名词性短语

摘要： 1来稿要求1.1标题①中文标题名词性短语,少于25字,尽量不使用外文缩写词。②英文标题应与中文标题一致。1.2作者署名和单位①中文作者署名和单位通信作者右上标^(*),作者不多于6个,署名和单位顺序投稿后不能修改,单位具体到二级部门,给出准确的官方名称。②英文作者署名和单位作者姓前名后,单位具体到二级部门,给出准确的官方名称,先二级单位后一级单位,注意中英文署名、单位、省市、邮编要对应。

摘要： 1来稿要求1.1标题①中文标题。名词性短语,少于25字,尽量不使用外文缩写词。②英文标题。应与中文标题--致。1.2作者署名和单位①中文作者署名和单位。通信作者右上标",作者不多于6个,署名和单位顺序投稿后不能修改.单位具体到2级部门,给出准确的官方名称。②英文作者署名和单位。作者姓前名后.单位具体到2级部门,给出准确的官方名称,先2级单位后1级单位,中英文署名、单位省市、邮编要对应。

摘要： 1来稿要求1.1标题①中文标题。名词性短语,少于25字,尽量不使用外文缩写词。②英文标题。应与中文标题一致。1.2作者署名和单位①中文作者署名和单位。通信作者右上标,作者不多于6个,署名和单位顺序投稿后不能修改,单位具体到2级部门,给出准确的官方名称。②英文作者署名和单位。作者姓前名后,单位具体到2级部门,给出准确的官方名称,先2级单位后1级单位,中英文署名、单位、省市、邮编要对应。

摘要： Chomsky(1970)提到了三种名物化形式:动名词、派生名词及混合型名词.它们代表了一个短语包含的名词性和动词性特征的不同程度,很多学者对它们的划分标准不尽相同.本文阐述了三类形式的特征和分类,梳理了汉语中存在的名物化现象.限定词是解释名物化现象的关键,在英汉名物化中,出现隐性和显性的限定词都是合法结构,体现出语言的共性和差异.

摘要： 不同文体的标题在用词与结构方面,风格各异.同时,跨语言差异也是标题英译时一大重要因素.同样是医学题材,中英文医学论文标题在结构风格等方面存在差异,形成了各自的体裁规范.作为应用型翻译的医学论文标题英译时应照顾到目标语的学术规范.名词性短语结构是医学论文英文标题中一种常见的结构.该结构简单清楚,直入研究主题,便于读者了解研究内容.中文医学论文标题英译时常常忽视了目标语中的一些行为规范,导致大量无用词的出现,从而使译文标题冗沓,不简洁.本文从名词结构入手,就医学论文标题英译语中一些常见的结构进行探讨,旨在为医学科技工作者英译论文标题时提供借鉴和参考.

摘要： 写作指导题目"家乡的习俗"是名词性短语,"家乡"作为定语,修饰中心词"习俗"。作为中心词的"习俗",字典义是习惯、风俗。"习惯"是指积久养成的生活方式,今泛指地方风俗、道德传统等。"风俗"是指社会上长期形成的风尚、礼节、习惯等的总和。也就是说,我们要选择在一定范围内流行、沿袭至今、能体现地域特色的行为习惯、风俗礼节、道德传统等作为写作材料。在这个题目中,可能被同学忽视的是"家乡"这个定语。如果不加推敲,很容易把"家乡"等同于"家庭",导致审题错误。

摘要： 《山东工会论坛》为实现杂志编排格式的统一和规范,敬请作者注意并严格遵守以下事项:一、本刊只接受符合本刊栏目研究范围的论文。本刊主要栏目有:工会理论研究、工会工作研究、劳动关系研究、劳动经济研究、劳动法制研究、职工问题研究、农民工专题研究。二、来稿字数不低于7000字,一般控制在7000—15000字之间为宜。来稿请用WORD格式排版,并以电子邮件附件形式发送,邮箱:sdghltbjb@126.com;GFGB@chinajournal.net.cn。三、来稿须有200—300字左右的中文摘要和3-5个关键词。摘要应高度概括文章的内涵,要直接陈述核心观点和基本论据,不用介绍式、评论性的语句,如不能用“本文认为”“本文论述了”等。关键词是反映论文核心观点的名词或名词性短语(学术词语),不能用名词以外的其他词类。

