多义词复合词语义变化的认知分析——Head的个案研究

采用定量统计的方法,对多义词head构成的复合词的句法结构、词义关系、语义变化以及词素义的变异进行了考察,并从认知角度予以分析。研究发现:(1)在多义词head的复合词中,句法复合词和非句法复合词各占了将近一半的比例,而句法复合词基本上为偏正式结构;(2)多义词复合词的形成需要经历一个概念合成的过程,并形成语义变化,其变化类型主要包括:并义类、综义类和变义类;(3)head复合词绝大部分为双词素复合词,其中X+head型复合词大多为离心构式、变义类复合词,head+X型复合词大多为向心构式、并义类或综义类复合词;(4)多义词复合词的语义变化与人类的隐喻和转喻思维有关,转喻思维在组成head复合词的过程中发挥的作用要大于隐喻。

Word环境下论文格式模板制作

在教学过程中经常会遇到学生在毕业论文、实验报告及其它电子文档性作业中关于格式制作和调整问题，使用微软产品Word软件中的一些功能可以很好解决这些问题。比如使用分节符可以将文档分成相应的节以保持各节有不同的整体性布局，使用标题样式可以保持同级标题的一致性，而且重要的是利用标题样式可以实现目录的自动生成。这些功能可以使得相应论文文档很清晰地分为封面、中英文摘要和目录、正文和附录等部分，并且每一部分可以保持不同页码格式或其他方面不同的格式要求。

Word2003中设置页眉/页脚的技巧

介绍了Word2003页眉/页脚设置中的几个技巧。

融合多窗口特征的词对标记情感三元组抽取

方面情感三元组抽取旨在从句子中抽取方面词、意见词和对应的情感极性。针对目前研究未充分挖掘局部上下文语义信息,缺乏对局部范围内的方面意见词对关联学习,以及遭受错误传播等问题,提出一种融合多窗口特征的词对标记情感三元组抽取模型。该模型利用BERT对句子信息进行处理,获取句子编码特征,采用多窗口特征学习机制学习局部范围内的情感特征关联,并挖掘句子包含的潜在语义信息,使用多头注意力图转换模块将所学习到的特征聚合成标记分布概率,利用改进的词对标记方案标记句子并解码得到三元组。在SemEval-ASTE的四个基准数据集上进行实验分析,相比GTS-BERT模型,所提模型在三元组抽取任务上F1分值分别提高了2.33、6.57、2.97、4.84个百分点。实验结果表明,所提模型可以有效学习局部语义信息,准确标记方面意见跨度,较为精确地提取情感三元组。

基于多头注意力机制字词联合的中文命名实体识别

针对现有基于字词联合的中文命名实体识别方法会引入冗余词汇干扰、模型网络结构复杂、难以迁移的问题,提出一种基于多头注意力机制字词联合的中文命名实体识别算法.算法采用多头注意力机制融合词汇边界信息,并通过分类融合BIE词集降低冗余词汇干扰.建立了多头注意力字词联合模型,包含字词匹配、多头注意力、融合等模块.与现有中文命名实体识别方法相比,本算法避免了设计复杂的序列模型,方便与现有基于字的中文命名实体识别模型结合.采用召回率、精确率以及F 1值作为评价指标,通过消融试验验证模型各个部分的效果.结果表明,本算法在MSRA和Weibo数据集上F 1值分别提升0.28、0.69,在Resume数据集上精确率提升0.07.

基于标目数据的《春秋》三传人物信息组织与处理流程

手工时代编纂的《春秋经传引得》具有较高的质量,将其中标目数据应用于典籍人物组织有助于继续发挥其在数字化时代的价值。文章利用数字化《春秋经传引得》中标目数据对《左传》《公羊传》《谷梁传》中人名称谓进行消歧,按照说明语对相关标目进行聚合,赋予人物唯一标识符以实现人物信息的规范控制;对多标目人物进行校验,建构起一套可追溯、可复用、动态维护的典籍人物信息组织方案。文章共完成3本典籍中3,270条人物信息的组织,提出的“典籍-标目-人物”信息组织架构有助于实现典籍知识的组织与挖掘。

