从发声效率和象征意义看英汉短语词序规则

英汉短语的词序规则研究对英汉翻译教学具有重要的指导意义。除了语法和修辞角度,英汉短语的词序规则也可从语音的发声效率和语音的象征含义两个维度进行分析和解释。语音的发声效率评判标准在于词组的首尾辅音发声部位。当首尾辅音发声部位相同时,该词组的发声效率最高,而发声效率高的词组更顺畅自然。语音的象征含义则主要体现在词组往往选择以响亮的元音作为结尾,而涉及结束、关闭或变化含义的词组通常以辅音结尾。

略论汉语词序的稳定性和灵活性

汉语词序的稳定性和灵活性并不矛盾。从语言的、语法的角度来看,汉语的词序是稳定的;语言的词序是认知的产物,是思维长期抽象化的结果。语言的词序是一种模式。语言的词序是超语境的。从修辞的角度上看,汉语的词序是灵活多变、复杂多样的。回环修辞格和回环文化是汉语词序灵活性的最有力的证明。语言的、语法的词序是抽象思维的结晶,是认知模式的体现。言语的词序是与语境密切联系着的。

基于多亚词序列融合的神经机器翻译

在神经机器翻译模型中,BPE(Byte Pair Encoding)方法用于解决模型不能正确翻译罕见词和不可见词的问题。但是BPE只能将单词切分成唯一的亚词序列,面对形态丰富的语言,同一个词存在多种不同的组合,但是模型只能学习单词的一种组合方式,这会阻碍模型更好地学习单词的不同组合特性。该文提出一种加标签融合多种亚词序列的方法,不同BPE融合次数切分相同的训练数据,得到不同的亚词序列,进行加标签融合,其中相同单词的不同亚词参与训练,使模型能够更好地学习词的不同的组合形式。该文中的方法在形态复杂的语言和形态简单的语言对上均有了0.5个BLEU值以上的提高。实验表明,不同的亚词序列质量越好,相似度越低,融合后训练的翻译模型质量越好。

经颅直流电刺激联合联想词序列训练对非流畅性失语的影响

目的探讨经颅直流电刺激联合联想词序列训练对非流畅性失语的影响。方法选取该院2019年6月至2022年6月收治的非流畅性失语患者80例,随机分为观察组与对照组各40例。观察组进行真经颅直流电刺激+联想词序列训练,对照组进行伪经颅直流电刺激+联想词序列训练。比较两组西方失语症成套测验(WAB)评分和日常生活交流能力检查(CADL)评分,并根据WAB评分结果中的失语商(AQ)进行疗效评估。结果观察组痊愈率(52.5%,21/40)高于对照组(5.0%,2/40),治疗后观察组WAB评分、AQ评分、CADL评分明显高于对照组,差异均有统计学意义(P<0.05)。结论非流畅性失语患者进行经颅直流电刺激联合联想词序列训练,能够有效促进患者言语功能康复,提升患者日常生活交流沟通能力。

基于词序扰动的神经机器翻译模型鲁棒性研究

预训练语言模型是自然语言处理领域一类十分重要的模型,预训练-微调成为许多下游任务的标准范式。先前的研究表明,将BERT等预训练语言模型融合至神经机器翻译模型能改善其性能。但目前仍不清楚这部分性能提升的来源是更强的语义建模能力还是句法建模能力。此外,预训练语言模型的知识是否以及如何影响神经机器翻译模型的鲁棒性仍不得而知。为此,使用探针方法对两类神经翻译模型编码器的句法建模能力进行测试,发现融合预训模型的翻译模型能够更好地建模句子的词序。在此基础上,提出了基于词序扰动的攻击方法,检验神经机器翻译模型的鲁棒性。多个语言对上的测试结果表明,即使受到词序扰动攻击,融合BERT的神经机器翻译模型的表现基本上优于传统的神经机器翻译模型,证明预训练模型能够提升翻译模型的鲁棒性。但在英语-德语翻译任务中,融合预训练模型的翻译模型生成的译文质量反而更差,表明英语BERT将损害翻译模型的鲁棒性。进一步分析显示,融合英语BERT的翻译模型难以应对句子受到词序扰动攻击前后的语义差距,导致模型出现更多错误的复制行为以及低频词翻译错误。因此,预训练并不总能为下游任务带来提高,研究者应该根据任务特性考虑是否使用预训练模型。

