A Contrastive Analysis of English and Chinese Idioms About Color Words & Their Cultural Connotations

There are many idioms related to color words in English and Chinese.The use of color words in idioms adds beauty and vividness to the language.Due to the cultural differences,“color idioms”have gained different cultural connotations with the development of English and Chinese languages.It is of great significance to accurately understand and grasp the meanings and differences of color-related idioms in Chinese and English.This paper intends to analyze and expound the cultural connotations of English and Chinese idioms related to several widely used basic color words with the aim of helping English learners know and use the idioms about color words better.

Translation of Culture-loaded Words in The Golden Cangue under the Perspective of Reception Aesthetics

Good translations play a very important role in cultural exchange.The idea of reception aesthetics think the reader as the center in translation process.This paper will study the translation of culture-loaded words from the perspective of reception aesthetics.It is divided into five parts.The first part mainly introduces the background and theoretical foundation of this paper,the second part introduces the writer’s works,the third part gives examples to analyze the culture-loaded words appearing in The Golden Cangue,the fourth part gives examples of the translation methods,and the fifth part is the conclusion.It aims to provide a reference for the English translation of culture-loaded words.

自然语言处理领域中的词嵌入方法综述

词嵌入作为自然语言处理任务的第一步,其目的是将输入的自然语言文本转换为模型可以处理的数值向量,即词向量,也称词的分布式表示。词向量作为自然语言处理任务的根基,是完成一切自然语言处理任务的前提。然而,国内外针对词嵌入方法的综述文献大多只关注于不同词嵌入方法本身的技术路线,而未能将词嵌入的前置分词方法以及词嵌入方法完整的演变趋势进行分析与概述。以word2vec模型和Transformer模型作为划分点,从生成的词向量是否能够动态地改变其内隐的语义信息来适配输入句子的整体语义这一角度,将词嵌入方法划分为静态词嵌入方法和动态词嵌入方法,并对此展开讨论。同时,针对词嵌入中的分词方法,包括整词切分和子词切分,进行了对比和分析;针对训练词向量所使用的语言模型,从概率语言模型到神经概率语言模型再到如今的深度上下文语言模型的演化,进行了详细列举和阐述;针对预训练语言模型时使用的训练策略进行了总结和探讨。最后,总结词向量质量的评估方法,分析词嵌入方法的当前现状并对其未来发展方向进行展望。

Next Words Prediction and Sentence Completion in Bangla Language Using GRU-Based RNN on N-Gram Language Model

We use a lot of devices in our daily life to communicate with others. In this modern world, people use email, Facebook, Twitter, and many other social network sites for exchanging information. People lose their valuable time misspelling and retyping, and some people are not happy to type large sentences because they face unnecessary words or grammatical issues. So, for this reason, word predictive systems help to exchange textual information more quickly, easier, and comfortably for all people. These systems predict the next most probable words and give users to choose of the needed word from these suggested words. Word prediction can help the writer by predicting the next word and helping complete the sentence correctly. This research aims to forecast the most suitable next word to complete a sentence for any given context. In this research, we have worked on the Bangla language. We have presented a process that can expect the next maximum probable and proper words and suggest a complete sentence using predicted words. In this research, GRU-based RNN has been used on the N-gram dataset to develop the proposed model. We collected a large dataset using multiple sources in the Bangla language and also compared it to the other approaches that have been used such as LSTM, and Naive Bayes. But this suggested approach provides excellent exactness than others. Here, the Unigram model provides 88.22%, Bi-gram model is 99.24%, Tri-gram model is 97.69%, and 4-gram and 5-gram models provide 99.43% and 99.78% on average accurateness. We think that our proposed method profound impression on Bangla search engines.

