从韩语教学角度浅析语言映射的韩国文化

本文从韩语教学的角度探析语言所反映的文化,从几方面介绍了韩语文化的几点特征,为学习韩语的人们提供一些指导性建议,为他们日后的交流打下基础。

基于n元词组表示的去噪方法及其在跨语言映射中的应用

具有结构化输出的学习任务(结构化学习)在自然语言处理领域广泛存在。近年来研究人员们从理论上证明了数据标记的噪声对于结构化学习的巨大影响,因此为适应结构化学习任务的去噪算法提出了需求。受到近年来表示学习发展的启发,本文提出将自然语言的子结构低维表示引入结构化学习任务的样本去噪算法中。这一新的去噪算法通过n元词组的表示为序列标注问题中每个节点寻找近邻,并根据节点标记与其近邻标记的一致性实现去噪。本文在命名实体识别和词性标注任务的跨语言映射上对上述去噪方法进行了验证,证明了这一方法的有效性。

从介词over的翻译看其意象图式的跨语言映射——基于语料库的个案分析

意象图式是认知语言学近年来关注的热门话题。在认知语言学理论框架下，不少学者曾对over的语义结构及其语义链作过分析，但很少有人从翻译角度对其意象图式进行研究。本文采用语料库方法，以Gone with the Wind中介词over的翻译为例，通过英汉文本对比分析，发现介词over的意象图式完全可以实现跨语言映射，再次印证了意象图式是人类共同认知规律的认知语言学观点。

情感的语言映射:论罗兰·巴特的情感现象学

结合罗兰·巴特前期写作中的现象学,可以重构其情感现象学。他以一种带有符号学特征的情感主题批评为开端,直接现象学式地分析了具体情感。巴特结合语言的映射能力,引入了对“形象”这一情感塑形物的分析,并将情感的不可证伪性视作一种“刺点”。他进一步扩张了情感领域,“幻想式”成为容纳情感、想象、语言和写作等活动的综合体。巴特的情感现象学深刻激活了语言的潜能,显示了情感批评和语言批评的统一,展示了语言在情感方面丰富的“造义潜能”。

语言-事物与大脑之间的映射

应用拓扑学思想,假设由事物或事件单位构成的空间A与大脑神经信息单位构成的空间B之间,通过语言空间L建立了映射L:A→B和它的逆映射L^(-1):B→A。将映射空间L和它的逆L^(-1)单独取出进行研究。

中国古代死亡婉语映射的社会人文观念

死亡是一种自然现象和社会现象,在历史演进的过程中,中华民族用"死"、"亡"、"卒"等词语揭示这一生物规律,表现出一种主观认知和平等意识,同时,还运用大量的不同类型的委婉语来表现汉文化所持有的标示等级的地位观,指明归所的宗教观,臧否意义的价值观,赋予具象的隐喻观,凸显民俗的仪礼观和珍爱生命的怜惜观。

融合跨语言特征的柬埔寨语命名实体识别方法

为了解决柬埔寨语词法标注语料稀缺、柬埔寨语命名实体缺乏明显标识特征的问题,提出一种引入英柬跨语言特征的柬埔寨语命名实体识别方法.首先,借助英语命名实体的成熟模型及英柬双语平行语料的词对齐关系,将源语言的实体类别映射到目标语言;然后根据柬埔寨语词向量构造最近邻图,采用标签传播算法,获得柬埔寨语单词的实体类别分布,完成跨语言知识转移;最后,将柬埔寨语单词的命名实体类别分布作为约束特征融入到条件随机场模型中.实验结果表明,融入跨语言特征的条件随机场模型能有效地提升柬埔寨语命名实体识别的效果.

