句法特征

摘要： 本文对鸭绒苗语的反复问句进行了细致的描写与分析,认为鸭绒苗语存在普通型(X-ma^(22)-X)和重叠型(X-X),其中X可为动词,形容词,介词,情态动词,重叠型来源于普通型,但会发生语音和语用的差异。语音上表现为跨音节变调现象,语用上表现为情态和交际等功能差异。

摘要： 本文从实际语料语义出发,首先选择对时间副词“正”“在”和“正在”的句法特征进行对比。发现这些词语除了在动词前用以表示动作的进行状态外,在其他情况下,“正”“在”和“正在”三个词语之间的句法表现形式均存在一定差异。接着从语义特点的角度,分析探索造成“正”“在”和“正在”三者之间句法表现差异的主要原因。

摘要： 为了利用英语语音进行发音错误检测和诊断,研究了超音段中的英语词汇重音和音调重音检测,使用了多分布神经网络方法。多分布神经网络的隐藏单元和可见单元均为二进制,利用基于音节的韵律特征和规范的词汇重音模式作为输入特征。将该方法与已有方法进行了比较实验,结果表明:基于MD-DNN的词汇重音检测方法对三个或三个以上音节的单词进行音节分类(主/次/无重音)的准确率为87.9%,性能明显优于使用高斯混合模型(GMM)和显著性模型(PM)。与词汇重音检测方法相似,音高重音检测的准确率为90.2%,分别比GMM和PM检测的准确率高9.6%和6.9%。

摘要： 词汇变化涉及到词类范畴的动态发展。本文通过对大量文献的梳理,归纳学者们对词汇的论述,基于认知语言学的非范畴化理论,以日语「なう」为例,探讨日语流行词汇的句法和语义特征及其动因机制问题,阐释日语流行词汇经历了陈述意义与指称意义的转化,再到语义虚化的过程,致使语句功能与语法范畴发生扩展和转移。并揭示日语流行词汇的非范畴化通过转喻和隐喻这一认知机制,获得原词类属性以外的范畴意义。

摘要： “陆续”和“连续”是一组意义相近的词语,本文在语料调查的基础上,从词性、语义以及语用特征三个方面,分析了“陆续”和“连续”在汉语中的使用情况,最后做出简要的归纳。

摘要： “特指问无动把字句”在山西文水方言中使用频率较高,用来询问话题对象的情状或处所。文章从共时平面出发,分析“特指问无动把字句”的句法特征、语义表达和语用功能,说明该句式是一种特殊的处置句式。

摘要： 预训练语言模型虽然能够为每个词提供优良的上下文表示特征,但却无法显式地给出词法和句法特征,而这些特征往往是理解整体语义的基础.鉴于此,本文通过显式地引入词法和句法特征,探究其对于预训练模型阅读理解能力的影响.首先,本文选用了词性标注和命名实体识别来提供词法特征,使用依存分析来提供句法特征,将二者与预训练模型输出的上下文表示相融合.随后,我们设计了基于注意力机制的自适应特征融合方法来融合不同类型特征.在抽取式机器阅读理解数据集CMRC2018上的实验表明,本文方法以极低的算力成本,利用显式引入的词法和句法等语言特征帮助模型在F和EM指标上分别取得0.37%和1.56%的提升.

摘要： 地质英语是科技英语的重要分支,有其自身构词和句法特征。基于实例,对地质英语的词汇和句法特征进行剖析,并从这两个层面探讨地质英语文本的翻译策略发现:地质英语词汇构词方式灵活多样,有专业词汇、专业化普通词汇、复合词、加缀词、缩略词、抽象词汇、形象词汇及跨学科词汇,体现了表达的专业性、简洁性、抽象性、形象性和跨学科性,翻译应遵照以上“五性”以达到地质词汇翻译的严谨性和准确性;地质英语句式结构复杂多变,多包含被动结构、名词化结构、平行结构、多重复合句,翻译须厘清英汉语言的句式特征及其差异,采用灵活机动的方式和策略,以确保译文的可读性。

摘要： 如今,经济全球化日益发展。如何更好地让中国品牌走出国门,让中国企业在全球市场中拥有话语权和影响力是当今中国企业所面临的问题。而企业外宣文本作为当今信息化世界人们了解企业的重要途径,更是越来越受到企业的重视。如何才能更好地将中国企业的文化形象和产品推向世界,外宣翻译在其中所起的作用不容小觑。本研究选取来自我国的《财富》世界五百强中国企业代表——华为公司的企业外宣文本为基本语料,对其文本的主要句法特征进行分析研究,在此基础上,以文本类型理论框架为指导,研究探讨其外宣文本中存在的不同文本类型,以及为实现这些不同文本类型的不同功能所运用到的翻译方法,以期为未来的翻译实践、翻译教学以及企业外宣文本的翻译研究提供一定的参考意义。