摘要： 汉语名词都会在其表达含义之前,附带名词、介词或者形容词等领属修饰语.通常名词或介词等具有内部话题性的修饰语,处于修饰语的外层、中间层或内层,在添加到汉语名词之前时不带“的”.而在内部话题性修饰语之后,存在有形容词或指量短语性质的修饰语,在加入到领属名词中时则必须带“的”.文章主要对汉语名词性短语内部的话题性修饰语展开研究,也就是第一种情况的名词或介词等修饰语,通过分析话题性修饰语的指称数量、指称方位或指称逻辑,以及话题性修饰语的领属语义和述题性等,提出话题修饰语之间的平行性、非限制性与相似性特征.

摘要： 在对泰国学生的汉语教学中,笔者发现,汉语构词法的失误往往成为学生学习汉语的瓶颈.本文通过汉泰语合成名词及名词性短语的构词对比,探讨汉泰语之间在构词方法上存在的差异,并以此引导泰国学生把握两种语言的不同语法特点,激发他们的学习兴趣,从而提高他们的学习效率.

摘要： 本发明属于人工智能的自然语言处理子领域，提供了一种基于汉语简单名词短语的汉语最长名词短语识别方法。包括如下步骤：S1数据预处理；S2选用SVM方法，训练汉语SNP识别模型，识别出汉语SNP；S3使用缩略替换方法简化文本，得到新的训练及测试语料；S4在经S3处理得到的新语料中，再次提取样本集，针对简化后的汉语MNP进行模型训练、识别；S5还原语料，还原后的汉语MNP为本方法最终识别结果。本发明的汉语MNP识别方法可以降低汉语MNP在自动识别中因其长度过长、语义及结构复杂等因素带来的不利影响，因此能有效提高汉语MNP的识别效果。

摘要： 本发明公开一英语体系名词性结构表达训练方法，包括以下步骤：展示至少一图片，其中所述图片对应于包含至少一名词性结构的英语表达：接收选定指令，根据所述选定指令选定所述图片中的至少一特定物，其中所述特定物对应所述英语表达中的限定名词；提取对应所述限定名词的名词性结构，其中对应每个限定名词的名词性结构包括相应的名介结构、名分结构和/或名句结构；拆分所述名词性结构为所述限定名词以及对应的限定关键词，其中所述限定关键词对应设定的动画效果；以及显示对应所述限定名词的至少一名词性结构及对应的动画效果，以此方式基于名词性结构(名词+介词结构，名词+分词结构，以及名词+句子结构)对学员进行语言训练。

摘要： 本发明属于人工智能的自然语言处理子领域，提供了一种基于汉语简单名词短语的汉语最长名词短语识别方法。包括如下步骤：S1数据预处理；S2选用SVM方法，训练汉语SNP识别模型，识别出汉语SNP；S3使用缩略替换方法简化文本，得到新的训练及测试语料；S4在经S3处理得到的新语料中，再次提取样本集，针对简化后的汉语MNP进行模型训练、识别；S5还原语料，还原后的汉语MNP为本方法最终识别结果。本发明的汉语MNP识别方法可以降低汉语MNP在自动识别中因其长度过长、语义及结构复杂等因素带来的不利影响，因此能有效提高汉语MNP的识别效果。

摘要： 本发明公开了一种基于预加载权重词性组合的中文关键短语抽取的方法，包括建立短语抽取模型，具体步骤如下：S1、对文本预处理；S2、建立核心抽取算法，所述核心抽取算法包括短语权重计算和制定短语拼接规则。该种基于预加载权重词性组合的中文关键短语抽取的方法，通过抽取出的关键短语，不仅能有效代表整个文档的核心内容，而且给出每个关键短语的语义权重，极大增强关键词抽取的可解释性，同时，通过基于中文语言习惯，设计关键短语的短语规则，可有效避免抽取出结构和语义错乱的内容。

