文句

摘要： 文言文阅读在初中生眼里,普遍被认为是难点。阅读的难点来自陌生的信息无法落实,而陌生的文言实词的出现无疑是阅读路上最可怕的“拦路虎”。由于文言实词数量大,且一词多义的现象极为普遍,如何确定文言实词在具体文句中的含义成为文言文阅读的最大障碍。积累一定数量的文言实词固然是基础,但是掌握正确的方法推断具体文句中实词的含义则是关键。本文探讨通过两种方式的借用联想以及两种“代人”方法,共同解决文言文课外实词的解释。

摘要： "互文",即"互文见义",是一种在文言诗文中常见的修辞手法。具体是指在意思相对或相关的文句里,前后两句的词语互相呼应,互相交错,意义上互相渗透、互相补充,使文句更加整齐和谐、更加精练。简言之,就是上文里含有下文将要出现的词,下文里含有上文已经出现的词。

摘要： 11月16日,"《赵城金藏》遗珍—妙法莲华经文句卷八学术研讨会"在国家图书馆古籍馆举办。研讨会由荣宝斋主办、北京荣宝与在艺承办、云杪文化与国图创新协办。作为旷世国宝,《赵城金藏》每一次公开露面都会引起学界极大震动。此次"妙法莲华经文句卷八"是公共机构收藏以外的《赵城金藏》首次公开亮相,所以研讨会当天全国20位古籍佛学领域学者专家—"中国古籍界半壁学术江山"齐聚北京。

摘要： 上博简《平王问郑寿》篇中有一字凡二见,作如下之形:该字最初见于1989年公布的曾侯乙墓楚简,该简整理者认为"疑为‘■’字变体"^(①)。这一释法后来被学界所普遍接受。在《平王问郑寿》篇中,该字出现在如下文句当中(释文中以"△"号代替该字)^(②):竞(景)坪(平)王■(就)奠(郑)寿,△之于■(祢)■(庙),曰:"■(祸)败因童(重)于楚邦。

摘要： 赵高作《诅楚文》可能性并不存在,因其内容与《史记》存在六处明显矛盾,违背了秦的政治立场和舆论导向;为了避免以偏概念、证据不实,研究《诅楚文》的字体,应当参照《秦封宗邑瓦书》《秦駰祷病玉版》和秦封泥;理解''张矝''还欠圆融,不具有唯一性和确定性。

摘要： 经典文句认怂,并不是放弃努力、抛下尊严。很多时候,越能认清自己能力边界的人,越懂得并不是所有的事情都该勉强。人生最应该丰富的是阅历,而不是简历。忧虑不会消除明天的麻烦,只会消除今天的力气。宁愿花时间去修炼不完美的自己,也不要浪费时间去期待完美的别人。在笼子里出生的鸟,会以为飞翔是一种病。精彩语录关于''锦鲤''/哪有什么''锦鲤''躺赢,其实都是''咸鱼''翻身。你越努力,便会越幸运。

摘要： 通过分析近年来高考考生文言文阅读部分的答题情况,我们发现其在文言文翻译题上的表现不尽如人意.究其原因,在于目前文言文教学有效性低下,学生应有的文言文阅读能力尚有欠缺.在语言学习上,阅读能力的不足,从表面上看是抓不住文句关键,其内在原因则是缺乏依靠语境去揣摩文句关键以求融会贯通、合理解读的技能.本文就此谈一谈高考文言文阅读中翻译题的解答策略.