深层差异特征增强的机器翻译自动评价

机器翻译自动评价任务将机器翻译系统输出译文与人工参考译文进行对比定量计算翻译质量,在机器翻译的研究和应用中发挥着重要作用。当前主流的方法是使用预训练上下文语言模型表征机器翻译和人工参考译文,将两者的表征向量直接拼接输入前馈神经网络层以预测翻译质量;它没有在统一语义空间对两者之间的差异进行显式建模。该文提出基于深层差异特征增强的机器翻译自动评价方法,使用多头注意力机制深层抽象机器翻译和人工参考译文,利用两者在统一语义空间的差异特征增强当前最先进的自动评价方法UniTE_UP,将它们抽取的特征进行深层交互,以对机器翻译和人工参考译文之间的差异进行直接显式建模。在WMT'21机器翻译自动评价基准数据集上的实验结果表明,深层差异特征增强的自动评价方法能有效提高机器翻译自动评价与人工评价的相关性,消融实验和深入的实验分析进一步揭示了深层差异特征的有效性。

基于多头指针的司法事件检测方法

针对如何解决中文司法事件检测中触发词与上下文关系不足以判定事件实例、案件触发词表述相似以及同一个案件中多个触发词识别和分类模糊的问题,本研究提出一种基于多头指针的司法事件检测方法。首先,该方法将上下文信息和罪名特征融合作为输入,使用双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)网络捕获数据依赖关系,深入提取特征;然后,使用多头指针网络对字符间的依赖关系进行建模,有效捕捉句子中的触发词;最后,利用指针标注技术抽取触发词,实现司法事件的有效检测。在公开司法数据集LEVEN上实验验证该方法的有效性,其中微平均和宏平均的F1指标达到了87.53%和78.05%,优于现有模型。该方法不仅显著提高了事件触发词的识别精度,而且也增强了对复杂司法文本中事件上下文关系的把握能力。

从蒙古语角度看汉语语素的多样性——以汉语和蒙古语偏正式名名复合词为例

语素是最小的音义结合体。汉语语素大多由古代汉语的“词”演变而来,最大的特点是单音节性。汉语语素的音、形、义存在着语音形式、书写形式有限与语义无限的矛盾,也就是语素和汉语之间不存在简单的一一对应关系,“一素多义”“一素同音”的现象较为普遍。学界从汉语本体出发,对汉语语素展开的研究取得了不少成果。在前贤研究的基础上,以汉语和蒙古语偏正式名名复合词为例,运用对比研究的方法,从汉语和蒙古语对照的角度以及蒙古语的角度观察汉语语素多样性的特点。汉语是缺少严格意义形态变化的孤立语,蒙古语是形态发达的黏着语,通过对属于不同语言类型的汉语和蒙古语的对比,可以清晰地观察汉语语素的“多义”和“同音”的特点,并且深刻了解“多义”大多是通过隐喻或者转喻同本义产生联系,“同音”是语音演变、意义演变、汉字简化、借用外来词等的结果。汉语和蒙古语对比研究,不仅可以成为对汉语本体研究的有益补充,而且能够增进语言文化的交流与融合。

“日常”的名词化和区别词的逆语法化

语料考察表明,“日常”一词除了作定语外,自1993年以来,还出现了作定中短语的中心语、作动词宾语的用法,在外部动因和内在条件的促发下实现了名词化。这是区别词演变的一个缩影,也是一种逆语法化现象。区别词通过中心语删略和定谓易位两个机制可分别逆语法化为名词、形容词和动词,具有词类演变的定向性、定中短语环境的特定性、复合词的优选性以及非个例性等特点。就汉语区别词而言,逆语法化不是普遍性的,也不是全程逆返,而是一部分词的短程回溯。逆语法化无法与语法化构成真正的镜像关系。

基于自学习规则和改进贝叶斯结合的问题分类

根据对中文问题的分析可知,问题中的疑问词和中心词等关键词对问题所属类型起着决定性的作用。提出利用自学习方法建立疑问词—类别和疑问词+中心词—类别两种规则,并结合改进贝叶斯模型的问题分类方法。该方法充分利用了关键词对分类的贡献。实验结果表明,该分类方法有很大的改进,准确率达到了84%。

《中国中医药学主题词表》“中药功能分类”主题词选词研究

目的研究《中国中医药学主题词表》(以下简称《词表》)中药功能分类主题词选词原则与方法,为新版词表修订提供依据。方法基于《词表》编制总则,根据中医药文献数据库词频统计和相关数据库检索结果,参考2010年版《中华人民共和国药典》及《中药大辞典》《中华本草》等相关资料,对2008年版《词表》中药功能分类主题词进行选词研究,拟确定新版词表此类主题词。结果 2008年版《词表》中药功能分类主题词1679个,其中拟删除39个,拟新增135个,拟修改8个,并按中药主要功效归类将此类主题词进行位置调整。结论新版《词表》中药功能分类主题词选词主要依据使用词频,对主题词依据中药主要功效进行归类整理,避免冗余。