摘要： 随着全球化的加速,我国对石油工程领域文本的翻译需求也与日俱增.石油工程文本的准确翻译对促进我国石油工程技术的发展有重要作用.翻译过程中需要充分考虑目标语文本的预期目的来决定采用什么手段进行翻译.引用目的论作为指导理论,通过对石油工程英语句法特征的分析,探讨石油工程英语句法的翻译技巧.提倡用精益求精的态度和发展的眼光进行翻译实践,让译文适合专业科技人员阅读,以此促进学习与交流.

摘要： 特征选取是用统计方法进行词义排歧的关键。本文通过句法块的分析结果，将主语和宾语、以及主语和宾语在知网中的归类信息应用于目标动词的词义排歧。实验表明，句法特征对于目标动词的词义排歧有重要作用，相对于仅使用词语和词性特征的系统，加入人工标注句法特征后，拥有类动词正确率由83.7％提高到89.2％，存在类动词正确率由84.8％提高到86.1％。

摘要： 文本中模糊词及其辖域的识别对于信息的准确抽取有着重要的作用，但是目前机器学习的方法采用的特征都是基于序列的。本文将模糊词辖域的识别问题看作是分类问题，采用条件随机场模型来进行学习。在基本的序列特征基础上，引入两种句法特征（短语树和依存树）作为分类器的特征，并分别比较两种特征对结果的影响。在后处理阶段，我们引入了一个匹配算法对来识别句子中所有模糊词的辖域。在CoNLL2010shared task的生物文本数据上的实验显示，采用句法特征的分类器比只采用基本序列特征的F1值提高了2.36个百分点。

摘要： 本文拟结合语言类型的研究成果，探讨新加坡华语的句法特征，讨论成因，观察演变。全文分两大部分:第一，描写并分析新加坡华语的句法特征:话题优先较弱、主语优先较典型、VO语序特征明显，这些句法特征表明新加坡华语是一种SVO较典型的汉语变体;第二，新加坡华语句法特征的成因有:现代汉语普通话影响弱、英语强大作用、底层方言特征保留。这些成因尽管分别对应于不同的句法特征，但并非一一对应，也并不是相互矛盾的，而是相互和谐、共同作用，形成新加坡华语鲜明的句法特征。rn 本文主要以自然口语为语料，结合相声、话剧(主要为当地华人相声和话剧脚本)等书面语体不太浓厚的语言，考察新加坡华语的句法特征。

摘要： 问题分类是问答系统中重要的组成部分,问题分类结果的好坏直接影响问答系统的性能.本文提出了一种新的问题层次分类方法,该方法结合类别主特征与问题句法特征,对满足类别临界条件的问题,利用具有良好分类特性的类别主特征进行分类,使其小类分类精度达到92.99％,对于其他问题,采用贝叶斯分类器分类,总的准确率达到大类88.25％和小类73.15％,比传统的层次分类分别提高了10个百分点,证明了此方法的有效性.

摘要： 藏语语法属性词典对动词的描述涉及藏语的句法特征义关系比较,明确了藏语属于通格-施格型语言,是与英语这类主格-受格型语言相对应的另一种词格关系语法系统,并进一步探讨了藏语施格型语言的原型。藏语动词的及物性、自主性等句法属性是动词的内在属性,没有形式上的标志。为此,在藏语语法属性词典中对动词作及物性和自主性标注是一项必要的工作。

摘要： 副词研究一直在学术界占有重要地位,方言副词研究尤为重要.本文立足于辽宁海城方言中具有代表性的16个单音节程度副词,研究其语音、句法、词义特点,总结其使用现状并预测其发展趋势,以期促进东北方言更精确的区域调查和深入研究.海城方言单音节程度副词在语音的声调和儿化方面有比较突出的特点。海城方言单音节程度副词在句法上的特点主要体现在搭配对象、形态变化和分布情况三方面。语义上具有理性意义与附加色彩。

