应急语言独语句的发展钩沉与应用展望

应急语言建设是当前国家语言战略研究的重要课题。因简洁高效,独语句在应急语言服务中使用日趋广泛,形成了数量众多的“应急语言独语句”,但相关研究尚未引起重视。文章在梳理应急语言独语句发展的基础上,对应急语言独语句进行了概念界定,在此基础上对独语句在应急服务中的应用前景进行初步探讨,旨在弥补国家应急话语建设在独语句研究方面之不足,为国家应急用语的研制和编纂提供参考。

基于功能对等的“很+形”谓语句英译对比研究——兼论葛浩文的译文风格

现代汉语“很+形”谓语句中的程度副词“很”只是性质形容词做谓语的一种形式“标记”,几乎丧失了作为强化词的表达功能。本文基于“功能对等”理论视角,运用语料库的研究手段,以William Dolby、Jeanne Kelly、杨宪益与戴乃迭译文为参照,同时参照英文小说《京华烟云》相同结构的汉语译文,对比考察葛浩文英译本中“很+形”谓语句译文的功能对等状况。研究发现,“很+形”谓语句的葛浩文译文功能对等程度明显高于其他三位译者;绝大多数“很”的葛浩文英译文没有寻求形式上的词对词对等,而是通过改变原文形式、保留原文意义的方法达到译文与原文真正意义上的功能对等。

C语言循环语句思政案例设计研究

算法是程序设计的核心,循环语句是C语言教学中的重要内容。基于教学标准,设计了层次递进的案例,分为基础模块、综合模块、提升模块。在基础模块中,让学生了解C语言循环语句中的for、while等基本格式及执行流程,设计了1.01365等教学案例。在综合模块中,将程序编写与数学内容紧密结合,培养学生的思维习惯。在提升模块中,引导学生设计算法,编写程序,实现系统功能。

基于语料库的聋生兼语句偏误分析

目的基于自建语料库对聋生汉语兼语句偏误表现和原因进行分析。方法对北京市67名义务教育阶段聋生自然产出的兼语句汉语语料进行搜集、整理、标注、统计与分析。结果聋生兼语句偏误类型主要包括内部偏误(90.09%)、不该用而用(6.60%)、该用未用(3.30%);7~9年级聋生兼语句输出率逐级增加,但正确率逐级降低;手语优势聋生输出率(0.19%)高于口语优势聋生(0.16%),其正确率(49.33%)低于口语优势聋生(59.09%),手口均差的输出率(0.12%)和正确率(26.32%)均最低,手口均优聋生输出率(0.24%)和正确率(67.80%)均高。结论影响聋生兼语句习得水平原因有听力障碍、教学不足,兼语动词和句法复杂性,手语汉语差异。建议针对兼语句特点与聋生习得难点进行教学,针对不同语言类型学生进行教学。

基于二叉树的Verilog多路分支语句综合算法

Verilog多路分支语句是硬件描述语言的一种条件语句,在处理器、网络交换和数字信号处理等领域应用广泛,且可通过数据选择器(Multiplexer,MUX)实现资源的极低消耗.现有基于And-Inverter Graph结构的综合工具ABC无法有效综合此类电路.因此,提出了一种新型逻辑网络表达形式MAIG(MUX-And-Inverter Graph),针对Verilog多路分支语句中的显式电路给出了基于二叉树的综合算法.为提高算法的运行效率以及综合质量,首先提取电路特征参数并进行矩阵列变换,进而实现MUX门的个数和层级减少;然后根据矩阵的0、1取值,通过二叉树优化算法划分矩阵递归生成面积小、时延低的MAIG.与学术界综合工具ABC相比,所提算法在工艺映射前电路逻辑门的个数和深度平均优化72%和52%,工艺映射后电路面积和时延平均改善67%和33%.

融合反讽语言特征的反讽语句识别模型

反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句的识别准确率。首先,采用卡方检验算法对反讽语言进行分析并获取语言特征;然后,利用Word2Vec对语言特征进行训练获取语言特征的特征表示,同时使用注意力机制与Bi-GRU(双向门控循环神经单元)模型获取句子的特征表示;最后,将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入,对反讽语句进行识别。与CNN-AT、CNN-Adv、EPSN等3种模型进行对比,实验结果表明,该模型可以有效提高对于反讽语句的识别准确率。

“汉语名词谓语句是特殊句型”观点的溯源及发展研究

汉语名词谓语句被国内学界普遍认为是汉语区别于英语等印欧语的显著特点,目前许多语法教材和论著都有所论及。但是通过查阅相关文献,我们发现:关于“名词谓语句是特殊句型”这一观点的溯源及发展,仍缺乏较为系统和全面的研究。事实上,学界对名词谓语句的认识经历了萌芽、探索、纷争和明确四个阶段,从无意识提及发展到有意识讨论、从“不用系词的判断句”发展为一种独立的特殊句型,这是历代学者不断深挖拓展、逐步总结完善而形成的结果。