变异语言学视角下英语并列二项式词序多元定量研究

本研究采用基于语料库的变异语言学视角及多因素分析的研究方法,借助英国国家语料库和R统计软件,对名词和形容词并列二项式词序的制约因素进行定量研究。结果表明:制约名词和形容词并列二项式词序的主要因素不尽相同。在绝大多数情况下,音节数量和尾音响亮度分别对名词和形容词并列二项式的词序起到决定性作用。

试论姜夔的诗学思想与词序创作

姜夔的诗学思想是其诗歌创作经验的凝练,体现了其诗歌审美理想,并与词序创作存在相通之处。姜夔词序中的语言具有指事性与呈现性相融合的特点,这与他诗论中的诗学思想紧密相关。同时姜夔词序的部分语言体现出“韵度欲其飘逸”以及清空的特质,此类语言具有诗化特征,与《白石道人诗说》对诗人创作心态、诗歌风格的强调相一致。此外,姜夔词序中的精思与自然,也是其诗学与词序的相通之处。

基于词序嵌入的二进制基本块相似性检测

神经机器翻译技术能够自动翻译多种语言的语义信息,已被应用于跨指令集架构的二进制代码相似性检测,并取得了较好的效果.将汇编指令序列当作文本序列处理时,指令顺序关系很重要.进行二进制基本块级别相似性检测时,神经网络使用位置嵌入来对指令位置进行建模.然而,这种位置嵌入未能捕获指令位置之间的邻接、优先等关系.针对该问题,本文使用指令位置的连续函数来建模汇编指令的全局绝对位置和顺序关系,实现对词序嵌入的泛化.首先使用Transformer训练源指令集架构编码器;然后使用三元组损失训练目标指令集架构编码器,并微调源指令集架构编码器;最后使用嵌入向量之间欧氏距离的映射表示基本块之间的相似程度.在公开数据集MISA上的实验表明,P@1评价指标达到69.5%,比对比方法MIRROR提升了4.6%.

英汉词序象似性对比研究

本文从一种新兴的语言学理论——认知语言学的角度,以词序为研究对象,探讨词序象似性。以顺序象似原则和距离象似原则为理论出发点,比较了英汉短语、句子、语篇各个语言层次所体现的词序象似性特征、方式及其程度的异同。

基于词序列拼积木模型的图像句子标注研究

用句子标注图像,建立图像与文本间的跨媒体关联,以提升信息检索准确率,改善用户检索交互体验.利用KDES模型抽取图像特征,在多核学习模型中融合出MK-KDES特征,准确刻画图像视觉特性;设计自然语言生成模型:词序列拼积木,评估单词与图像内容的相关性,优选单词,并根据单词间的语义相关性与句法模式约束,将单词组合成N元词序列;把N元词序列输入模板生成句子.结果表明:MK-KDES-1特征聚焦于图像的纹理及形状视觉特性,它是改善句子BLEU-1评分的关键;而单词间的语义相关性与句法模式约束是提升句子BLEU-2评分的重要前提.

从语音角度浅析维汉英双部词的词序

现代维吾尔语的双部词,或称作对偶词,是指前后两个部分以短横线“-”相连接,两个部分表示意义相近或相反,词性相同,表示同一类事物或概念的一类词。在汉语发展的各个阶段也存在着前后两个语素相近或对立的复合词语。英语中亦存在相应的词语。维吾尔语、英语、汉语中都存在处于平等关系的,词类属性相同的固定并列词组。这一类词因形态活泼、表达能力强、修辞鲜明,尽管三种语言这三种语言为不同的语系,但都使其成为不同语言中广泛存在且使用较多的一个词类。它们有一个共同特点,遵循语音和谐规律,且构成它们的两个语素的先后词序是固定的、不可随意颠倒的。文章试图从音节长度、调序、语音属性等方面对英语成对词、维语双部词、汉语并列复合词的词序进行比较,讨论英汉维双部词词序不可颠倒的语音制约因素的共性及个性。

