带动词谓词的评价句类型

论文以动词谓词为视角重点讨论了由带评价意义的动词充当谓词的评价句的语用功能,分析了评价意义动词的语言表达方式,揭示了交际情景中运用动词作评价谓词的意义特点。

硬新闻评价句的论证型评价模式与构式特征——以“可想而知”构式评价句为例

文章以常见于硬新闻中的“可想而知”构式评价句为研究对象,将语法构式、语用逻辑、系统功能语言学的研究视角与方法相结合,考察评价句中语言要素与论证型评价模式的互动,分析评价句的消极评价功能及言者立场。考察结果表明,“可想而知”构式评价句的评价模式为论证型评价,具有“言之有据、析之有道、系之有序、论之有理”的特点。其对评价的论证过程符合语用逻辑学中的RSA评价模型,评价结论客观合理,体现了言者与读者的交互主观性,评价句的言者立场具有客观中立正式的特点。上述特点也是此类评价句在硬新闻中高频表消极评价的主要原因。研究显示,评价言语行为体现出语言外部交际环境与语言内部各要素之间密切而复杂的互动,包括微观层面即构式句内部的互动,中观层面即评价前提和评价结论的互动,宏观层面即语体、语法、语用、修辞的互动。

形容词评价句的语用内涵

本文依据形容词充当评价词的特点,将讨论形容词评价句的语义和语用特征,揭示一般评价句和具体评价 句(感觉评价句、升华评价句和纯理性评价句)的使用特点及其语用功能。

俄语中含有评价副词的评价句句型浅析

俄语副词中有的副词具有评价功能。带有评价功能的副词可以构成俄语中的评价句。此类句型在语言中广泛使用。说话人使用含有评价意义副词的评价性语句抒发情感,表达自身的立场。不同类型的评价副词所组成的评价性语句,在语义表达上具有各自的特点。

基于学术论文全文的创新研究评价句抽取研究

【目的】依据学术论文全文抽取创新研究评价句,分析创新研究评价句的特征与规律。【方法】以图书情报档案学科为例,将学术期刊论文全文作为实验数据,通过选取标志词、制定抽取规则抽取创新研究评价句。分别从标志词、类型、位置等方面分析创新研究评价句的分布情况。【结果】抽取的创新研究评价句主要可分为6个类型,大多出现在论文前24.8%的位置。【局限】创新研究评价句的抽取方法有待优化。【结论】图书情报档案领域的创新研究评价句以概念理论类为主,不同期刊的评价句类型也存在差异,模型方法类的评价句位置分布较为分散。

评价研究的句法视角

本文从句法视角界定了评价句,依据句法标准探讨了评价句的类型,提出了评价意义的句法分析思路。研究结果表明,评价句是评价主体在做出评价的过程中,针对客体使用的包含价值表述的语句。评价句可依据逻辑、归一性、评价视角和评价取向四个句法维度分为谓词评价句和无谓词评价句、肯定评价句与否定评价句、客观评价句与主观评价句、作者评价句与非作者评价句等。评价句的分析应综合考察评价的逻辑要素。评价句是评价结果的语言表现,把句法列入评价研究的框架能够更好地把握评价的本质。

评价性“V-起来”句的句法推导

评价性"V-起来"句中,句首NP与"V-起来"和AP两个谓语同时存在题元关系。把"NP+V-起来"看作附加语,"NP+AP"是主要谓语,最简方案中的侧向移位和题元特征核查理论可为评价性"V-起来"句的"附加语分析"提供形式化的理论工具。具体而言,"NP+V-起来"在句法运算时投射为独立的语段v P1/APPLP;v P1/APPLP的核心/非核心论元在推导过程中被拷贝后侧向移位与主句的轻动词形成v P2。在主句继续推导时,v P1附接于v P2,形成复杂谓语结构,为主句谓语事件的实现提供条件或情景。分裂式结构"V起NP来"也可纳入统一的"附加语分析"。

学术语篇评价性that从句的评价理论介入视角研究

作为评价语篇重要的语法标记之一,从属连词that具有重要评价意义。它可以在语料库中标记出具有极大评价潜势的名词性从句;可以在作者、读者甚至参与第三方之间建立起对话。评价性that的使用能反映出语篇清晰的评价结构和具体的人际介入。该文将选取上海交通大学科技英语语料库JDEST部分内容组建小型语料库作为研究对象,利用评价理论的介入框架,将评价性that小句进行功能分类,并讨论分类标准和评价性that小句介入特点,同时为学术语篇写作的学习提出建议。

基于模式匹配与半监督学习的评价对象抽取

针对产品评论中评价对象的抽取问题,提出一种基于模式匹配与半监督学习的抽取方法。通过大量样本统计,获得种子规则集,以抽取有效评价句,利用句法结构组合以及词性距离相关性算法抽取评价对象,将种子规则和评价对象存入相应的模式库,并通过半监督学习方法与规则的动态替换,进行规则的学习与评价对象的扩充训练。实验结果表明,该方法的抽取效果较好,证明了方法的可行性。

基于句对质量和覆盖度的统计机器翻译训练语料选取

该文研究的目的是在待翻译文本未知的情况下,从已有的大规模平行语料中选取一个高质量的子集作为统计机器翻译系统的训练语料,以降低训练和解码代价。该文综合覆盖度和句对翻译质量两方面因素,提出一种从已有平行语料中获取高质量小规模训练子集的方法。在CWMT2008汉英翻译任务上的实验结果表明,利用本文的方法能够从现有大规模语料中选取高质量的子集,在减少80%训练语料的情况下达到与Baseline系统(使用全部训练语料)相当的翻译性能(BLEU值)。

