基于上下文词预测和窗口压缩编码的数字水印方法

针对已有自然语言数字水印方法可替换词数量有限以及水印提取效率低的问题,提出了一种基于上下文词预测和窗口压缩编码的数字水印方法。该方法通过神经网络语言模型自动学习原始文本中每个词的上下文语义特征,预测每个词的候选词列表,从而扩充可用于嵌入水印信息的可替换词数量。同时,考虑到不同位置的候选词的替换对句子语义的影响存在差异,该方法以由多个词组成的窗口为单位来嵌入水印信息,并通过词替换前后句子间的相似度来优化水印嵌入时候选词的选择。在此基础上,提出了一种语义无关的窗口压缩编码方法,其根据窗口中词的字符信息对窗口进行水印编码,解决了提取水印信息时对词替换位置的原始上下文的依赖。实验结果表明,所提方法在具有较高嵌入容量和文本质量的前提下,大大提高了水印的提取效率。

日本国立国语研究所最新公布的外来语及其替换词

日语外来语 日语替换词

概念场视阈下“覆盖”义动词的历时演变

覆盖义动词是指核心义素表覆盖义的动词,主要有“蒙”“覆”“盖”“茨”“苫”等5个动词,它们都具有[用工具]+[自上而下]+{将}[受事]+[盖住]这样的语义特征。文章将共时分析与历时演变相结合,尝试运用概念要素分析法,来探讨覆盖义动词在汉语史上的发展演变。文章认为唐宋及以前“覆盖”概念场主导词是“覆”,元明清“覆盖”概念场主导词是“盖”,元代“盖”对“覆”的替换业已完成。“茨”使用寿命比较短,仅见于上古,“苫”萌芽于魏晋六朝时期,是一个口语词,明清后“苫”用例有所增加,“苫”在现代汉语北方方言中仍有使用。

词汇识别中字母换位效应的研究

视觉词汇识别过程中包括一系列阶段,它们是字形特征探测阶段、字母识别阶段、语音编码阶段、词汇通达阶段和语义激活阶段。在过去的几十年中,它们都已被研究者们深入研究。但是,对词内字母位置的研究,最近几年才被大家所关注。研究发现:字母位置对整词加工具有重要作用。换位字母假词比替换字母假词更加容易激活原词,即出现换位效应。回顾以往研究我们发现:换位效应的研究主要集中在换位效应的理论研究、不同实验范式中的换位效应研究及日常阅读中换位效应的研究上。换位效应的未来研究方向应是:汉字位置效应研究及深入分析换位效应的其他影响因素。

语音和字形对不同水平二语学习者的句中词汇通达的影响

为探讨字形和字音对不同水平二语者词汇通达的影响，采用发音抑制和同声词替换范式研究44名英语专业大二学生在正常阅读、发音抑制，低相似词、高相似词上语音和字形加工的特点。结果表明：发音抑制和词汇类型都对句子判断正确数有影响；不同水平的二语者都存在语音加工和字形加工，但二者受影响的程度并不相同；水平较高的二语者受语音影响更大，水平较低的二语者受字形影响更大；双通道假设更符合汉语母语二语者的加工方式。研究结果提示由于母语与第二语言的不同特点，学生如以母语方式学习第二语言效果并不如意，教学中应加以注意。

中学生英语写作词汇贫乏问题的研究与应对策略

听,说,读,写,看,是英语学科素养下对学生英语语言学习的基本要求。其中英语写作是语言学习中检验语言学习成果的重要环节。然而,在日常的教学中,我们发现很多同学在英语写作方面,能力欠佳。为了准确地查明中学生英语写作用词贫乏的真正原因,帮助他们运用正确的技巧和策略去解决问题,从而提高英语写作,研究应对中学生英语写作词汇贫乏的技巧和策略就显得格外重要。

基于枢轴语言的汉越神经机器翻译伪平行语料生成

低资源型的汉越神经机器翻译中,数据稀疏问题是影响翻译性能的主要原因,目前缓解该问题的途径之一是通过语料扩充方法生成伪平行数据,并用于机器翻译模型的训练,伪平行数据生成方法主要有基于词的替换、单语数据回译和枢轴翻译3种。目前的研究集中于3种方法的单独使用,缺少方法间融合利用方面的研究工作,针对此问题,提出了融入双语词典的正反向枢轴方法,利用英语作为枢轴语言,在汉到英到越正向枢轴的基础上,融入利用稀有词构建的汉-英和英-越双语词典,将汉语单语数据通过模型翻译成英语数据,再利用英-越模型将其翻译成越南语数据,其次进行越到英到汉反向枢轴翻译将越南语单语数据翻译为汉语,以此在2个方向上生成汉越伪平行数据,并利用语言模型对生成的伪平行数据进行筛选。汉-越翻译任务上的实验结果表明,提出的融入双语词典的正反向枢轴方法,能够产生更优的伪平行语料,进而显著提升汉越神经机器翻译任务的性能。

今文《尚書》和《史記》異文同義替换詞舉隅

《史記》引用今文《尚書》諸多篇目,並對其中某些字詞進行了改换,其中有一種詞與詞之間的替换,兩詞之間是同義的關係。本文以《史記》引用今文《尚書》形成的幾組異文同義替换詞"作—爲""祗、欽、寅—敬""績—功、繼"爲例,檢索原詞和替换詞在部分先秦、兩漢至魏晉南北朝的歷史文獻中的用法,分析它们的更替演變過程。異文同義替换詞研究可爲探索詞彚歷時演變、確立古書版本年代提供一定的幫助。