一词多义

摘要： "一词多义"是语言学习中比较常见的一种多意聚合的情景,简单来说就是一个词具有多种含义的语言现象."一词多义"是英语词汇的一大特征,在英语中纯粹的单义词很少,绝大多数词汇都具有两个或两个以上含义.熟练掌握和运用英语中的多义词对学生学好英语大有裨益,教师应重视"一词多义"的教学.文章从英语词汇的"一词多义"现象入手,对英语教学中的"一词多义"现象的形成原因进行分析,并提出高中英语教学中的"一词多义"教学策略.

摘要： 1.严格运用全国科学技术名词审定委员会审定公布的名词,不应一义多词或一词多义。2.未经审定公布的词语,可选用中国医学科学院医学情报研究所最新版《中文医学主题词表(CMeSH)》、《医学主题词注释字顺表》及中医古籍出版社的《中国中医药学主题词表》中的主题词。

摘要： 1.严格运用全国科学技术名词审定委员会审定公布的名词,不应一义多词或一词多义。2.未经审定公布的词语,可选用中国医学科学院医学情报研究所最新版《中文医学主题词表(CMeSH)》、《医学主题词注释字顺表》及中医古籍出版社的《中国中医药学主题词表》中的主题词。3.尚无统一译名的名词术语,于文内第1次出现时注明原词或注释。

摘要： 部编版语文教材文言文篇目的大幅增加,教育也更加重视学生传统文化知识与能力的培养。越来越多的研究者和一线教师在不断的探索、认真研究,努力需求一套实施有效的教学方法帮助学生理解文言文中一词多义。培养学生对于学习一词多义的热情和能力,提高教师的文化素养和教学技能,以到达一词多义的最好学习效果。

摘要： 即时通信等社交软件产生的聊天文本内容证据数据量大且聊天内容含有“黑话”等复杂语义,数字取证时无法快速识别和提取与犯罪事件有关的聊天文本证据。为此,基于DSR(dynamic semantic representation)模型和BGRU(bidirectional gated recurrent unit)模型提出一个聊天文本证据分类模型(DSR-BGRU)。通过预处理手段处理聊天文本数据,使其保存犯罪领域特征。设计并实现了基于DSR模型的聊天文本证据语义特征表示方法,从语义层面对聊天文本进行特征表示,通过聚类算法筛选出语义词,并通过单词属性与语义词的加权组合对非语义词词向量进行特征表示,且将语义词用于对新单词进行稀疏表示。利用Keras框架构建了包含DSR模型输入层、BGRU模型隐藏层和softmax分类层的多层聊天文本特征提取与分类模型,该模型使用DSR模型进行词的向量表示组成的文本矩阵作为输入向量,从语义层面对聊天文本进行特征表示,基于BGRU模型的多层隐藏层对使用这些词向量组成的文本提取上下文特征,从而能够更好地准确理解聊天文本的语义信息,并利用softmax分类层实现聊天文本证据识别与提取目标。实验结果表明,基于DSR-BGRU的聊天文本证据分类模型能够更加准确地完成聊天记录证据的识别和提取任务,该模型能够有效地提取出聊天信息中的犯罪文本信息,取得有效的证据,并取得了92.06%的准确率,F1值为91.00%。高于其他用于文本分类的模型与方法。

摘要： 1.严格运用全国科学技术名词审定委员会审定公布的名词,不应一义多词或一词多义。2.未经审定公布的词语,可选用中国医学科学院医学情报研究所最新版《中文医学主题词表(CMe SH)》、《医学主题词注释字顺表》及中医古籍出版社的《中国中医药学主题词表》中的主题词。3.尚无统一译名的名词术语,于文内第1次出现时注明原词或注释。

摘要： 1. 严格运用全国科学技术名词审定委员会审定公布的名词,不应一义多词或一词多义。2. 未经审定公布的词语,可选用中国医学科学院医学情报研究所最新版《中文医学主题词表(CMeSH)》、《医学主题词注释字顺表》及中医古籍出版社的《中国中医药学主题词表》中的主题词。3. 尚无统一译名的名词术语,于文内第1 次出现时注明原词或注释。4. 中西药名以最新版《中华人民共和国药典》和中国药典委员会编写的《中国药品通用名称》为准。

摘要： 以bridge在英语课程中的意义进化为例,探究指向提升学生思维品质的词汇教学策略。认为词汇的意义进化需要依赖隐喻,隐喻带来词汇的语义变化,用隐喻思维解释词汇也就变成了一种必然;词汇意义进化的结果产生了一词多义,在英语课程中辨别一词多义,并在教学中用隐喻解释一词多义的意义进化,不仅符合学生的认知发展规律,而且顺应课程改革和教学改革的要求,有助于培养学生的思维品质。