摘要： ''''读写结合''''是近年来课程改革倡导的教学理念。读写结合可以有效提高小学生写作能力。本文针对小学语文教学中的重读轻写、读写失衡的现象,从文句、段落、篇章等方面入手,阐述了如何以读带写、读写结合,提高小学语文作文教学的效率。

摘要： 表插说的破折号在句中有两个，两个破折号之间的话为插说语。插说语在句中起何作用？以《大问题——简明哲学导论》（罗伯特·所罗门著，张t-天译，广西师范大学出版社出版）文句为例。

摘要： 本发明公开了一种结合DenseNet和resBi‑LSTM的中文句子级唇语识别方法，本发明将唇语识别拆分为拼音预测与语言翻译两个部分，降低了唇语识别的难度。使用DenseNet提取视觉特征，充分利用浅层特征，有效缓解了梯度消失的问题，并且减少了网络的参数。使用1×1卷积代替全连接实现特征降维的功能，保留了特征中的空间信息，在唇语识别技术研究中，空间信息起着重要作用。使用resBi‑LSTM进行视觉特征的处理，最后得到结合了视觉特征和语义特征的复杂特征，减少了有效信息的损失，提高了唇语识别的准确率。

摘要： 本发明提供了一种基于课程学习的细粒度中文句法分析方法及装置，涉及自然语言分析技术领域。包括以下步骤：预设基础模型，获取无标注的原始目标领域文本；将无标注的原始目标领域文本作为模型输入，获得伪标注数据；通过构建自动标注效果度量指标，以及距离度量指标，对伪标注数据的质量进行优化，获得细粒度高质量伪数据；将细粒度高质量伪数据作为训练数据，采用预训练模型，通过课程学习方法，获得细粒度中文句法分析模型，完成基于课程学习的细粒度中文句法分析。本发明提出的基于课程学习的细粒度中文句法分析方法，可以度量和提升伪数据的质量，同时将目标领域划分为更加细粒度的子领域，结合课程学习的方法进一步提升模型的跨领域效果。

摘要： 本发明公开了一种中文句子的命名实体识别方法，包括：将中文字符序列输入识别模型，由识别模型通过字符嵌入层将中文字符序列转换为字向量并输出到识别模型中的卷积网络，卷积网络对每个字向量进行卷积运算得到局部语义向量并输出到识别模型中的自适应结合层，自适应结合层对字符的局部语义向量进行注意力计算后与对应字向量拼接得到表征向量并输出到识别模型中的序列建模网络，序列建模网络对字符的表征向量进行隐层建模并将建模得到的隐层向量输出到识别模型中的标签推理层计算字符的隐层向量对应的标签。通过卷积网络提取字符的局部语义信息后与潜在词基于字词间注意力实现字词信息融合，从而实现潜在词信息的利用，避免词边界错误传递的问题。

摘要： 本申请提出一种中文句子简化模型的训练方法、中文句子精简方法及装置，中文句子简化模型的训练方法包括：获取包含监督信号的复杂句‑简单句句对的数据集和中文单语种预训练模型；在每个训练批次中选择当前复杂句‑简单句句对中的简单句为正样例，在同一训练批次的其他句对中随机选择预设数量个简单句为负样例；将复杂句、正样例和负样例投影到向量表示空间中，分别获取在编码器最后一层的隐藏层向量；计算对比学习损失，并通过解码器计算生成期望的简单句的交叉熵损失；通过最小化中文单语种预训练模型输出的简单句的对比学习损失和交叉熵损失来联合训练中文单语种预训练模型。该方法得到的简化模型可以提高生成的简化句子的可控性和忠实度。

摘要： 本发明公开了基于多角度交互的中文句子对语义智能匹配方法和装置，属于人工智能领域。本发明要解决的技术问题为如何捕捉句子内部不同粒度的交互特征以及句子之间同一粒度的交互特征，以实现中文句子对语义的智能匹配。采用的技术方案为：构建由多粒度编码模块、多角度交互模块、预测模块组成的中文句子对语义智能匹配模型；首先使用BiLSTM在字符和词语粒度上进行编码，而后利用注意力机制以及残差连接获得句内交互最终表示和句间交互最终表示，并提取关键特征生成两个句子的最终表示，最后通过多层感知机预测语义匹配度。该装置包括中文句子对语义匹配知识库构建单元、训练数据集生成单元、语义匹配模型构建单元以及语义匹配模型训练单元。