多维语言游戏建构的奇特景观——论品钦小说的语言特征

托马斯·品钦是美国后现代主义文学中一个“另类”的存在,“另类”在他的作品中表现为语言的无所不能。品钦常常通过出其不意而又纷繁复杂的语言句式结构、不囿于成规而又善于杂糅移植的语言映射、异常贴切而又恰到好处的修辞手法、不拘一格而又屡屡出新的遣词用语,深化作品的主旨,也为读者搭建出了超现实的语言景观和特别的叙事迷宫。在多维语言游戏中品位品钦独特的语言美学,是读者了解品钦作品,了解他所处的时代的重要凭借。

半监督结构化Markov的第二语言学习心理模型

随着国际经济的不断发展,国际交流正在表现出日益重要的地位,而第二语言的学习已经成为了高等教育不可或缺的一部分。为了提高第二语言的学习效率,本文提出了一种半监督结构化Markov的第二语言学习心理模型。首先构建半监督结构化的Markov模型,并对双语平行句映射到模型的两个视角,然后采用第二语言的解释分析数据作为模型的初始化数据,接着采用将第一语言的解释分析数据作为模型训练的分类器,最后对构建的分类器进行两两训练学习,实现第二语言与第一语言之间的相互映射。仿真实验结果表明,本文提出的模型能很好在第一语言和第二语言之间建立较为准确的映射,有利于提高第二语言的学习效率。

基于MetaCrypto平台的SM4密码算法实现

针对现有通用编程语言在实现密码算法时存在编程难度大和可维护性差等问题,提出了一种基于MetaCrypto平台的密码算法实现方式。基于MetaCrypto平台的MCL元语言和映射原理,实现了SM4密码算法模型和Python语言映射接口,完成了从SM4密码算法模型到Python语言的代码生成;对映射为Python平台的SM4算法进行正确性验证和加/解密速率测试,并比较了x86架构、ARM架构、LoongArch架构下的加/解密速率。实验结果显示MetaCrypto平台输出的SM4密码算法结果与官方参考文档的测试向量完全相同,验证了其正确性;在实现加/解密速率方面,基于64 Kbit的数据量在x86架构CPU下达到了0.327 Mbit·s^(-1),在ARM架构CPU下达到了0.254 Mbit·s^(-1),在LoongArch架构CPU下达到了0.145 Mbit·s^(-1),与GMSSL-Python实现库基本一致。

翻译中的认知对应:介词over和above的翻译个案分析

意象图式是认知语言学最重要的概念之一。作为人类共同的认知特点,意象图式是人类共同的认知规律。本文在翻译认知观的基础上以意象图式理论为依据,通过对Gone with the Wind中408个介词over和above的翻译案例分析,证明英汉翻译不仅仅是两种语言间在语篇层面的意义迁移,从词汇层面看翻译中还应该且能够保持认知上的一致和对应,实现意象图式的跨语言映射。

隐喻翻译下的认知机制与语用机制探究

隐喻作为一种修辞现象,在语言交流的准确性方面起着很大的作用。笔者以认知语言学中的隐喻转换为研究对象,着重研究源语与目标语言在相互转换过程中的隐喻映射,并从认知机制与语用机制方面分析了隐喻翻译对语言习得及翻译转换的作用,为语言层面的隐喻映射及翻译研究提供一定的借鉴。

结构化学习的噪声可学习性分析及其应用

噪声可学习性理论指出,有监督学习方法的性能会受到训练样本标记噪声的严重影响.然而,已有相关理论研究仅针对二类分类问题.致力于探究结构化学习问题受噪声影响的规律性.首先,注意到在结构化学习问题中,标注数据的噪声会在训练过程中被放大,使得训练过程中标记样本的噪声率高于标记样本的错误率.传统的噪声可学习性理论并未考虑结构化学习中的这一现象,从而低估了问题的复杂性.从结构化学习问题的噪声放大现象出发,提出了新的结构化学习问题的噪声可学习性理论.在此基础上,提出了有效训练数据规模的概念,这一指标可用于在实践中描述噪声学习问题的数据质量,并进一步分析了实际应用中的结构化学习模型在高噪声环境下向低阶模型回退的情况.实验结果证明了该理论的正确性及其在跨语言映射和协同训练方法中的应用价值和指导意义.

