编辑距离与语言分类

编辑距离是一种距离测量法,源于将一个字符串变换为另一个字符串所需要的编辑操作数,该方法能够自动将语言进行分类。基于传统语言分类方法的不足,分析讨论了编辑距离在语言分类研究中的应用,对长久以来学术界因为传统语言学研究产生的争论提供一种可能的解决方案。

语言分类系统的设计

在语言研究过程中,依据语言的某一或某些属性和特征对其进行分类、归纳,是观测和捕获语言现象及规律的必要环节和有效方法。对语言进行分类也是将其在语言地图上渲染与描绘的前提步骤。语言特征分类系统是汉语方言地理信息系统的一个子系统,适用于语音及词汇分类。文中以汉语方言字音分类为例,介绍了语言分类系统的设计思想和方法,以及如何把语言规律、语言特性等语言学知识同计算机技术相融合,系统可以帮助语言研究者对语言进行有效、快速的分类。

编辑距离在语言分类研究中的应用

编辑距离是一种距离测量法,源于将一个字符串变换为另一个字符串所需要的编辑操作数。该方法能够自动将语言进行分类,最近这些年在西方很受关注。文章结合国外两个语言学研究对其应用做了分析讨论。针对Greenhill对于编辑距离语言分类方法的质疑,文章认为其有改进的空间,同时,应该探索其在汉藏语系语言研究中的应用。

洪堡特与施莱歇尔关于语言分类理论的对比

本文主要将19世纪出现的对历史语言学和比较语言学做出重大贡献的语言学家洪堡特和施莱歇尔有关语言分类理论进行分析,从分类依据、理论基础以及优缺点三个方面加以探讨,梳理语言分类理论的发展历程。

剖析语言中的性别歧视——从语言分类切入

本文从分类切入,利用批评语言学的视角,分析英语语言应用中性别歧视现象。语言分类包括重新标签、缩小标签和扩大标签。由于历史和文化等原因,英语中形成了很多对于女性的不平等的和污蔑性的词语。学习英语必须具有批判语言学的眼光,这样才能了解语言形式、权势和意识的联系。

剖析语言中的性别歧视——从语言分类切入

本文从分类切入,利用批评语言学的视角,分析英语语言应用中性别歧视现象。语言分类包括:重新标签、缩小标签和扩大标签。由于历史和文化等原因,英语中形成了很多对于女性的不平等的和污蔑性的词语。学习英语必须具有批判语言学的眼光,这样才能了解语言形式、权势和意识的联系。

洪堡特语言分类及其分类标准探究——基于洪堡特语言形式理论

洪堡特的语言分类方法以及他提出的分类标准至今仍饱受争议,其原因在于洪堡特和他同时代的许多人都认为屈折型语言相对于其他类型的语言,是更为优越的.然而,从支撑其语言分类理论的语言哲学思想入手,即从洪堡特语言形式和精神自由理论出发,可以看出虽然洪堡特并未超越其时代思想束缚,但其本人并未对语言的分类绝对化,并且始终认为每门语言都不是完美的语言,他们的构造都值得深入学习和研究.

世界各民族的语言分类

世界各民族的语言怎样分类?各国民族学者和语言学者的看法不同,各种分类的结果也不一样,我们在这里只介绍苏联学者布鲁克的观点和分类结果,尽管他的材料截止于1957年,作为资料仍可参考。布鲁克对世界各民族的分类,运用的是语言谱系分类法,即根据各民族语言词汇和语法进行比较研究所确定的亲属关系,而将有关语言联合分为语系、语族和语支。

面向仿真和模型的语言分类学

仿真语言是一种具有特殊功能的计算机语言,这些功能包括表达模型和对动力学模型进行实验(即仿真)所要求的实验条件.仿真语言通常还具有定义用于收集、压缩和显示模型行为的各种条件的功能.本文采用表格的形式给出了仿真语言的分类和框架以表明其各种特征和类型,分类分别基于其实现方式(表1),计算机(表2-表4),应用领域(表5),模型(表6-表1)和模型行为(表11).上述分类和框架并不局限于目前已有的仿真语言.

从he与she的错误输出现象探析小学生英语言语失误——基于Corder的语言分类法

在日常小学英语教学中，言语失误现象非常常见。学生经常在应该用she的时候用了he，或者在该用he的时候用了she。实际上，很多学生心里清楚he的意义是“他”，she的意义是“她”，但是在言语输出时候就出现了错误。这种现象在小学生英语口语表达中很普遍。这是语言心理学所说的一种言语失误现象。“言语失误”是指，在第二语言或外语学习过程中，语言学习者由于紧张、

基于对抗双向GRU网络的跨语言情感分类方法

为了提高资源匮乏语言的情感分类性能,提出一种基于对抗双向GRU网络相结合的跨语言情感分类模型(ABi-GRU)。通过基于语义双语词嵌入方法来提取中英文文本词向量特征;结合注意力机制的双向GRU网络提取文本的上下文情感特征,同时引入生成对抗网络缩小中英文向量特征分布之间的差距;通过情感分类器进行情感分类。实验结果分析表明,该方法有效地提升了跨语言情感分类的准确率。

