网络新词语

摘要： “耗子尾汁”是由“好自为之”的方言发音和拼音打字输入错误造成的,因其发音上的诙谐、幽默,字面意义上带来的形象性,而降低了源词“好自为之”所具有的交际上的严肃性和陌生感,并在网络用语求新求异倾向的推动下,迅速在网络上得以流行,尤其受到了20—30岁青年群体的热捧,成为2020年热门网络词语之一。诸如“耗子尾汁”的谐音类网络词语,近些年来异军突起,但由于这类词语与时事关联度较低,只是短暂“热”用于网络,在语言使用追求规范化的基本导向下终将逐渐淡出人们的视野。

摘要： 二十一世纪是互联网高速发展的时代,网络新词语伴随着互联网的发展而逐渐被人们使用,并在人们的日常生活中广泛传播.语言是社会的产物,学好语言的最终目的在于交际.目前,在汉语国际教学当中,对网络新词语的涉及却很少.因此,本文以当今互联网时代为背景,旨在探究汉语国际教育中网络新词语的教学.

摘要： 互联网的高速发展孕育了大量的网络新词语,对汉语语言发展产生极大的影响.本文在深度剖析网络新词语的衍生动因的基础上,从现代汉语的角度出发将网络新词语做了大致的分类,对语言学中语言和语义的发展提出更新更高的要求,最后结合网络时代特性、汉语言特点和和社会语言环境来探究网络新词语的语用价值和影响,以帮助人们树立正确的语言观,更好地发挥汉语网络用语的积极作用.

摘要： 网络时代的到来,越来越多的网络新词汇出现在大众的视野中,网络词语是社会经济与文化发展的真实写照;作为汉语学习者来说,理解并掌握汉语原有的词汇已经是很困难的了,但是为了更好的认识了解中国文化的变迁与改革开放以来经济的飞速发展,提高学习者自身跨文化交际的能力,学习网络新词汇也是迫切需要的事情.

摘要： 随着我国的经济文化发展和在世界范围内的影响力越来越扩大,我国出现了当代新时期下一门特殊的专业——汉语国际教育专业.汉语国际教育专业,一来可以加强我国的语言在世界范围内的流通程度,二来可以给一些有愿望到我国来长期发展的外国人群提供基础的语言教育,以方便他们能够融入到我们社会的正常运行当中来.汉语国际教育是新时代下的应运而生的一门语言教育学科.特别是在当今的社会现况下,我国的年轻人富有顺应当前时代的创造力,在我国的传统文化的基础上,往往依托于社会现实情况,开发出传统词汇在现代客观情况下的新意识、新内容.这类内容多以由网络新词语的形式表达出来.它们通常由谐音转化而成,本身具有丰富的创新性,与社会现实也有相当大的关联.网络新词由于其新奇的含义和在世界文化交融的背景下的对于外国文化的融合,因此它的出现在汉语教育中也是一个重大的契机,能够为我国的汉语国际交易提供新方法.但是,反观我国的汉语教育中,网络新词发挥的作用远远没有达到我们的目的.一是由于网络新词语往往具有相当大的思维跳跃性需要,学生需要对我国的传统文化有现实的深入了解,才有引申词意的前提;二是汉语教育往往需要有对于多国语言逻辑都有深入理解的综合性人才来传授,这样的人才比较稀少;三是在汉语国际教育过程中,学生也比较难以理解这种词义的引申.为了加强网络新词语在汉语教育中的作用,我们需要对学生进行更为深入的有关我国传统文化的教育,进而在实行网络新词的教育,实现循序渐进的语言教育过程;并且通过网络新词的教育,让学生能够通过灵活类比举一反三,来加强教育过程中的简洁性,简化教育流程;另外,针对网络新词的教育需要课程丰富,策略多样.这样才能够实现新时代下出现的网络新词语在汉语国际教育中的新应用.

摘要： 汉语文化博大精深,随着人们生活方式、交流方式的改变,汉语文化中开始逐渐出现新词语或词语新用法.互联网是当代人们交流的主要渠道,每一年都在不断衍生出新的词语,这些网络新词语的出现给外国学生造成了不小的学习障碍.本文主要分析并探讨在汉语国际教育中针对网络新词语展开教学的具体策略,希望可以为汉语国际教育教学活动的开展提供一些参考.