大规模双语句对自动获取技术

从互联网上挖掘大量双语平行句对,可以快速有效地构建大规模双语资源,服务于统计机器翻译。从挖掘对象的不同,将网络数据源分成对照网页和平行网页两类,提出一种抽取双语句对的方法。首先,从上述两类网页中分别抽取平行文本段,对照网页文本段抽取的主要方法为页面过滤和模板匹配,而平行网页依赖于网页结构的相似,采用对应节点匹配方法;其次,采用Gale-Church算法进行句对齐,得到平行句对;最后统一进行后处理。实验结果表明,从对照网页获取平行句对的准确率达到93.3%,平行网页为93.5%。

新媒体标题中“亮了”的语义及篇章功能

新媒体标题中"……亮了"小句包含不同的语义类型,能够使非关注、非预期对象得到凸显。"亮了"浮现出的意外义及主观评价义是人类认知体验和特定句法语篇环境共同作用的结果。在以往新闻标题叙实性特征的基础上,"……亮了"突显说话人的认识评价,有求新求异、创造鲜活语体的表达效果,能够激发受话人阅读兴趣,达到互动目的,是一种适应新媒体需要的主观评价句。

评价型“V得C”小句嵌入显赫趋向特征的系统功能语法研究

本文从系统功能语法理论角度探讨现代汉语无致使关系评价型"V得C"小句,研究发现它含有嵌入性显赫趋向特征,其中述语指向类"得"前内容是以事件为中心构成的嵌入式小句,多为关系过程的整体小句的参与者角色;主语指向类的"V得"则为具有逻辑时序和表起因作用的标记,主体经验过程由主语和"补语"位置内容共同形成。独立"V得C"语言单位没有准确的级阶定位,句法分析显示前者以"得"为界限分属不同的功能单位,"得"前动词为嵌入句内的谓体表现形式,后者"V得"是健全语义、用于前置引起的谓体延长成分。

技能评价型准定语句“NP_(1)+的+NP_(2)+V得C”的形成及发展演变

本文从历时角度系统考察技能评价型准定语句“NP_(1)+的+NP_(2)+V得C”的形成及发展演变。基本结论是:1)该句式最早产生于明代,经清代发展,到清末民国时期成熟;2)该句式在来源上与“名物化”“话题化”“关系化”结构没有直接关系,而是基础生成,其机制是转喻;3)该句式虽与重动句“VOV得C”、主谓谓语句“NP_(1),NP_(2)+V得C”、述宾结构“V得+(数量)好O”在一定历史时期内共存竞争,但四者各有分工。该句式有着独立的产生和发展轨迹,与其他三类句式不存在源流上的演变关系。

评价知识本体研究与规则实现

【目的】建立一套集评价句识别、倾向性判定、评价对象抽取于一体的评价分析智能系统。【方法】对中文评价知识本体进行研究,基于本体研究成果建立评价分析规则库,实现基于词典规则的评价分析智能系统CUCsas。【结果】以第7届中文倾向性分析评测(COAE2015)发布的50 000篇微博(共计133 201个句子)为实验数据,系统评价句识别及倾向性判定的正确率、召回率和F值分别为0.83、0.70、0.76,而评价对象抽取的结果较差。【局限】系统尚缺少评价新词发现和领域词典自动构建模块。【结论】初步建立起一套实用化的评价分析智能系统。

“呗”的态度取向及其语义基础

本文通过分析"呗"字句在话语上的语体功能、与引发句的语义关联、与评价句的态度关联来验证"呗"的语义、态度取向及其语义基础。首先,准确定位"呗"字句作为"口语对话体应答句"的语体功能。其次,根据语体功能解析"呗"字句受到的语义制约:语义关系上的广义因果关联、语义顺逆上的承推关联和语义功能上的承受解劝关联。第三,基于评价句的态度关联,提取"呗"的核心语义"应而不愿"及其四种态度取向:不在乎、无奈何、不耐烦和不满意。最后,通过把"呗"的态度取向解构为认知、情感和意向三个要素,从逻辑范畴角度解析语义关联对四种"呗"态度取向的语义制约性,从而为解释"呗"的成因奠定语义基础。

中国电子商务平台产品评论意见挖掘——基于条件随机场模型的实证研究

电子商务行业已成为国家战略性新兴行业,不仅拉动中国经济增长,更改变了人们的生活方式.对电子商务平台产品评论的意见信息进行统计分析,对于了解消费者对产品的关注点,改善平台购物体验,促使生产商对产品改进升级等具有重要意义.互联网时代,数据类型已从单一的结构化数据扩展到文本、图片等非结构化数据.文本挖掘是对大量非结构化数据处理和分析的过程.意见挖掘在文本挖掘基础上添加了人工智能,可以更有效地分析文本数据中的意见信息.文章以京东商城魅族MX3的用户评论为基础数据,采用意见挖掘中的条件随机场模型,并且在模型中加入了是否评价句特征,提高了条件随机场模型的绩效,通过对比试验验证了特征的有效性,从而对意见信息进行分类和可视化分析.