数据集上验证本文算法的有效性,结果表明WMMR算法的ROUGE值相较于TextRank算法提升4个百分点,相较于MMR算法提升7个百分点.在神策杯2018与SogouCS公开数据集上验证本文算法的普适性,结果表明WMMR算法的ROUGE值相较于传统TextRank,MMR等算法均有提升,证明WMMR算法有效提升了生成摘要的质量.

基于视听通道的图片和词汇语义加工比较研究

采用GO/No-go范式,分别在视觉通道及视听双通道条件下,为被试呈现图片语义信息和词汇语义信息,并通过反应时、击中率、虚报率等行为学指标考察了视听整合对图片和词汇语义信息加工效能的影响。结果显示,图片和词汇语义两种条件下的视听觉刺激反应时均比视觉刺激更快。此外,视觉单通道条件下,两种语义信息加工的虚报率没有显著性差异。然而,在视听双通道条件下,图片语义加工任务的虚报率显著低于词汇语义加工任务。结果表明:视听双通道的整合效应对图片和词汇语义信息加工均有促进作用,但这种影响在两种语义形式下具有不同的表现形式。当前研究在此基础之上,进一步探讨了图片语义加工与词汇语义加工的差异。

主题语境下促进词汇产出的高中英语综合写作教学

本文针对学生英语写作中词汇不足、表达缺乏逻辑和语言不适切等问题,以“人与社会”主题语境下的“社会热点”主题内容“临期食品”这一话题为例,在高三开展综合写作教学,提出促进词汇产出的策略:主题阅读课导入单元主题,聚焦主题词汇;说写指导课探究主题深度,拓展词汇广度;习作改进课丰富主题产出,优化词汇运用。综合写作教学依托主题,整合各项语言技能活动,可帮助学生实现有效的词汇产出。

语域实证研究:基于词汇语义的多维分析法

本研究将104个语义特征和67个语法特征纳入考察范围,分析北京奥运对外新闻的语域特征。研究发现8个功能维度,即情感交互性与信息呈现性、地点景观描述性与抽象事物叙事性、权利立场性、主观评价性与客观事实性、人文艺术关切、健康安全关切、设施工具与群体活动关切、技术投入关切。研究表明,基于词汇语义的多维分析法能够有效揭示话语的独特交际功能,有助于弥补传统语料库方法重语法轻语义的不足,对理解语义介入和拓展语域分析技术具有一定的启示。

基于多标记特征选择的英语词汇语义预测方法

为了精准预测大学生英语词汇语义掌握程度,提出基于多标记特征选择的英语词汇语义预测方法,通过多标记特征选择方法计算词汇样本相似度,构建样本相似矩阵,获取词汇样本特征,同时依靠特征参数对英语词汇的分布函数与几率密度函数进行计算,凭借计算结果优化极大似然算法,计算英语词汇语义预测的参数下线,以此确保预测的准确度,使用云计算方法对英语词汇之间的特征迭代计算。实验结果表明,所提方法能够精确预测出大学生所掌握的英语词汇语义,并且还能够分析大学生在不同语法的词汇语义掌握状况。

中国文字整理与规范研究中心简介

中国文字整理与规范研究中心是北京师范大学与教育部语言文字信息管理司共建的科研机构,成立于2007年。中心成立以来,坚持理论研究与应用研究相结合、传统研究与现代化手段相结合。一方面持续深化对中国传统语言文字学理论的发掘、总结和现代化改造,另一方面积极借鉴西方现代语言学和文字学理论的精华,加强多元视角下的汉字汉语研究,用新的理念和方法拓宽中国传统语言文字学的研究视野,参与世界学术对话,扩大国际影响力,持续推进汉字构形学、汉语词源学和基于传统训诂学的汉语词汇语义学的体系化和国际化建设。

从词汇语义学视角解读英汉互译中的差异

语义学是语言学中研究语言存在意义的一门学科,其内容在哲学、心理学、认知科学等多跨学科内都有所体现。在翻译领域,纽马克曾在《翻译问题探讨》一书中提到语义翻译,即译者可以从词汇、短语、语篇等语言单位出发,深究它们的语义在译文中的意义,来对原文进行翻译。该文将从词汇语义学的角度出发,对英汉互译中出现的用词差异进行微观层面的分析,探讨词汇这一单位在英汉翻译中的重要性。