摘要： 以认知语言学中的原型范畴理论为框架,对网络新词语的语义构建过程进行研究.研究发现:语音变异和语义变异是网络新词语语义产生的两个主要途径.通过语音和语义变异,原有的语义范畴不断扩大,增加了很多新内涵.这些新词在网络平台广泛使用,具有简洁、幽默的特点,深受广大网民的喜爱.

摘要： 网络语言在互联网的大众化飞速发展与传播趋势中得到了极为迅速普及与广泛使用.网络新词语教学在对外汉语教学、特别是口语教学中愈发重要,应在课程内容的设置及教师群体重视度等方面强化.

摘要： 文章以汉语国际教育中网络新词语的教学方法为重点进行阐述,以当下汉语国际教育中网络新词语教学的优势为主要依据,进行深入探索与研究,目的在于提升汉语国际教育的水平和质量,为外国学生学习汉语提供一个良好的平台和契机,提升外国学生学习汉语的质量和能力。

摘要： “葛优躺”作为一个网络新词语,可以适用于多种语境,表达不同语义信息,句法功能比较复杂,受“模因”论的影响,出现了“仿体”、“变体”,其流行原因在于:高度凝缩而又来源悠久的词形,生动传神而又高度概括的语义,标新立异而又从众模仿的心理,源于生活而又反映生活的实际,自媒体时代使用微信表情的驱动.

摘要： 新词语特别是网络上流行的新词语越来越引起人们的关注,大量的网络词汇不仅在网络上红极一时,更有许多已开始被使用于现实生活中。本文简要列举了网络新词的产生类型,结合语境因素来分析网络语言的性质,从认知修辞方面入手对网络新词语产生的认知心理和修辞效果进行了尝试性研究,并对网络新词语做出展望,旨在能够使人们更好的认识和利用这一新事物,提高语言的利用效率和质量,使交际更加和谐。

摘要： 本发明涉及一种中文新词语的检测方法及其检测系统。本发明基于Internet的中文新词语自动检测的方法，包括网页采集，网页信息处理和新词查找三个部分，且充分利用了从Internet采集而来的网页上的时间信息，从网页中提取时间信息和内容，对其切分并在切分的基础上查找重复串，然后存入原始数据库，再在给定时间的基础上，将原始数据库划分成给定时间以前和给定时间以后的两个数据库，将这两个数据库进行对比，得到新词候选列表，最后的结果由人工确认一下。本发明通过对比寻找某个时间点以后的新词语，可以寻找不限长度和构成的多字词与多字词组成的新词，并利用词的构成规律来滤除垃圾串，具有时效性高的特点。

摘要： 本发明提供一种面向社交网络文本基于识别新词旧义的情感分类方法，涉及情感分析技术领域，本发明使用词语的相邻词语计算条件熵值，以识别语境变化，提出了基于条件熵识别语境的DCC‑CE算法，通过DCC‑CE算法识别语境变化并结合词语共现度，来解决旧词新义识别以及新词发现问题，由此提出基于共现度识别旧词新义相关新词的DNEW‑DCC算法，将DCC‑CE和DNEW‑DCC算法作为旧词新义识别的步骤添加到情感分类中，以改善旧词新义对情感分类准确度的影响，并由此提出通过旧词新义改善情感分类的NMOW‑AC算法。

摘要： 本发明涉及一种基于语义模型神经网络识别新词汇的方法、装置、系统、存储介质，其保留语义模型的在线判断状态，不中断其现有任务，同时，实时更新并训练出词向量模型，更新词向量字典，然后从词向量字典中探寻与新词汇最为接近的同义词，映射成同义词的索引，再将转化后的言论输入给语义模型进行判断。因为索引的是同义词，所以新词汇的词向量在空间维度上与旧词汇是最为接近的，语义模型训练过旧词汇的处理，也就能够识别新词汇映射为旧词汇后构成的新语句，从而进行正确的判断了。本发明在无需重新训练线上正在运行的神经网络的前提下，可以对从未接触过的新语句作出正确的语义判断。

摘要： 地下黑客社区作为黑客的在线社交平台，是黑客们进行交流和传播黑客技术和工具的重要场所。在这些社区中，许多最新的信息直接或间接影响网络攻击，从而威胁到企业或个人的资产。因此，诸如黑客论坛之类的社交媒体对网络安全领域具有重大影响。而从黑客社区（例如新兴的黑客团体和黑客工具）自动识别相关词和新词的成功率较低。本发明基于自然语言处理技术，通过对词汇本身的特征提取以及上下文进行分析，提出了一种从非结构化数据中提取网络安全新词的方法。该方法结合词性、单词特征、字符特征以及词汇相似度，利用卷积神经网络提取单词中的字符特征，使用双向长短期记忆神经网络构成框架，并结合词库和谷歌趋势综合判断以提取新词。