摘要： 本发明提供了一种基于课程学习的细粒度中文句法分析方法及装置，涉及自然语言分析技术领域。包括以下步骤：预设基础模型，获取无标注的原始目标领域文本；将无标注的原始目标领域文本作为模型输入，获得伪标注数据；通过构建自动标注效果度量指标，以及距离度量指标，对伪标注数据的质量进行优化，获得细粒度高质量伪数据；将细粒度高质量伪数据作为训练数据，采用预训练模型，通过课程学习方法，获得细粒度中文句法分析模型，完成基于课程学习的细粒度中文句法分析。本发明提出的基于课程学习的细粒度中文句法分析方法，可以度量和提升伪数据的质量，同时将目标领域划分为更加细粒度的子领域，结合课程学习的方法进一步提升模型的跨领域效果。

摘要： 本申请提出一种基于对比学习的中文句子精简方法和系统，该方法包括：基于无监督学习方式挖掘多个语义相似的复杂句‑简单句句对；计算每个句对的监督信号；将监督信号以字符串的形式添加至句对中复杂句的起始位置，生成有监督信号的复杂句‑简单句句对的数据集，并将数据集划分为训练集、验证集和测试集；对预设的基于编码器‑解码器的多语种预训练模型进行模型剪枝，获得中文单语种预训练模型；引入对比学习损失对中文单语种预训练模型进行微调，联合训练出中文句子简化模型；将测试集中的复杂句输入简化模型生成预测的精简句子，评测中文句子简化模型的效果。该方法可根据实际需求控制生成的简化句子，提高生成的简化句子的忠实度。

摘要： 本申请涉及一种中文句子结构分析方法、设备及存储介质。所述中文句子结构分析方法包括：通过预设中文解析器解析中文句子的结构，生成第一解析树；并确定所述第一解析树中存在的解析对象；通过预设中文分析器中的外语语言模型推荐所述解析对象的单一中文意义；通过所述中文解析器按照所述解析对象的单一中文意义，重新解析所述中文句子的结构，生成第二解析树。本申请的中文分析器具有可控的中文句子结构分析功能。相比之下，现有技术是完全不可控的。本申请可以提高了结果的准确度，又不需要建立耗资巨大的语料库，为中文句子结构分析解决了重大的技术难题。本申请还可以提高人机交互的中文句子结构分析效率，降低了人工成本。

摘要： 本发明公开了一种基于语义分析的中文句子相似度计算方法及系统，其中涉及的一种基于语义分析的中文句子相似度计算方法，包括：S1.获取待处理的句子对，并基于预构建的语料库分别对获取的句子对进行分词；其中，预构建的语料库包括行业语料库和普通语料库；S2.对分词后句子的成分进行划分，得到句子的主要成分和次要成分，通过BERT方法和Word2vec方法将句子的主要成分、次要成分均转化为词向量，并使用余弦相似度分别计算句子对的主要成分、次要成分的相似度；S3.根据得到的主要成分、次要成分的相似度，分别计算BERT方法和Word2vec方法的句子对整体相似度，并根据句子对的整体相似度计算句子对的最终相似度。

摘要： 本申请涉及一种中文句子相似性判别方法、装置、计算机设备和存储介质。所述方法包括：获取中文句子对，并且对中文句子对进行拼接，得到拼接文本；通过预训练的结合多头注意力机制的BERT向量编码器对拼接文本进行编码，得到句对向量；将句对向量输入预训练的全连接神经网络，输出中文句子对的相似标签和不相似标签；提取表征句子对之间相关性的多个相关性特征，将文本特征、相似标签和不相似标签进行拼接，得到融合特征；将融合特征输入预先训练的分类器，输出中文句子对相似性判别结果。采用本方法能够提高相似性判别的准确性。