阅读伴随词汇学习的词切分:首、尾词素位置概率的不同作用

本研究通过两个平行实验,探讨重复学习新词时首、尾词素位置概率信息作用于词切分的变化模式。采用阅读伴随词汇学习范式,将双字假词作为新词,实验1操纵首词素位置概率高低,保证尾词素相同;实验2操纵尾词素位置概率高低,保证首词素相同。采用眼动仪记录大学生阅读时的眼动轨迹。结果显示:(1)首、尾词素位置概率信息的词切分作用随新词在阅读中学习次数的增加而逐步变小,表现出“熟悉性效应”。(2)首词素位置概率信息的“熟悉性效应”表现在回视路径时间、总注视次数两个相对晚期的眼动指标,而尾词素位置概率信息的“熟悉性效应”则从凝视时间开始,到回视路径时间,再持续到总注视时间。结果表明首、尾词素的位置概率信息均作用于阅读伴随词汇学习的词切分,但首词素的作用时程更长,更稳定,支持了首词素在双字词加工中具有优势的观点。

A Study on the English Translation of Culture-Loaded Words From the Perspective of Relevance-Theoretic Translation Theory-A Case Study of Yang Xianyi’s The True Story of Ah Q

Culture-loaded words reveal the basic features of a country’s social life,customs and habits,religious beliefs,and so on.The meanings of culture-loaded words contain the profound cultural connotation of a country or a nation.However,due to the influence of different cultures,the original author and the target readers lack a common cognitive context,which means they cannot successfully conduct a cultural communication.Therefore,correctly understanding and translating these culture-loaded words have become a major problem for translators in the translation process of literary works.Under the guidance of the dual ostensive-inferential model in relevance-theoretical translation theory,this paper,by emphasizing the importance of common cognitive context to a successful translation,analyzes the translation process of five categories of culture-loaded words and summarizes the translation strategies that can accurately convey the writing intention of the original author,which provides a new perspective for the translation of culture-loaded words.

The Translation Strategies of Chinese Reduplicated Words From a Skopos Theory Perspective

This paper explores the translation strategies for Chinese reduplication to English from the perspective of Skopos theory. Drawing on previous research on the semantic functions of reduplication, the paper analyzes the three main types of semantic changes in Chinese reduplicated words: intensification of meaning, moderation of meaning, and addition of meaning. The paper then proposes different translation strategies for Chinese reduplication, including same-word repetition, near-synonym repetition, “have a try” form, “noun(pl.) + of” form, and “all”, “each”, and “every” pattern. Finally, the paper emphasizes the importance of understanding the intended communicative function of the reduplicated words and the need for flexible handling in order to achieve a natural translation with better readability.

Sora:从技术哲学到文艺学的思考(笔谈)

哲学学者吴冠军从技术哲学的视角提出:从ChatGPT、DALL·E到Sora,基于转化器的AIGC大模型并不只改变了内容创作,还改变了“世界”在最字面上的意义。世界化成的过程,越来越多被以有损压缩-重新生成为发生学机制的AIGC之创造性活动所介入,这就导致“宇宙”(我们眼里的“物理宇宙”)与“元宇宙”不断深层次地叠加,“自然进程”与“人工创造”不断深层次地交织以至进入无可区分之域。这就意味着,我们所熟悉的那个“世界”,将一去不复返:当AIGC已“深”到参与世界化成本身之中时,讨论“深伪”将越来越没有意义。文艺学学者赵宪章则从“语图关系学”的视角提出:Sora的横空出世及其未来演进,不仅不是图像时代符号危机的解除,更不是语图关系研究的终结。恰恰相反,Sora加深了这一危机,语图关系研究也延宕出新的面向。

A Study on German Translation Strategies of Culture-Loaded Words in Documentary Hexi Corridor(Expert)by Adaptation Theory

This paper deals with the translation strategies of Chinese Culture-Loaded Words from the perspective of adaptation theory.It is based on the translation text of the sixth episode“Silk Road”and the seventh episode“Dunhuang”of the documentary Hexi Corridor.Many words with Chinese cultural connotations appear in the subtitles of this documentary.This paper will be divided into four parts.The first part and the second part deal with the basic theories,i.e.,definition of Chinese Culture-Loaded Words and of adaptation theory.The original text is analysed in the third part.This part deals with the background and specifics of the language of the documentary film Hexi Corridor.The fourth part deals with the difficulties encountered by the author in translation practice and the corresponding solutions adopted by the author.The translation difficulties are solved by five translation methods,namely transliteration,loan translation,substitution,interpretation,and adaptation.