摘要： 本发明公开了一种基于新词的网络舆情主题抽取方法，通过两个或两个以上的关键词拼接得到的新词作为主题词；其中，对于关键词的选取，需要考虑代表文章的中心和主旨的文本标题，文本标题分得的词作为文本的关键词，同时还提高算法效率和减少因为文本差异对主题抽取的影响；同时，本发明以平均实词匹配度来量化这些新词对于网络舆情的主题的贡献程度，平均实词匹配度越高表示新词对于网络舆情的主题的贡献程度越大，因而，具有相当高的可信度，能够适应当今网络舆情日益增长的趋势。

摘要： 本发明涉及一种中文新词语的检测方法及其检测系统。本发明基于Internet的中文新词语自动检测的方法，包括网页采集，网页信息处理和新词查找三个部分，且充分利用了从Internet采集而来的网页上的时间信息，从网页中提取时间信息和内容，对其切分并在切分的基础上查找重复串，然后存入原始数据库，再在给定时间的基础上，将原始数据库划分成给定时间以前和给定时间以后的两个数据库，将这两个数据库进行对比，得到新词候选列表，最后的结果由人工确认一下。本发明通过对比寻找某个时间点以后的新词语，可以寻找不限长度和构成的多字词与多字词组成的新词，并利用词的构成规律来滤除垃圾串，具有时效性高的特点。

摘要： 本发明涉及一种基于语义模型神经网络识别新词汇的方法、装置、系统、存储介质，其保留语义模型的在线判断状态，不中断其现有任务，同时，实时更新并训练出词向量模型，更新词向量字典，然后从词向量字典中探寻与新词汇最为接近的同义词，映射成同义词的索引，再将转化后的言论输入给语义模型进行判断。因为索引的是同义词，所以新词汇的词向量在空间维度上与旧词汇是最为接近的，语义模型训练过旧词汇的处理，也就能够识别新词汇映射为旧词汇后构成的新语句，从而进行正确的判断了。本发明在无需重新训练线上正在运行的神经网络的前提下，可以对从未接触过的新语句作出正确的语义判断。

摘要： 本发明属于自然语言处理领域，公开了一种基于统计量与相似性的网络新词发现方法及系统，先计算单字词的词频得到初始的单字词集合，并利用改进后的增强互信息和加权左右邻接熵从左向右扩展多字候选词，合并单字词集和多字词集得到候选新词集，然后将候选词作为中心词进行依存句法分析，计算句法结构的相似性值和候选新词所在句子与历史表达的语义相似值，进行过滤得到新词集合。和传统的统计量计算结果相比，本发明选用的方法可以有效过滤部分重复含义的词串，也解决了字词出现次数以及贡献不对称问题，加入相似性判断之后，有效提高了新词发现的准确。

摘要： 地下黑客社区作为黑客的在线社交平台，是黑客们进行交流和传播黑客技术和工具的重要场所。在这些社区中，许多最新的信息直接或间接影响网络攻击，从而威胁到企业或个人的资产。因此，诸如黑客论坛之类的社交媒体对网络安全领域具有重大影响。而从黑客社区（例如新兴的黑客团体和黑客工具）自动识别相关词和新词的成功率较低。本发明基于自然语言处理技术，通过对词汇本身的特征提取以及上下文进行分析，提出了一种从非结构化数据中提取网络安全新词的方法。该方法结合词性、单词特征、字符特征以及词汇相似度，利用卷积神经网络提取单词中的字符特征，使用双向长短期记忆神经网络构成框架，并结合词库和谷歌趋势综合判断以提取新词。

摘要： 本发明提供了一种获取新词语的方法及装置，其中，该获取新词语的方法包括：通过预设的第一词语长度对所述目标语料进行切分，再根据凝固度算法和左右熵算法对切分出来的词语进行筛选，选出所述目标语料中符合新词语要求的词语组成语料词语库；再获取网络上的词语，将网络词语进行筛选后得出网络新词语，再用该网络新词语提取所述目标语料中的新词语，以找出被凝固度算法和左右熵算法筛去的新词，最大化的找出所述目标语料包含的新词语；本发明提供的获取新词语的方法准确度高，且不易漏掉新词语。