摘要： 副词研究一直在学术界占有重要地位,方言副词研究尤为重要.本文立足于辽宁海城方言中具有代表性的16个单音节程度副词,研究其语音、句法、词义特点,总结其使用现状并预测其发展趋势,以期促进东北方言更精确的区域调查和深入研究.海城方言单音节程度副词在语音的声调和儿化方面有比较突出的特点。海城方言单音节程度副词在句法上的特点主要体现在搭配对象、形态变化和分布情况三方面。语义上具有理性意义与附加色彩。

摘要： 副词研究一直在学术界占有重要地位,方言副词研究尤为重要.本文立足于辽宁海城方言中具有代表性的16个单音节程度副词,研究其语音、句法、词义特点,总结其使用现状并预测其发展趋势,以期促进东北方言更精确的区域调查和深入研究.海城方言单音节程度副词在语音的声调和儿化方面有比较突出的特点。海城方言单音节程度副词在句法上的特点主要体现在搭配对象、形态变化和分布情况三方面。语义上具有理性意义与附加色彩。

摘要： 副词研究一直在学术界占有重要地位,方言副词研究尤为重要.本文立足于辽宁海城方言中具有代表性的16个单音节程度副词,研究其语音、句法、词义特点,总结其使用现状并预测其发展趋势,以期促进东北方言更精确的区域调查和深入研究.海城方言单音节程度副词在语音的声调和儿化方面有比较突出的特点。海城方言单音节程度副词在句法上的特点主要体现在搭配对象、形态变化和分布情况三方面。语义上具有理性意义与附加色彩。

摘要： 副词研究一直在学术界占有重要地位,方言副词研究尤为重要.本文立足于辽宁海城方言中具有代表性的16个单音节程度副词,研究其语音、句法、词义特点,总结其使用现状并预测其发展趋势,以期促进东北方言更精确的区域调查和深入研究.海城方言单音节程度副词在语音的声调和儿化方面有比较突出的特点。海城方言单音节程度副词在句法上的特点主要体现在搭配对象、形态变化和分布情况三方面。语义上具有理性意义与附加色彩。

摘要： 本发明公开了一种基于全局交互和句法依赖的情感特征表示学习系统及方法，通过上下文和评价对象的信息交互、单词句法依赖关系的引入以及特征联合学习；本发明使用预训练的多层语言模型对单词进行嵌入表示，获取了单词更加语境化的表示；同时利用BERT结构的优越性使用期双句任务模式解决以往方法上下文和评价对象独立建模导致的交互不充分问题；本发明提出了图依赖注意力网络，解决了图注意力网络没有区分不同依赖关系影响的问题，同时合理的将评论的句法关系建模进模型中，使得单词表示带有句法依赖信息；本发明使用了特征联合学习方法，充分的使评论的交互信息和句法依赖信息相结合，从而提升了评价对象情感分析的准确性。

摘要： 本发明涉及基于句法树和领域特征的生物文本蛋白质指代消解方法，用于解决现有基于规则的方法中F值低的问题，其步骤包括：对原始文本进行预处理；从句法树中查找关系代词和距离该关系代词最近的名词短语，作为该关系代词的先行语；从句法树中查找人称代词，并从句法树的并列短语结构、子句句法树或前一句子的句法树中查找该人称代词的先行语；利用句法树得到限定性名词短语和候选先行语集，并基于生物领域特征如单复数、实体类型、数量等性质从候选先行语集中挑选出最优的作为先行语；非蛋白质指代消解过滤。本发明实现了生物文本中的蛋白质指代消解，能够获得较高的F值。

摘要： 本发明提供一种处理用于句法分析的特征模板的方法及装置。所述方法包括：获取第一特征模板的集合，其中，所述第一特征模板的集合包含基本模板和组合模板，每个所述组合模板包含至少两个基本模板；从所述第一特征模板的集合提取至少一个基本模板；分别使用所述至少一个基本模板对训练语料进行解码，并且分别为每个所述基本模板统计从所述训练语料抽取的第一特征值的数量；从所述第一特征模板的集合删除仅抽取出单个第一特征值的所述基本模板以及组合模板中包含的所述基本模板。通过从特征模板的集合中删除不影响测试精度的特征模板，自动地进行特征模板的筛选，获得通用性好的特征模板的集合。

摘要： 一种包含多个句法解析电路和调度器的句法解析装置。每个句法解析电路至少包含熵解码能力。句法解析电路分别生成相同帧内多个图像区域的多个熵解码结果。调度器将图像区域的比特流起始点分配给句法解析电路，并分别触发句法解析电路以开始熵解码。