摘要： 1.严格运用全国科学技术名词审定委员会审定公布的名词,不应一义多词或一词多义。2.未经审定公布的词语,可选用中国医学科学院医学情报研究所最新版《中文医学主题词表(CMeSH)》、《医学主题词注释字顺表》及中医古籍出版社的《中国中医药学主题词表》中的主题词。3.尚无统一译名的名词术语,于文内第1次出现时注明原词或注释。4.中西药名以最新版《中华人民共和国药典》和中国药典委员会编写的《中国药品通用名称》为准,不得使用商品名。

摘要： 1.英文摘要的核心是用简洁、明确的语言(一般不超过150 Words)将论文的目的(Purposes)、主要的研究过程(Procedures)、所采用的方法(Methods)及由此得到的主要结果(Results)和得出的重要结论(Conclusions)表达清楚。2.英文摘要句子要完整,不能有像口语体中的省略句或不完整句子。用词要规范,多用论文研究领域的标准术语、正规英语。用词方面要求准确,尽量避免含混不清或一词多义的词语。

摘要： 由于诸多原因，在《伤寒论》与《金匮要略》这两部古典医籍中，某些同一词语在不同的条文中含义却不相同，为学习者带来一定的不便之处。对此，读者若不假思索随文带过，或按同一含义或从一般意义上去分析，则会曲解张仲景之本义或不得其解。为此，本文对其加以探析，以期能对准确理解张仲景原著的精神实质与辨证论治思想、临床应用，以及提高《伤寒》和《金匮》课程的教学质量等有所裨益。

摘要： 本发明公开了一种构建英语多义词释义语义树的方法和系统，该方法包括：获取输入的英语单词；获取所述英语单词的基本义；获取含有所述英语单词的多个句子；分别翻译不同所述句子的主题意思；将所述基本义分别与多个所述主题意思结合，得到所述单词的多个衍生义；构建含有树叶图像和树根图像的图像树、将基本义显示在树根上并将衍生义显示在树叶上，得到语义树。该系统包括单词获取模块、基本义获取模块、句子获取模块、翻译模块、结合模块和构建模块。本发明的语义树能清楚、科学地示意出多义单词基本义和衍生义之间的关联。

摘要： 本发明涉及英语学习装置技术领域，且公开了一种智能商务英语多义词辨析学习器，包括底座箱，所述底座箱的底部固定安装有防滑垫，所述底座箱的内部分别开设有第一安装槽与第二安装槽，所述第一安装槽的内部固定安装有第一连接杆，所述第一连接杆的外侧分别活动安装有第一压缩弹簧与第一滑动块，所述第一滑动块的顶端内部活动安装有第一转动杆，通过控制第一销轴块内部的电机进行转动，电机转动时会通过其输出轴带动第二转动轴进行转动，第二转动轴转动时会通过第一固定齿块带动传动带进行转动，传动带进行转动时会通过第二固定齿块带动第三转动轴进行转动，第三转动轴转动时会通过连接块改变显示屏的倾斜角度效果。

摘要： 本发明公开了一种基于知网的多义词中文实体关系识别方法，其步骤包括：1)对中文网事数据中的每一条语料样本基于知网进行字颗粒度的向量化，得到每一个字对的字颗粒度向量；然后对每一字颗粒度向量所在的位置信息进行编码，得到语料中每个字与预标注的待识别实体关系对的相对位置编码；2)根据步骤1)所得结果生成每一语料样本的字颗粒度语义向量集合；3)基于知网生成每一语料的词颗粒度语义向量集合；4)利用各语义向量及其对应位置编码训练深度自注意力神经网络，得到深度自注意力神经网络编码器；5)生成待处理语料中字和词汇的语义向量及其对应位置编码输入深度自注意力神经网络编码器，得到该待处理语料中的实体关系。

摘要： 本发明请求保护一种基于容错粗糙集的多义词词表示方法、系统及介质，包括：101、计算机获取语料库，并对语料库进行预处理操作；102、计算机确定语料库的基词集合；103、计算机获取每个基词的不确定性函数(容错类)；104、对于每个基词的不确定性函数集合，进行模糊聚类，计算每个基词的词义数量；105、构建连续词袋模型(CBOW)，训练词向量。本发明主要是通过应用容错粗糙集模型，获取每个词语的词义数量，建立相应的连续词袋模型训练词向量，获取多义词的词表示，切实结合当下的技术发展需求。