汉语名词谓语句的三域一体研究

作为名词非典型用法的名词谓语句是学界历来讨论的焦点话题之一。认知语法理论的名词概念涉及最大辖域、直接辖域和焦点,以此为基础搭建的三域一体分析框架(TSO),解析了名词谓语句双名词(NP1 NP2)主谓结构的三域关系,阐释了该类句式概念化过程的认知特征。研究发现,名词谓语句的主谓语表现为多种语义关系,在认知层面统一于辖域蕴含关系。限定性成分是谓语名词的关键参数,对焦点域范围的有无和大小起调变作用。

直击翻译题堵点,迈向信达雅境界——“文言语句翻译”备考课教学实录及课堂观察

文言语句翻译,是高中文言文学习的一个难点,也是学生答题的堵点。可以从保留着文言特点的网络流行语出发,精选典范的文言文及其重点词句作为学习材料,激活学生的学习积累,引导学生在语境中揣摩,然后修正翻译,从而使文言语句翻译走向信达雅的境界。

融合多路注意力机制的语句匹配模型

为了增强语句内关键信息和语句间交互信息的表征能力,有效整合匹配特征,提出一种融合多路注意力机制的语句匹配模型。采用双向长短时记忆网络获取文本的编码信息,通过自注意力机制学习语句内部的关键信息;将编码信息和自注意力信息拼接之后,通过多路注意力机制学习语句间的交互信息;结合并压缩多路注意力层之前和之后的信息,通过双向长短时记忆网络进行池化获得最终的语句特征,经过全连接层完成语句匹配。实验结果表明,该模型在SNLI和MultiNLI数据集上进行的自然语言推理任务、在Quora Question Pairs数据集上进行的释义识别任务和在SQuAD数据集上进行的问答语句选择任务中均表现出了更好效果,能够有效提升语句匹配的性能。

处置类受事主语句初探

以往学界普遍认为汉语受事主语句属于无标记被动句,但是通过本文研究表明,汉语受事主语句本质上是受事话题句,受事话题就是说话人谈论的对象,这是汉语信息结构决定的,它与被动并无天然的联系。本文证明,受事主语句可以分为两类:(1)当受事主语句用于已然句中时,它属于无标记被动句;(2)当受事主语句用于祈使性未然句时,它属于无标记处置句。非凸显参与者被裁剪是处置类受事主语句产生的认知机制,处置类受事主语句还可能是促发汉语变在句产生的动因,因为事物的变在也是处置的结果。本文研究对认识“处置”与“被动”的关系以及“把”字句的性质都有一定的启示。

“结构教学法”在SQL查询语句教学中的应用

数据库的原理和应用一直以来都是高校计算机专业课程中的重要组成部分,SQL语句是数据库原理课程教学的重难点。经过笔者多年的教学实践,采用结构教学法改进SQL查询语句的教学方式后,获得了较好的教学效果。本文详细叙述了结构教学法在SQL查询语句教学中的应用方式,比较了在SQL查询语句教学中应用结构化教学法不同阶段的教学效果,结论表明,在SQL查询语句中正确使用“结构教学法”可以增强学生对它功能及用法的理解。

融合LSTM的自然语言转结构化查询语句算法的研究与设计

自然语言转结构化查询语句(Natural Language to SQL,NL2SQL)是信息领域一个重要课题.目前前沿的NL2SQL工作都是针对英文数据集,而处理英文数据的方法直接应用到中文上往往难以取得很好的效果.本文首先对传统的SQLNet模型进行了改进,在其中融入了预训练模型,增强了其提取特征的能力;之后又分别对分类模型和条件值模型进行了改进:在分类模型中增加了LSTM进一步捕捉特征,在条件值模型中使用正则表达式等手段对特殊的条件子句进行了预处理.实验表明,本文对分类模型和条件值模型所做的改进都能有效提升模型的表达效果.

汉语典型受事主语句:类型和基于力动态的句型分析

本文在归纳汉语典型受事主语句分类的基础上,运用力动态理论对其句型做出分析。通过在历时层面和共时层面梳理汉语受事主语句,本文总结并发现后接反身代词的光杆动词和施益体光杆动词可以充当受事主语句的谓语,同时细化了现代汉语受事主语句中“受事+动词词组”的类型。在受事主语句句型分析方面,本文从力动态角度回答了受事前置做主语的动因和谓语后接宾语与否的原因。前者是因为在施事缺失的情况下,受事需前置充作形式上力的施发点。后者则取决力动态传递是否终结于谓语层面,从而决定是否需要宾语作为力的承受点。本文结论打破了受事主语句谓语必须是复杂谓语说,为受事主语句的句型结构提供了完整的认知解释。