摘要： 本发明属于互联网技术领域，尤其是通过机器学习及上下文词性发现重要名词标签的方法，包括S1：首先通过语料，此语料需要最近的文章，选取最近1年的文章作为语料，列举出一定数据的已经确定的新词，用于学习出此名词最有可能的前后文中的“形容词，连词，动词”等，并整理出几十个已经确定的重要名词（如：华为，小米，中兴等）；S2：通过上一步的操作，已经可以得出一批整理句式了如：“XXX于今年发布了”，“无论XXX是如何做到”，“对于XXX来说”等，同时也可以计算对应不同的句式能得出不同的概率情况。本发明通过极少的人工干预整理成本，通过机器学习便可以发现新词。

摘要： 本发明公开一英语体系名词性结构表达训练方法，包括以下步骤：展示至少一图片，其中所述图片对应于包含至少一名词性结构的英语表达：接收选定指令，根据所述选定指令选定所述图片中的至少一特定物，其中所述特定物对应所述英语表达中的限定名词；提取对应所述限定名词的名词性结构，其中对应每个限定名词的名词性结构包括相应的名介结构、名分结构和/或名句结构；拆分所述名词性结构为所述限定名词以及对应的限定关键词，其中所述限定关键词对应设定的动画效果；以及显示对应所述限定名词的至少一名词性结构及对应的动画效果，以此方式基于名词性结构(名词+介词结构，名词+分词结构，以及名词+句子结构)对学员进行语言训练。

摘要： 一种基于外延的将名词短语映射到描述逻辑概念的方法，首先穷举名词短语的所有文本片段，生成文本片段到知识库中资源的映射表；然后根据名词短语的分词、词性标注与句法树，生成解析顺序；最后按解析顺序，从EL++的概念开始，用索引到的资源生成的基本概念不断细化，直到解析完全部的词，得到名词短语映射到的描述逻辑概念。本发明通过对句法树的分析，可以自动处理复杂的含有隐式关系的名词短语可以生成的高质量的描述逻辑概念。

摘要： 本申请基于名词短语和并列结构所具有的特征，结合中文树库给出并列名词短语的模型化定义，设计对应的抽取算法对语料中并列中文名词短语进行抽取，构建一个并列名词短语语料库，在抽取过程中基于语料中存在的错误，进行了针对性处理；基于CTB的语料对并列中文名词短语从并列标识、名词短语内部词性序列及并列中文名词短语类型三个方面进行分析总结并列名词短语具有的特点；采用STEc对并列名词短语边界和连接标识进行识别，根据并列名词短语所具有的语言学特征进行特征选取并制定相应的特征模板，设计实现一个并列中文名词短语识别小工具，具有精准的识别性能，针对中文名词短语识别相比于现有技术具有很大优势。

摘要： 本发明公开了一种名词短语的提取方法、系统、存储介质及电子设备，提取方法包括：抽取步骤：通过spacy的中文模型抽取待抽取文本的依存关系获得token序列，通过识别服务识别出所述待抽取文本中的实体；提取步骤：根据所述依存关系制定提取规则，根据所述提取规则从所述token序列中提取名词短语序列；整合步骤：对所述名词短语序列进行判断后，根据判断结果将所述名词短语序列中的名词短语进行头尾整合获得规范名词短语序列；合并步骤：将所述实体与所述规范名词短语序列进行合并获得最终名词短语序列。本发明从专业领域角度，不仅能够提取常规意义的名词短语，而且能够提取包含特殊动词结构的名词短语。

摘要： 本发明涉及一种基于BiLSTM‑CRF神经网络模型并融合越南语语言特征的名词短语识别方法，属于自然语言处理技术领域。本发明先收集已有语料，并对现有的语料库进行了预处理和扩展，构建名词短语语料库；根据构建的名词短语语料库，经过人工统计分析，得到名词短语的若干种形式，制定出若干种约束规则；构建BiLSTM‑CRF模型，使用训练语料对模型进行训练，用于越南语名词短语识别；在构建的BiLSTM‑CRF模型输出层加入制定的约束规则，获得最终的识别结果。本发明对越南语名词短语实现了有效的识别，提升实体识别、搜索引擎等应用的准确率。