摘要： 本实用新型公开了一种商务英语多义词辨析学习器，包括侧面开口的防护盒体，所述防护盒体的内壁固定连接有学习器本体，防护盒体的上表面固定连接有挂设带，防护盒体的右侧面固定连接有橡胶块，防护盒体的左侧面分别固定连接有固定筒和固定块，固定块的数量为两个，两个固定块的相对面固定连接有弹性绑带，固定筒的内壁固定连接有伸缩弹簧，伸缩弹簧远离固定筒内壁的一端固定连接有限位块。该商务英语多义词辨析学习器，通过设置减振挡板、减振软垫、伸缩弹簧、限位块、滑动杆和固定筒，便于该学习器掉落到地面时的减振，通过设置防护盒体，便于学习器本体的防护，从而达到便于对学习器进行防护的效果。

摘要： 本发明公开了一种基于人工智能知识图谱的一词多义翻译方法，具体工作步骤包括：1)对目标文本进行编码处理；2)采用标点符号拆分方法对目标文本进行分句；3)采用分词与词性标注工具对步骤2)分句后的目标文本进行分词与词性标注；4)采用词汇依存与聚类分析工具在步骤3)所完成的分词与词性标注的基础上对具有特殊词性的词语进行依存与聚类分析；5)在步骤4)的基础上引入权重指数，生成知识图谱并计算知识图谱权重值；6)将步骤5)建立的知识图谱与一词多义的词汇所涉及的不同领域专业术语库进行图谱比对，确定最合适的翻译选项。通过上述方式，本发明一种基于人工智能知识图谱的一词多义翻译方法，该方法可以提高一词多义翻译的准确性。

摘要： 本发明提供了一种基于主题模型和向量空间的一词多义分析方法，包括：S1、以式(1)作为目标函数，建立一词多义的主题模型；S2、读取整个文档集合D的数据；S3、主题‑词分布初始化；S4、主题采样；S5、主题向量更新；S6、词向量训练；S7、循环执行S4至S6若干次，以进行若干次迭代；S8、将得出的词向量和主题向量输出并存储；S9、判断是否一词多义。本发明提供的一种基于主题模型和向量空间的一词多义分析方法，可以训练出更优质的词向量、主题向量，使其在一词多义的研究分析中表现出更合理的解释，而且主题模型的表现也明显优于原始模型LDA。本发明通过主题模型、词向量、主题向量这三者的交叉学习来相互提高，能够有效应用于相似性评估、文档分类、主题相关性等任务。

摘要： 本发明提出了一种翻译科技文献中一词多义的专业术语的机器翻译方法。该方法通过提取专业术语所处的未知领域待译语句中的上下文中的信息以及包含该专业术语的已知领域语料中对应的信息并比较其相似度，判断待译语句所处的领域并将专业术语翻译成对应领域的正确词义。具体分为句子级及片段级。在句子级方法中，提取并比较能体现最基本句意和部分句意的词汇。在片段级方法中，提取并比较包含待译专业术语的不同粒度的片段及与专业术语联系更紧密的子片段的结构信息和内容信息。本发明通过提取并比较对表达句意有实际含义的词汇以及结合句法分析树改进比较图的结构相似程度方法，能够加强对一词多义的专业术语的领域判断，提高其翻译的准确率。

摘要： 本发明公开了一种基于人工智能知识图谱的一词多义翻译方法，具体工作步骤包括：1)对目标文本进行编码处理；2)采用标点符号拆分方法对目标文本进行分句；3)采用分词与词性标注工具对步骤2)分句后的目标文本进行分词与词性标注；4)采用词汇依存与聚类分析工具在步骤3)所完成的分词与词性标注的基础上对具有特殊词性的词语进行依存与聚类分析；5)在步骤4)的基础上引入权重指数，生成知识图谱并计算知识图谱权重值；6)将步骤5)建立的知识图谱与一词多义的词汇所涉及的不同领域专业术语库进行图谱比对，确定最合适的翻译选项。通过上述方式，本发明一种基于人工智能知识图谱的一词多义翻译方法，该方法可以提高一词多义翻译的准确性。

摘要： 本发明提供了一种基于主题模型和向量空间的一词多义分析方法，包括：S1、以式(1)作为目标函数，建立一词多义的主题模型；S2、读取整个文档集合D的数据；S3、主题‑词分布初始化；S4、主题采样；S5、主题向量更新；S6、词向量训练；S7、循环执行S4至S6若干次，以进行若干次迭代；S8、将得出的词向量和主题向量输出并存储；S9、判断是否一词多义。本发明提供的一种基于主题模型和向量空间的一词多义分析方法，可以训练出更优质的词向量、主题向量，使其在一词多义的研究分析中表现出更合理的解释，而且主题模型的表现也明显优于原始模型LDA。本发明通过主题模型、词向量、主题向量这三者的交叉学习来相互提高，能够有效应用于相似性评估、文档分类、主题相关性等任务。