《中国中医药学主题词表》中医药学及其相关学科类主题词修订选词研究

目的为新版《中国中医药学主题词表》(以下简称《词表》)的修订工作提供中医药学及其相关学科类(TG类)拟新增、删除、修改的主题词。方法基于词表编制原则,根据词频统计和数据库检索结果,参考《医学主题词表》(Me SH)等相关资料,完成TG类主题词的修订。结果新版《词表》TG类主题词拟新增"医学,韩国传统""中医体质类型"等35个主题词,拟删除"医学,东方传统""经络带"等35个主题词,拟修改"四象医学""民族医药学"等19个主题词。并统一"民族医药学"行文格式,协调"中医药学"与其他类主题词交叉的问题。结论 TG类主题词选词应基于词频统计,主题词的词形应规范描述,符合教材与文件,并注意与其他类主题词的协调统一。

基于MEDLINE的创新医学主题词初步模型

简单介绍了标识创新医学主题词的意义,阐述了实施创新医学主题词的原则,详细介绍了创新医学主题词的 初步模型。

气固顶空GC法测定难溶性植入剂中环己烷残留

目的 测定难溶性植入剂中环己烷残留量。方法 研碎供试品 ,置针管中于 60℃保温作气固顶空平衡 ,顶空气以气相色谱法测定 ,氢焰检测器测定 ,SE 30固定相 ,柱温80℃。结果 精密度RSD为 2 8% ,回收率 1 0 1 4% ,1 0～1 1 0 μg/L范围内线性良好 ,检出限 3 4μg/L。

基于大规模语料库的新词检测

自然语言的发展提出了快速跟踪新词的要求.提出了一种基于大规模语料库的新词检测方法,首先在大规模的Internet生语料上进行中文词法切分,然后在分词的基础上进行频度统计得到大量的候选新词.针对二元新词、三元新词、四元新词等的常见模式,用自学习的方法产生3个垃圾词典和一个词缀词典对候选新词进行垃圾过滤,最后使用词性过滤规则和独立词概率技术进一步过滤.据此实现了一个基于Internet的进行在线新词检测的系统,并取得了令人满意的性能.系统已经可以应用到新词检测、术语库建立、热点命名实体统计和词典编纂等领域.

西汉“头”的语义场研究——兼论身体词频繁更替的相关问题

西汉与“头”有关的词共7个,其中最重要的是“首”和“头”,它们在西汉的情况是“首”已呈萎缩的状态,而“头”蓬勃发展,在频率和用法上都占优势,研究还发现,“头”在汉语史中先后发生了“首”取代“元”、“头”取代“首”,“脑”又正在取代“头”这样一种历时更替．之所以会这样,是因为“头”本身需要相对独立的义项而表达“头”的词又总是义项繁多所致,可以说,语义表达的矛盾正是身体词变化多于其它核心词的原因．

关于现代汉语句法结构系统的理论思考

由现代汉语句法结构系统中的“N的P”结构的定性问题切入,评论了汉语语法学界对“N的P”结构的看法;根据交际功能是语言最重的功能的思想,提出了用表达功能统一句法结构系统的构想。

影像医学期刊论文关键词的标引原则和方法

关键词是科技论文的重要组成部分。关键词的正确标引可以全面揭示论文的核心内容,提高论文的有效传播和利用,亦是衡量期刊质量的主要标志之一。本文以《中国医学影像学杂志》为例,探讨影像医学期刊论文的特点及其关键词的标引原则、方法。

基于概念关联的词汇语义关系识别研究

在深入分析医学主题词标引规则基础上,以副主题词的组配作为主题词词性识别的依据,以副主题词的组合作为主题词之间语义表达的方向,构建"药物"治疗"疾病"的语义结构模板。并以肿瘤学语料库为样本,通过词频分析法与多维定位方法,批量识别出学科中"药物"治疗"疾病"的词汇语义关系。通过实例验证,两种方法均能实现这种类型的词汇语义关系识别。但多维定位法,具有方法简单,准确率和召回率高的特点,是一种值得推广的方法。