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。

基于战略坐标图的我国“互联网+护理服务”研究主题分析

目的:分析国内“互联网+护理服务”研究主题和发展态势,以期为“互联网+护理服务”高质量、可持续发展提供参考。方法:以“互联网+护理服务”为主题,检索建库至2022年12月期间中国知网收录的文献,使用文献计量学分析软件BICOMB进行计量分析,使用统计分析软件SPSS进行聚类分析,绘制研究主题战略坐标图,揭示核心主题及其发展态势。结果:共纳入327篇文献,论文发文量快速增加,期刊分布相对集中。通过关键词聚类出9大研究主题,其中核心且成熟的主题是“互联网+护理服务”护患体验、“互联网+护理服务”护患双方认知意愿需求以及老年慢性病延续护理;核心不成熟主题是“互联网+护理服务”质量;待发展主题是上门服务、“互联网+护理服务”现状及影响因素、“互联网+护理服务”风险防控以及护士培训。结论:国内“互联网+护理服务”研究目前处于快速发展阶段,受到众多研究者的关注。各研究主题发展阶段不同,逐渐向“互联网+护理服务”内涵发展。研究者应关注热点主题的进展,进一步推动风险防控、质量评价等发展潜力主题的研究。

基于点云分割网络的雷达信号分选方法

针对现有基于图像分割的端到端雷达信号分选方法存在的像素点重叠与处理效率不高的问题,该文提出一种基于点云分割网络的端到端分选方法。首先将雷达脉冲流的脉冲描述字(PDW)映射为点云;之后利用点云分割网络(PointNet++)对该点云中各点依据其所属辐射源进行分割;最后将具有相同标签的点聚类形成脉冲集合,分别提取各脉冲集合所包含的辐射源并形成相应的辐射源描述字。仿真结果表明:所提方法能够有效对未知雷达信号进行分选,在脉冲丢失和虚假脉冲干扰的分选环境下也表现出较强的可靠性与稳定性,并且由于采用具有轻量化特点的模型使得该方法的执行效率更高。

企业诚信建设与注册会计师审计意见

在全社会强调传承诚信文化的背景下,已有文献研究了诚信建设带给企业的诸多后果,却鲜有研究从审计市场角度分析企业诚信的影响。本文基于诚信的三个基础因素“言”“行”和“言行不一致”,利用年报文本和监管处罚数据构建了企业诚信指标,分析了企业诚信对审计意见的影响与机制。研究发现,企业诚信降低了注册会计师出具非标意见的可能性,该现象在非国有企业中更加突出。企业诚信通过减少财务报告错报、抑制盈余操纵和加强内部控制的方式,最终影响了其对审计意见的判断。进一步地,当客户的应收账款和存货占比越高、客户越重要时,企业诚信更能减少非标审计意见出具。本研究有助于促进企业从审计市场角度理解诚信建设的重要性。

我国数据安全政策文本主题挖掘及其演化分析

[目的/意义]揭示数据安全政策主题的演化规律,对完善数据安全政策体系具有重要意义。[方法/过程]本文选取我国547部数据安全政策文本,利用NMF主题模型进行主题挖掘并结合Word2Vec词向量模型,从主题内容演化和主题强度演化两个视角进行可视化处理与分析。[结果/结论]识别出网络安全、应急处置、安全保障、个人隐私等主题,而主题演化内容呈现聚集性,演化领域呈现扩散性;数据开放、公共数据等核心主题整体演化强度趋势不断提高,但个人隐私、安全可控、监测预警相关主题政策占比失衡。针对主题挖掘及演化分析结果,并结合我国数据安全治理现状提出4点建议:持续加强数据开放与安全的协同;加强全流程的数据安全治理;完善技术与政策融合的数据安全治理机制;平衡政策主题演化注意力分配。