摘要： 本发明涉及一种基于Word2Vec和句法依存树的文本特征构造方法，包括以下步骤：S1：对语料库中的文本数据进行预处理，并对句子进行句法分析得到句法依存树；S2：根据句法依存树合并依存词组；S3：对完成合并后的数据，利用Word2Vec训练词向量；S4：构造TF‑IDF特征向量；S5：对特征向量进行近义词拓展，根据近义词拓展情况对TF‑IDF特征向量进行特征值更新，完成文本特征的构造，用于输入机器学习模型，与现有技术相比，本发明具有避免重要特征丢失、提高文本特征表征能力等优点。

摘要： 本发明公开了一种基于全局交互和句法依赖的情感特征表示学习系统及方法，通过上下文和评价对象的信息交互、单词句法依赖关系的引入以及特征联合学习；本发明使用预训练的多层语言模型对单词进行嵌入表示，获取了单词更加语境化的表示；同时利用BERT结构的优越性使用期双句任务模式解决以往方法上下文和评价对象独立建模导致的交互不充分问题；本发明提出了图依赖注意力网络，解决了图注意力网络没有区分不同依赖关系影响的问题，同时合理的将评论的句法关系建模进模型中，使得单词表示带有句法依赖信息；本发明使用了特征联合学习方法，充分的使评论的交互信息和句法依赖信息相结合，从而提升了评价对象情感分析的准确性。

摘要： 本发明公开了一种基于多维特征融合与依存句法的事件图谱构建系统及方法，通过利用多维特征融合的事件抽取、事件修正与对齐、基于增强结构化事件的关系抽取、基于依存句法与图注意力网络的因果关系抽取、事件图谱生成模块的联合学习，实现了基于多维特征融合与依存句法的事件图谱构建方法。本发明通过增强的结构化事件的五元组信息、四个维度的事件间关系构建事件图谱，克服了现有技术中事件表示简单且依赖NLP工具、事件关系单一、未同时考虑事件与事件间关系对事件图谱构建的影响的缺陷。本发明提出的事件图谱构建方法，依据下游任务不同，可以将四种维度的事件间关系任意组合，学习事件图谱的结构特性与潜在的知识联系，从而辅助下游应用。

摘要： 本发明公开了一种基于句法特征的学术定义自动抽取系统及方法，所述系统包括：所述系统包括预处理模块、定义句抽取模块、定义术语抽取模块和输出模块，所述预处理模块，用于对输入的学术文献抽取摘要和全文部分，并将抽取的摘要和全文分成单句；定义句抽取模块，采用规则和统计法判断所述单句是否为定义句；定义术语抽取模块，将判断为定义的单句进行预处理，并根据术语词抽取模板，抽取词串作为术语词，并通过前后邻的词串修正，得到定义术语；输出模块，用于输出定义术语。本发明将文献中表示定义的句子和对应的术语词抽取出来，并呈现给用户，方便用户快速、准确的理解检索出的内容。

摘要： 本发明公开了自然语言处理技术领域的基于句法特征和注意力机制相融合的情感分析系统及方法，包括：获取文本数据，进行数据集分类；基于分类后的文本数据进行词向量嵌入表示转化后，利用双向长短期记忆网络提取初始上下文特征；将初始上下文特征输入到图卷积网络后，结合局部平均池化提取句法特征；将初始上下文特征进行位置编码后输入到注意力模型后，结合全局最大池化提取全局特征；基于句法特征和全局特征进行向量拼接后，输入全连接层和随机失活层，获得情感分类的最终结果。本发明同时考虑了文本的句法信息、位置信息和语义信息，能够有效提高情感分类的准确性。

摘要： 本发明提出了数据分析领域内的一种基于词向量和句法特征的评论分析方法，包括：获取电商网站商品页面评论数据；将获取的目标数据集进行预处理；提取Hownet和NTU提供的褒贬词集组成基础情感词典；将所得到的经过预处理的数据集合通过Word2Vec工具进行词向量训练；使用语义相似度矩阵建立概率转移矩阵；将获取的商品评论文本，进行基于核心句规则的处理；将所得到的去除冗余的文本进行预处理；对所得依存关系对通过词性提取评价搭配对；将所得评价搭配对结合情感词典，对评价对象进行褒贬值计算、优劣排序，最终通过可视化交互界面实现，实现对商品评论数据进行准确、实时、自动、便利的处理与分析，可用于电商平台中。