存在句

摘要： 存在句是从语义和语用角度归并出来的一种句类,整个表述结构具有充分而显著的主题性征,全句属于典型的主题句,其主题性征既表现在结构方面,也表现在功能方面。从古至今,存在句的主题性经历了一个不断深化的进程。这一进程与时空词语的前置化、中介动词的泛化以及存在主体的多元化相伴随,彼此间有着深层的共变关系。

摘要： 人类对存在理念的认知离不开哲学上的“空间-时间”连续性系统.本研究根据俄语存在句的普遍结构尝试从狭义和广义角度对俄语存在句空间性的表现类别进行划分.研究表明,俄语静态存在句通过空间限定语展现其狭义空间性,并借助存在体名称在空间上的延展和形态展现其广义空间性,这些语言表象均肇始于俄语静态存在句句式最本质的空间性特征,由此进一步佐证该句式具有时空上的非对称性特点.

摘要： 近年来,国际上掀起了一股"汉语热",随着互联网的发展,线上对外汉语教学打破了传统的线下课堂在时空上的局限性.同时,对外汉语教学中存在句是其中一个重点语法,学生习得汉语存在句经常发生偏误,而恰当的课堂活动对提高学生使用存在句正确率起着至关重要的作用.本文旨在针对在线对外汉语教学的特点与存在句的句法结构特征,进行相关的课堂活动设计,为在线对外汉语教学工作者提供一些研究思路.

摘要： cqvip:以前教科书都把“存在句”的教学顺序放在动作叙述句的最后,但国内现行的课本,却统一性地把“存在句”的教学提前到判断句之后,而日本本国依然保持原有的顺序。笔者以为,由于“存在句”属于动作叙述句,要习得,就必须先掌握动基本的“作叙述句”基础上。本文根据日本语常式句的基本规律,由以下几点加以辨明。

摘要： 动词谓语句中一类表示事物存在的句子称为"存在句".存在句是汉语的一种特殊句式,对汉语学习者来说,如何认知存在句的类型、习得规律,并在交际中适时选择、准确运用,是对外汉语教学的难点之一.将存在句的三类句式进行梳理,从认知出发,以传息为视角,分析存在句的信息构成,并指出其除了存在外,还具有"占据"的语义信息和功能.根据存在句呈现出的习得规律给出教学策略,即要从简单句和原型句入手,遵循由简入繁原则,句子形式先简后繁,由信息复杂到句式复杂,由直观到抽象,并结合语境进行教学.

摘要： 及物性隐喻用不同的编码方式为小句的整体意义提供了不同的构成侧面,它不仅体现在词语的置换上,而且也体现在语法功能的转移上.运用及物性隐喻理论,探讨英语隐喻式存在句“there+be”的功能及表达类型,并从英汉对比和语义结构分析的角度提出商务英语隐喻式存在句“there+ be"的理解和翻译方法.

摘要： 以前教科书都把“存在句”的教学顺序放在动作叙述句的最后,但国内现行的课本,却统一性地把“存在句”的教学提前到判断句之后,而日本本国依然保持原有的顺序。笔者以为,由于“存在句”属于动作叙述句,要习得,就必须先掌握动基本的“作叙述句”基础上。本文根据日本语常式句的基本规律,由以下几点加以辨明。

摘要： 空间与时间普遍存在于世界,彼此的不同在于其在人类的不同语言结构要素、语法范畴及其所特有的划分与组合中的表达方式.不同的民族基于各自不同的时空观念与认知模式,在语言中呈现出不同的时空表征方式.从语言表象上看,具有空间性特质的汉语和具有时间性特质的英语都在存在句中呈现出较为明显且稳定的空间倾向和时间倾向.本文结合王文斌提出的“汉语具有空间性特质,英语具有时间性特质”观点,以存在句为切入点,并以汉语的空间性特质和英语的时间性特质为参照,重点审视俄语存在句在时空表征上的个性化差异.经语言事实对比分析,本文发现:俄语因本民族对时空观念的独特认知而有别于汉语和英语,呈现出多样化、时空非对称性表达,并在很大程度上对语言的表征产生了影响.就总体而言,俄语在空间表征上与汉语具有交叉点,在时间表征上又与英语存在相似点.