基于文本分类技术的中文纯文本聊天记录敏感词汇隐晦语义表达检测技术研究

针对中文纯文本聊天记录中可能存在的敏感词汇隐晦语义表达信息,本文提出的BERT-TextCNN-TextRNN模型充分地结合了BERT预训练模型、TextCNN模型与TextRNN模型三者的优势。BERT-TextCNN-TextRNN模型既可以很好地提取中文纯文本聊天记录中词汇与词汇之间的短距离局部关系特征,同时又能够很好地获取聊天记录文段中句子与句子之间的长距离全局关系特征与依赖信息,使得模型对中文纯文本聊天记录中可能存在的敏感词汇隐晦语义表达特征信息了解得更为充分而完善。

基于本体论和词汇语义相似度的Web服务发现

Web服务的大量涌现对服务发现提出了挑战,UDDI上基于关键词和简单分类的服务发现机制已经不能很好满足需要.该文在分析现有相关研究的基础上,提出了基于本体论和词汇语义相似度的 Web服务发现方法.通过构建Web服务本体,给出一个明晰的Web服务发现的研究对象,指出可对Web服务进行的几种相似度计算,并对其中的词汇语义相似度计算进行详细讨论.文中具体给出两种词汇语义相似度计算方法,其中第一种方法计算词汇语义相似度基于词语间距离度量,第二种方法计算词汇语义相似度则建立在义原相似度基础上.引入本体论和词汇语义相似度,为Web服务相似度计算、Web服务发现提供了一种有效可行的方法.

结合语义的特征权重计算方法研究

为进一步改善目前大多数基于向量空间模型(VSM)的文本聚类算法的效果,研究了文本聚类的基础和关键环节——文本间相似度的计算,其中一个重要步骤就是计算各文本中特征词的权重,该计算的合理性和有效性直接影响到文本相似度的准确性和聚类的效果。传统的VSM特征权重计算方法——TF-IDF,没有考虑语义相似的词语在文本集中的分布情况,针对该问题,在基于"知网"的词语语义相似度分析基础上,提出了一种改进的TF-IDF权重计算方法。实验结果表明,该算法是有效可行的,且在一定程度上提高了文本聚类的查准率和查全率。

用语义模式提取实体关系的方法

研究了信息抽取中的汉语实体关系提取技术,在使用模式匹配技术的基础上引入了词汇语义匹配技术对汉语实体关系进行提取。比较了一般模式匹配技术和词汇语义模式匹配技术在汉语实体关系提取任务中的性能。实验结果表明,一般模式匹配技术在处理中文时效果较差,而词汇语义模式匹配技术更适合于处理汉语实体关系提取任务。

基于词汇语义和句法依存的情感关键句识别

门户网站、博客和论坛中的新闻性文章往往都带有自己的情感倾向性,而情感关键句的识别对判断文章的情感倾向、了解社会动态和舆情状况有着非常重要的作用.传统方法主要基于词汇特征,未能充分利用潜在的句法和语义信息.本文提出了一种基于词汇语义和句法依存的情感关键句识别方法.该方法首先通过构建情感词典和关键词词典获取词汇语义信息,然后利用一种新颖的面向情感关键句提取算法获取句法依存信息,最后把情感关键句的识别问题看成一个是否为情感关键句的二分类问题加以解决.在COAE2014公开评测数据集上进行的实验表明本文方法的准确率和召回率均显著优于其他方法.

基于支持向量机的中文文本蕴涵识别研究

文本蕴涵关系研究的主要目的是在建立通用文本推理框架的同时,解决自然语言语义表达的多样性问题。将中文文本蕴涵关系识别问题归结为一种分类问题,进而基于支持向量机构造分类模型,对中文文本对间的语义关系进行分类;主要采用统计、词汇语义以及句法相关的分类特征。实验结果表明基于支持向量机的多分类器可以有效地对中文文本蕴涵关系进行识别。

基于词聚类的热点话题检测算法

对应用词聚类进行热点话题检测的算法进行了研究。通过将文档分词并用兼顾长短文章的规则进行特征抽取,将文档聚类空间转化为特征词聚类空间,采用基于互信息的词聚类算法产生热点话题类。以TDT5语料作为测试语料进行了热点话题召回率和话题类纯度评测,实验结果表明,采用基于词聚类的算法进行热点话题检测,热点话题的平均召回率达到83.8%,话题类的平均类纯度达到94.4%,检测出的热点话题类别易于理解。

“现代汉语语义词典”的结构及应用

“现代汉语语义词典(SKCC)”是一个面向汉英机器翻译的大规模汉语语义知识库,它以数据库文件形式收录6.6万余实词,不仅给出每个词语所属的词类、语义类,而且以义项为单位详细描述了它们的各种语义搭配限制。目的是为计算机语义自动分析、词义消歧等任务提供强有力的支持。本文介绍这部语义词典的结构、内容,并以实例说明这部词典可有效地解决翻译系统中的词汇歧义(WSD)问题。