汉语并列短语词序制约因素研究综述

汉语并列短语的词序研究既包括探寻汉语自身的词序规律,同时也融入了与英语并列短语词序原则的比较。对汉语并列短语的研究,学者们从最初研究汉语"并列"这一概念开始,逐步发展到对并列短语的外在标记和内部构成、句法功能以及最近几年对并列短语标记性和典型性的认知研究以及制约并列短语词序的因素方面的研究。制约汉语并列短语词序的因素包括语义、语音和认知、文化等几方面以及所涵盖的数条次原则。研究汉语并列短语词序制约因素常常离不开对汉英并列短语词序原则的探讨。汉语和英语并列短语排序的总体原则相似,大原则之下的次原则同多异少。目前的研究以定性研究为主,因此,未来的定量研究尤其是基于语料库的研究,将更能观察到词序制约因素之间的互动,从而为对比词序制约因素在汉语和英语并列短语中的制约力强弱提供更好的描写与解释。

英汉词序比较

英语和汉语的语序有相同之处 ,但并不总是完全一致。在翻译过程中 。

英汉翻译的词序差异

本文主要研究英汉翻译中经常出现但又不被重视的词序问题。通过以词序中的副词、形容词为研究对象来体现在英汉翻译中词序使用正确的价值与意义,从而促进英汉翻译技能的成熟与完整。

文化、认知角度下汉语并列二项式的词序和词序制约因素

汉语并列二项式遵循权力原则,主要是受阴阳思想和尊卑思想以及集体主义思维模式的影响。认知方面,认知视点的变换降低了并列二项式的固化程度,被感知事物的认知显著程度的不一以及各民族文化的倾向性影响并列二项式词序的选择。汉语遵守时间顺序原则,临摹度高,汉民族的认知策略制约并列二项式的词序。

从“Велосипед разбил трамвай”看俄语词序

词序是传统句法学在分析、研究词在词组中或成分在句子中的排列顺序的一个概念。由于它把单个、孤立的句子作为分析、研究对象，脱离上、下文等语境因素，因此难免片面甚至错误。而实义切分方法则较好地修正了词序分析方法的不足。

基于词性与词序的相关因子训练的word2vec改进模型

词性是自然语言处理的基本要素,词语顺序包含了所传达的语义与语法信息,它们都是自然语言中的关键信息.在word embedding模型中如何有效地将两者结合起来,是目前研究的重点.本文提出的Structured word2vec on POS联合了词语顺序与词性两种信息,不仅使模型可以感知词语位置顺序,而且利用词性关联信息来建立上下文窗口内词语之间的固有句法关系.Structured word2vec on POS将词语按其位置顺序定向嵌入,对词向量和词性相关加权矩阵进行联合优化.实验通过词语类比、词相似性任务,证明了所提出的方法的有效性.

基于词序列频率有向网的中文组合词提取算法

随着人类知识体系的不断拓展和深化,很多组合词(多个词或语素组成的词)被创造出来用于表达新的概念。由于无法及时把组合词收录进词库,分词系统无法识别它们。为此,从文本中提取组合词成为智能计算领域的一个热门的研究方向。借鉴人类的认知心理模式,提出一种基于词序列频率有向网的组合词抽取算法,以识别自由文本中的组合词。算法首先建立描述文本中的词序列出现频率的有向网,然后通过独特的矩阵运算,逐步把组合词提取出来。算法的优点是无须借助专业的语言知识,在实验分析中,算法显示了较好的效果。

聋生汉字加工的自由回忆与词序位置记忆实验研究

本研究采用韵母相同、声母相同、音异形似和音同形似四类汉字字组 ,对使用手语聋生、使用口语聋生和听力正常大学生进行了自由回忆和词序位置记忆两个实验。结果表明 ,聋生不论在汉字字组的自由回忆中还是在汉字次序信息的记忆中 ,对汉字的记忆效果不仅都与字组类型有关 ,而且都受到了语音干扰 ,存在语音混淆现象。这就证明 ,聋生在汉字加工过程中使用了语音编码 ,语音编码在聋生汉字加工过程中确实起到了非常重要的作用。

基于词序方法的文本相似度计算模型

针对传统向量空间模型对文本相似度的计算未考虑词序导致偏差的问题，提出使用马尔可夫模型的状态转移矩阵、两两文本的最长公共子序列以及它们的所有公共子串信息来描述词序信息，在此基础上提出一种将马尔可夫状态转移矩阵、最长公共子序列、公共子串和TF-IDF相结合，兼顾词序和词频信息的文本相似度计算方法，并使用英文TREC-9的部分数据集对基于词序方法的文本相似度计算方法进行了测试。试验结果表明：在同等分词及评估条件下，基于词序方法的文本相似度计算结果的准确率相对于单纯采用传统的基于向量空间模型的TF-IDF方法提高了5％～15％。