摘要： 存在句是全世界语言中普遍存在的一个语言现象,其概念界定是一个相对和动态的过程.20世纪60年代起,存在句中的“某处V着某人/物”句式开始得到重视,并被持续深入论证和细化研究,五十多年来取得了丰硕的成果.相比较而言,日语语言学界基本延续着研究存在词句的传统.但事实上,日语的“场所名词に名词力がしている/して南る(某处V着某人/物)”构式无论从结构还是语义特点来说,都可以作为存在句的一部分来研究.本文将在分析汉日语言及其研究特点的基础上,借用汉语的分类研究方法,提出“日语样态存在句”这一概念,探讨这一概念的必要性和有效性,并对其展开分类研究.

摘要： 本发明公开了一种中文比较句分类器模型生成、中文比较句识别方法及装置，包括：将数据集各句子中每一个包含设定的比较关键词的分句转化成一个序列，并为序列建立与其对应分句所属句子相同的类别标记；得到序列集；采用序列模式挖掘算法从序列集中挖掘出若干比较模式，组成比较模式集；用每一个序列逐一匹配比较模式集中的各比较模式，根据匹配结果及比较模式总数量，得到与每一个序列对应的一组特征向量；根据所述特征向量及与其对应的所述序列的类别标记，生成分类器模型；然后通过得到的比较模式集和分类器模型，识别读入的未知类别的句子，确定其是否是比较句。通过自动学习比较句的模式特征，生成分类器模型，自动、有效地识别文本中的比较句。

摘要： 因果句解析装置具备：因果句提取部，其从文章提取包含原因表现和结果表现的因果句；取得部，其取得表示基准表现的信息，所述基准表现是用于对相似的程度进行解析的基准；相似度解析部，其针对所述因果句提取部提取到的因果句，算出原因相似度和结果相似度，所述原因相似度是该因果句所包含的原因表现与所述基准表现的相似度，所述结果相似度是该因果句所包含的结果表现与所述基准表现的相似度；以及期望因果句提取部，其提取所述因果句所包含的原因表现和结果表现中的一方与所述基准表现相似、且另一方与所述基准表现不相似的因果句。

摘要： 本发明提供一种词向量和句向量互信息最大化的句嵌入方法及系统，其中方法包括编码第一待识别句子中的各词语；对第一待识别句子中目标词向量的多个维度进行置零操作；编码第二待识别句子中的各词语；将第一词向量矩阵中的每个词向量经过多头自注意力层计算；将第二词向量矩阵中的每个词向量经过多头自注意力层计算；对第三词向量矩阵进行平均池化操作；对第一整体句向量进行维度置零操作；计算第二整体句向量与第四词向量矩阵中对应的词向量的点积；计算第四词向量矩阵中词向量和第二整体句向量的互信息；将第四词向量矩阵中词向量和第二整体句向量的互信息最大化。本发明解决了现有的无监督句嵌入方法使用效果不佳的问题。

摘要： 本发明提出一种引述句和辟谣模式句引导的“谣言‑辟谣文章”匹配方法及系统。通过引导模型行为，使其更加关注辟谣文章中带有“引述”和“辟谣模式”成分的句子，实现考虑到辟谣文章特点的“谣言‑辟谣文章”匹配程度评分。具体地，本发明通过使用文字相似度指标精调神经网络模型增强引述句的发现能力，通过引入模式向量增强辟谣模式句的发现能力，从而使模型关注到含有引述成分和辟谣模式的关键句子，过滤掉辟谣文章中大部分无关句子，最终实现高效准确的“谣言‑辟谣文章”匹配。