基于SIMD PE阵列的图像同态滤波并行算法

为了满足G级像素帧实时处理的要求,提出图像同态滤波的数据并行实现方法.讨论了图像帧和滤波器在SIMD PE阵列中的预置及数据并行的滤波处理实现方法,其处理方式规则性强、并行度高,提高了处理速度.由于SIMD PE阵列具有可裁减性,可以适合不同规模图像帧的处理需求,满足不同的嵌入式应用环境.

基于SIMD PE阵列的DCT数据并行实现方法研究

本文为满足G级像素帧的实时性处理需求,针对DCT变换计算量大和常规处理中并行度不足的问题,提出一种基于SIMD PE阵列的DCT数据并行实现方法.该方法因PE阵列本身所具有的可裁减特性,可应用于不同并行度需求的嵌入式系统中.文中提出一种基于PE标识的数据并行操作方式,不但解决了局部计算中的"PE自治"问题,又省去了数据寻址时间开销.该操作方式规则、简洁,满足SIMD操作规则性强的要求,符合并行处理技术的发展方向.

基于小波变换的图像bit纠错数据并行实现研究

针对图像传输的比特纠错去噪处理高效实现,本文提出了一种基于小波分解的比特纠错SIMDPE阵列数据并行计算方法。该方法,针对不同的小波子带,采用不同的并行计算策略;针对数据并行计算中的PE选择问题,采用PE标识预置的解决方法,即确保去噪效果,又使得数据并行操作更为规则、简洁,大幅度地提高了处理的速度。

基于R2RML的医学主题词表RDF转换实现

针对医学主题词表(MeSH)数据存储情况和特点,利用R2RML映射语言采用一表对一表、一属性对一属性、两表之间含外键的映射等5种映射模式实现医学主题词表的源描述框架转换,为其他词表的RDB2RDF转换提供借鉴。

声纹识别中的语言属性映射

短时声纹识别中语言属性不匹配问题降低了话者识别系统性能,语言属性失配在短时话者识别中的影响成为当前研究热点。从消除特征参数中的语言属性信息出发,提出了一种语言属性映射方法。采用均值超向量来构建训练样本,应用高斯混合模型对每一句话不等长的特征进行建模,引入加权矩阵得到语言属性空间,通过映射方法在统计参数超矢量空间中消除语言属性的影响。使用当前两套经典声纹识别系统作为基线系统做对比试验,结果表明:相对基线系统在等错误率上,男声测试部分降低了23.07%,女声测试部分降低了20.39%,从而验证了正确性和有效性。

巧用无灵主语,让续写更灵动

【问题导读】思维决定语言的表达,语言映射出情境和文化。在中文表达中,我们很自然地用表示人的概念的名词或人称代词充当主语。这样的语言思维也迁移到了我们的英文表达中,除了被动语态,我们经常忽略使用其他无生命的名词作主语。其实,在英文表达中,主语并非总是由人或有生命的事物与行为动词结合,使用无灵主语搭配有灵动词写出的句子更能彰显中西方在文化和思维方式等方面的差异。

FFT的数据并行计算方法研究

为满足G(Gigabytes)级像素帧的实时性处理需求,针对信号处理系统中处理计算量大、实时性要求高的特点,剖析了解算过程内在的数据并行特性,深入研究了基于计算阵列的谱图解算数据并行算法。提出了一种基于MPP(Massively Parallel Processor)计算机SIMD PE阵列的FFT的数据并行计算实现方法。首先根据FFT架构中的数据交互一致性,给出了数据并行计算的表达式。提出一种基于PE标识,进行条件操作的SIMD PE阵列数据并行实现方法。该方法不但省去了并行处理中的数据寻址时间开销,而且使得数据并行操作更为规则、简洁,满足了阵列操作规则性强的处理要求,大幅度地提高了MPP计算机并行计算处理速度。该方案是一种简洁有效的PE自治问题解决方案,以更合理的方法和更高的效率实现了常规经典算法,在数据并行计算领域中,无疑具有重要的理论意义和应用价值,将在嵌入式信号处理中发挥愈来愈重要的作用。