基于情感语义对抗的跨语言情感分类模型

传统的基于机器翻译的跨语言情感分类方法,由于受机器翻译性能影响,导致越南语等低资源语言的情感分类准确率较低。针对源语言和目标语言标记资源不平衡的问题,提出一种基于情感语义对抗的跨语言情感分类模型。首先,将句子和句子中情感词进行拼接,用卷积神经网络对拼接后的句子分别进行特征抽取,分别获得单语语义空间下的情感语义表征;其次,通过对抗网络,在双语情感语义空间将带标签数据与无标签数据的情感语义表征进行对齐;最后,将句子与情感词最显著的表征进行拼接,得到情感分类结果。基于汉英公共数据集和自主构建的汉越数据集的实验结果表明,所提模型相比跨语言情感分类主流模型,实现了双语情感语义对齐,可以有效提升越南语情感分类的准确率,且在差异性不同的语言对上也具有明显优势。

基于潜在语义对偶空间的跨语言文本分类研究

当今互联网上语言呈现多样性趋势,如何组织这些多语言的资源成为研究的热点。通过对双语平行语料库提取语义对应关系,构建潜在语义对偶空间,把双语文档映射到此概念空间后,实现跨语言分类。并通过改变训练集样本大小及语言构成来验证模型的分类性能。实验结果表明基于潜在语义对偶空间的跨语言文本分类具有良好的稳定性和准确度。

基于编辑距离的语言分类研究

编辑距离被证明是研究西方语言之间语言距离的有效方法,但东亚语言的研究未有涉及。基于Almeida & Braun调音系统计算元辅音间距离,然后以此值修订编辑距离算法的"代价",计算语音之间的距离,可以得到语言之间的距离。同时,应用编辑距离算法对藏语6种方言进行距离计算,表明编辑距离的分类结果与历史语言学的分类结果是完全一致的。编辑距离可以应用于东亚语言的研究中。

侗台语族语言的编辑距离分类

编辑距离是一种距离测量法,源于将一个字符串变换为另一个字符串所需要的编辑操作数,该方法能够自动将语言进行分类,最近这些年在西方很受关注,被证明测量语言或方言间距离是有效的。运用编辑距离算法对侗台语族语言做出计量分类以及亲缘关系程度的描述。结果表明编辑距离分类结果与历史语言学的分类结果是基本一致的,为计量法提供了新思路。编辑距离可以应用于东亚语言的研究中。

重音、信息和语言的分类

重音分词重音和语句重音,前者可因语言而异,后者是否因语言而异,看法不一。文章先介绍几个语句重音理论,并指出其弱点,然后提出一个新的理论,称为"信息-重音原则"。根据新的理论,语句重音由信息量决定,信息多的词要重读,信息少的词不用重读。词的信息量,可以由对话人和对话环境决定,也可以由信息理论、句法结构和上下文决定。新的理论,既比前人的简单,又能克服其弱点,还能简化语言的分类。

面向中朝跨语言文本分类的双语主题词嵌入模型的研究

针对日渐丰富的少数民族语言资源进行管理、研究和使用有着重要的应用价值。为了解决语言差异引起的语言鸿沟,针对中朝两种语言环境下的跨语言文本分类任务,提出了双语主题词嵌入模型。该文将词嵌入模型与主题模型扩展到双语环境,并将两种模型相结合,解决了歧义性对跨语言文本分类精度带来的影响。首先,在大规模单词级别对齐平行句对中训练中朝单词的词嵌入向量;其次,利用主题模型对中朝分类语料进行表示,并获得中朝单词的含有主题信息的词嵌入向量;最后,将中朝单词的主题词嵌入向量输入至文本分类器,进行模型的训练与分类预测。实验结果表明,中朝跨语言文本分类任务的准确率达到了91.76%,已达到实际应用的水平,同时该文提出的模型可以对一词多义单词的多个词义有很好的表示。

基于结构对应学习的跨语言情感分类研究

情感分类的主要目的是预测用户在互联网中发布情绪数据的极性(积极的或者消极的),各种语言的情感分析已经成为诸多应用的研究热点,然而由于不同语言的情感资源在质量和数量上的不平衡,通常使用源语言来改善目标语言的跨语言情感分类方法,来提高目标语言情感分类的准确性.传统的跨语言情感分类主要是通过机器翻译将目标语言映射到源语言中,但是分类的准确性严重受到机器翻译质量的影响.通过对跨领域文本分类的结构学习算法(SCL)的讨论和拉普拉斯映射对两种语言之间词对的影响,对跨语言结构对应学习算法(CLSCL)的改进,进而提出M-CLSCL算法,借助选出来的轴心词对来进行目标语言的情感分类,通过M-CLSCL方法与前述相关方法的实验结果进行比较,可以发现M-CLSCL提高了情感分类的准确性.

基于统计词典和特征加强的多语言文本分类

在统计双语词典的基础上,提出一种特征加强的多语言文本分类方法.在执行文本分类时,考虑到其他语言的训练文本,使得多种语言的文本集合中均存在训练文本,放松了MLTC的要求.特征加强是一种交叉检查过程,即获取两种语言所有特征的卡方统计后,通过语言中相关特征的辨识力,再次对语言的特征辨识力进行评估,以提高分类的可信度.实验选择汉语或英语作为目标语言.实验结果表明:提出的方法具有更高的分类精度,且对训练集规格的敏感度更低.