摘要： 本申请实施例公开了一种句对匹配方法、装置和用于匹配句对的装置。该方法的实施例包括：从网页库内的网页中抽取包含目标语言语句的句段，以得到句段集；其中，句段集中的每个句段包括目标语言的语句以及语句的上下文；将双语数据集中的双语句对与句段集中的句段进行匹配；双语句对中包括源语言的第一语句和对应目标语言的第二语句；对于双语数据集中的每一个双语句对，确定句段集中与双语句对相匹配的句段，将网页库中与所确定的句段对应的网页确定为该双语句对的来源网页；其中，与双语句对相匹配的句段为同时包含双语句对中的第一语句与第二语句的句段。该实施方式提高了句对匹配效率。

摘要： 本发明提供了一种句向量训练方法及模型、句向量预测方法及系统，其中向量预测模型构建方法，包括以下步骤：S11、构建句向量训练模型；S12、对所述句向量训练模型模型进行训练；S13、向句向量预测模型中导入所述句向量训练模型的参数。本句向量训练方法及模型、句向量预测方法及系统，进行句向量预测时有很好的领域适应能力和句子向量泛化能力，可直接迁移到多种领域进行使用。

摘要： 本发明属于教育信息化领域，提供一种基于Word2Vec和循环神经网络的小学语文作文比喻句与拟人句自动提取方法，首先，利用经过人工标记后的数据集，预处理后得到符合实验要求的数据集。然后，利用Skip‑Gram模型结合Hierarchical Softmax的方式训练Word2Vec模型。最后，利用训练后的模型来表示文本，将其作为循环神经网络分类器的输入训练相应的循环神经网络分类器。本发明提出作文中比喻句与拟人句的自动提取方法，为构建基于修辞使用的小学语文作文自动评价器提供了比喻句与拟人句的提取方案。

摘要： 本发明公开了一种中文比较句分类器模型生成、中文比较句识别方法及装置，包括：将数据集各句子中每一个包含设定的比较关键词的分句转化成一个序列，并为序列建立与其对应分句所属句子相同的类别标记；得到序列集；采用序列模式挖掘算法从序列集中挖掘出若干比较模式，组成比较模式集；用每一个序列逐一匹配比较模式集中的各比较模式，根据匹配结果及比较模式总数量，得到与每一个序列对应的一组特征向量；根据所述特征向量及与其对应的所述序列的类别标记，生成分类器模型；然后通过得到的比较模式集和分类器模型，识别读入的未知类别的句子，确定其是否是比较句。通过自动学习比较句的模式特征，生成分类器模型，自动、有效地识别文本中的比较句。

摘要： 本申请公开了一种用户话句处理方法、装置、电子设备及计算机存储介质，涉及互联网产业的一般数据处理技术领域。该方法包括：获取长对话文本；将长对话文本拆解成至少两个短句，并对至少两个短句进行信息抽取，获取与人机对话剧本对应的第一语义信息集合，将第一语义信息集合中的第一语义信息与预设跳转条件集合中的跳转条件进行条件匹配；确定与第一语义信息集合匹配的目标跳转条件集合，获取目标跳转条件集合中的跳转条件所表示的用户意图的响应优先级；根据响应优先级和特征数据，确定与目标跳转条件集合中的跳转条件对应的机器响应策略，并执行机器响应策略。本方法可以减少遗漏用户长句中的信息，提高长句中用户意图识别和答复的准确度。

摘要： 一种基于语法结构与连接信息触发的复杂句情感分析方法，涉及自然语言处理。包括以下步骤：1)构建连词信息触发的情感层次模型；2)使用迁移学习方法对子句子编码器进行预训练；3)情感划分模块将复杂句子划分为多个简单的情感模块；4)子句编码器对每个情感模块单独进行编码，分别生成情感表达；5)句子编码器融合多个情感模块，并根据基于连接信息触发的注意机制指导多个情感模块的融合。可以准确提取复杂句子中的主要情感表达，并且解决复杂句中因多种情感共现和复杂的句子结构导致的情感模型预测效果不佳的问题。当一个句子中出现多种情感共现时，可以准确找到复杂句中重要的情感部分。