复杂形容词谓语句的形成机制及其句法语义限制的认知阐释

复杂形容词谓语句在形式上带有宾语,语义类型较为复杂,是一种极其特殊的形容词谓语句。借助认知语言学中的重要理论工具——行为链和转喻,本文将语义上貌似毫不相关的复杂形容词谓语句置于同一理论框架之下,为其形成机制及句法语义限制提供统一且较为合理的解释。从行为链和转喻视角探讨复杂形容词谓语句是基于人类基本经验和普遍认知能力的,可较为直观解决复杂形容词谓语句的形成机制问题,对复杂形容词谓语句句法语义限制进行认知阐释的同时,检验了本文分析模式的解释力。

语法手段表全量的受事主语句的历史演变

汉语中的各类受事主语句是在不同历史时期发展演变起来的,其中语法手段表全量的A、B、C三类受事主语句,分别在清代、唐代、魏晋南北朝产生。A类句是由一般疑问句宾语疑问代词前移到动词前主语的位置,先是构成否定义的反问句表全量,再转化为同义的肯定义陈述句表全量,从而形成。在清代,A类句刚刚产生,还没有很好的发展。到现代汉语中,A类句在三个方面有了较大的发展:一是疑问代词更丰富;二是否定式用例增多;三是产生内中包含有表示任指的疑问代词的“的”字结构充任受事主语的句子。B类句产生于唐代,但在唐代只有少数用例,到明代才大量使用。B类句发展到现代汉语,有两个变化:一是出现主语是“的”字结构的句子;二是谓语部分用“都”呼应的增多。C类句在魏晋南北朝已经产生,在变文中曾大量运用,但在其他阶段都没能很好地发展,出现较多的是名词重叠表全量的用例,且多集中在一两个名词和量词上面。C类句发展到现代汉语,有两个方面的变化:一是量词更丰富;二是副词“都”使用增多。

“致使”类兼语句的汉外对比与习得研究

“致使”类兼语句是国际中文教学的代表性句式之一,在句法结构层面表现出的显著特征是致使动词可以相互替换且句义不会发生明显改变,在语义结构层面的特征是具有双重语义结构,且句中的致事和结果分别具有[-自主性][+使因性]和[-可控性][+变化性]的语义特征。外国学生习得汉语“致使”类兼语句的偏误主要表现在句式误用、成分误加、成分遗漏和成分误用几个方面。

基于代码语句掩码注意力机制的源代码迁移模型

源代码迁移技术旨在将源代码从一种编程语言转换至另一种编程语言,以减轻开发人员迁移软件项目的负担.现有研究通常利用神经机器翻译(NMT)模型将源代码转换为目标代码,但这些研究忽略了代码结构特征,导致源代码迁移性能不佳.为此,本文提出了基于代码语句掩码注意力机制的源代码迁移模型CSMAT (code-statement masked attention Transformer).该模型利用Transformer的掩码注意力机制(masked attention mechanism),在编码时引导模型理解源代码语句的语法和语义以及语句间上下文特征,在译码时引导模型关注并对齐源代码语句,从而提升源代码迁移性能.本文使用真实项目数据集CodeTrans进行实证研究,并使用4个指标评估模型性能.实验结果验证了CSMAT的有效性,同时验证了代码语句掩码注意力机制在预训练模型的适用性.

基于GL_(2)-DNN的面向语句覆盖的程序缺陷定位方法

针对现有的基于深度神经网络的缺陷定位方法中参数设定不便,结合遗传算法的全局随机搜索能力、L_(2)正则化防止模型过拟合与深度神经网络学习复杂非线性能力,提出一种基于GL_(2)-DNN模型的程序静态缺陷定位算法。通过遗传算法寻找深度神经网络最优超参数;将所得语句覆盖信息与状态值输入深度神经网络计算每条可执行语句的可疑度值;根据可疑度值由高往低排序进行缺陷定位。选用Siemens Suite数据集作为实验样本,将GL_(2)-DNN与五种缺陷定位算法进行实验对比,结果表明,该算法能更精确地定位缺陷,计算效率也有所提升。

大学生创造性认知重评语句系统的编制

为建立一套标准化的大学生创造性认知重评语句库,从大学生情绪情景语句库中选取5种负性情绪情景语句各30项,对510名大学生进行条目收集,然后由15名专家对条目进行筛选,共选出750项条目。另外招募42名大学生采用9点评分对750项条目的创造性、适宜性和有效性进行评估。结果表明:认知重评语句的创造性和适宜性呈负相关(r=-0.44,P<0.001),创造性和有效性呈负相关(r=-0.14,P<0.001),适宜性和有效性呈正相关(r=-0.55,P<0.001)。控制了适宜性后,创造性和有效性之间呈正相关(r=0.13,P<0.001)。创造性认知重评语句库总体和各情绪分库评分在创造性、适宜性和有效性上均表现出较高的内部一致性(Cronbachα值均大于0.977)。所编制的大学生创造性认知重评语句库是一套标准化的情绪调节语句库,适用于大学生的认知重评研究。