词间空格对汉语母语者和二语者拼音文本阅读的影响——基于眼动的证据

本研究采用眼动跟踪技术考察词间空格对汉语母语者和第二语言学习者汉语拼音文本阅读的影响。实验以中国大学生和在中国学习汉语的外国学生为被试,收集他们阅读三种不同空格条件(词间空格、字间空格和无空格)的汉语拼音句子的眼动数据。研究结果显示,与无空格条件相比,词间空格和字间空格条件的注视时间短,注视次数少,首次注视位置距离词中心近;母语者在词间空格和字间空格条件下阅读效率无显著差异,但二语学习者阅读词间空格文本的阅读效率大于字间空格文本;词间空格对于印欧语母语者的促进作用显著大于泰语母语者。这些结果表明,词间空格对汉语二语者有促进作用,词间空格的促进作用受母语文字背景的影响。

基于组合相似度动态聚类和词熵的网络话题在线检测

[研究目的]为实现网络热点话题的在线检测,提升增量式聚类算法的聚类效果,提出了基于组合相似度的动态聚类算法,同时通过计算词熵实现主题词提取和演化跟踪。[研究方法]通过CIFG-BiLSTM-CRF模型实现文本的命名实体识别,计算文本与话题的实体相似度,再取文本词向量与话题中心余弦相似度的最大值作为词向量相似度,二者结合判断文本所属话题。在聚类过程中利用时间窗口策略实现话题中心和成员文本的动态更新。同时,计算文本词熵,生成话题的词熵和列表,实现话题主题词提取和演化跟踪。实验以新冠疫情新闻为数据实现话题在线检测,并展示了话题主题词的演化和跟踪过程。[研究结论]实验表明,与传统相似度计算方法相比,组合相似度能够获得更好的聚类效果,聚类过程中提取出的话题主题词也正确地反映了原始数据的热点话题内容。

基于LDA和Word2Vec模型的学位论文评阅意见主题挖掘与分析

选取某高校部分硕士学位论文评阅意见为研究对象,使用自然语言处理和机器学习技术进行自动化的硕士学位论文评阅意见主题挖掘与分析。首先,采用LDA(latent dirichlet allocation)模型对评阅数据进行主题建模,提取文本中的潜在主题,并将评阅意见转化为主题分布向量;其次,结合Word2Vec模型将评阅意见的关键词转化为向量表达;最后,采用TextRank方法提取关键词,以揭示评阅专家的关注核心主题。实验结果表明,所提方法能为高校管理人员提供切实有效的分析工具,有助于他们更好地分析总结评阅意见,同时也为硕士研究生撰写高质量学位论文提供有益借鉴。

基于细粒度知识图谱的科技文献主题发现与热点分析

[目的/意义]利用知识图谱进行细粒度的知识组织并识别科技文献的热点主题,有助于科研工作者把握领域的研究现状和学科前沿,进而为科研资源优化配置提供有力支持。[方法/过程]提出一套基于知识图谱的主题发现和热点分析方法。首先,识别科技文献中的知识元,再抽取知识元中的语义实体进行主题发现;其次,构建“文献—知识元—主题”知识图谱,通过知识图谱中的共现关系网络识别领域的研究热点;最后,以农学领域的中文学术论文为实验数据,进行实证研究。[结果/结论]所构建的细粒度知识图谱不仅能够揭示科学知识与主题的潜在关联,而且能够实现科技文献主题的热点分析。

主体异质性下矿工不安全行为传播机理研究

群体不安全行为极易导致严重的生产事故,探究个体到群体的不安全行为传播机理对于预防煤矿事故发生尤为重要。为此,本文首先通过Word2Vec方法辨识350起煤矿事故报告中各类生产主体的不安全行为特征;进而结合关联规则和复杂网络理论,构建主体异质性下矿工不安全行为传播网络;最后通过网络中心性分析和事故路径分析明确了8项核心不安全行为及其关联集合、6种事故不安全行为传播关键链路。研究表明:现场监督人员是不安全行为传播过程中最具影响力的主体类型,监督人员安全检查不到位、未及时督促消除隐患是造成群体性不安全行为发生的关键原因。机电事故是不安全行为传播最易触发的事故类型,安全管理工作检查督促不力→安全教育培训不到位→现场安全确认走过场→作业人员安全意识淡薄→现场违章作业是机电事故中不安全行为传播的关键链路。