文本化

摘要： 短视频作为视听媒介,具有直观、具体、开放等先天优势,符合大众的生活节奏及精神诉求,在传播形式上打破传统文字表达的局限,以传播迅速、内容丰富为主要特征,发展势如破竹。视频化表达逐渐取代文本化表达成为内容领域的主题。在视频化表达的时代语境下,短视频内容浅表化、同质化,受众思维僵化、审美泛化等急需解决的问题,有必要引起警惕与思考。

摘要： 一、从“单纯列举”到清单的文本化、诗化诗歌文本中的幽默感是如何形成的?按照让-马克·穆拉(Jean-Marc Moura)在《幽默的比较诗学》(“Poétique comparée de l’humour”)中提出的观点,即使我们能概述出幽默的精神机制,也无法对“幽默语言的结构”这种压根不存在的事物做出界定。不过,诗人在发明幽默感时所依赖的个体化语言习惯却并非完全不能被测度,尤其当我们把观测的指标范围缩小到可以显示出相应“数值”的程度。

摘要： 《玛纳斯》的文本化成果给广大读者呈现了一部完整的、精美的柯尔克孜族英雄史诗。文章梳理了在非物质文化遗产保护等文化政策介入下史诗《玛纳斯》文本化的进程,揭示作为史诗文本化的最佳成果《玛纳斯》汉译本的出版的重要意义,即《玛纳斯》汉译本在弘扬中华优秀传统文化、推进民族交流和交融、铸牢中华民族共同体意识方面发挥的作用和意义。

摘要： 后现代主义兴起于20世纪60年代,逐渐波及各个领域。后现代主义对史学的影响既深且巨:一是对现代史学宏大叙事的瓦解,开拓出复线的历史叙述方式和多元的历史研究领域;二是后现代主义带来的语言学转向在史学领域开花结果,历史学文本化颠覆了现代史学的书写与解释方式。

摘要： 西方汉学家编选的中国古代小说选本,是中国古代小说在西方文本化的重要途径,主要有西人编撰的中国古代小说译文选集、中国文学作品选和中国文学史著作等文本形式。这些文本集译本、样本、选本于一体,相应地具有间质性、展示性与批评性等特征与功能。通过翻译、展示和批评,西人编选的中国古代小说选本不仅实现了中国小说在西方的文本化,而且自觉地以西方的小说观念审度中国小说,从小说的译名、起源、类型等方面实现了对中国小说文体的认识和建构,进而在一定程度上促进了中国小说在西方的经典化进程。

摘要： 在当代中国,作为解释和改造世界的哲学本身也需要批判和改造.由于受学科分化及中、西、马哲学发展历史遗产的影响,当代中国哲学日益走向贫困,体现在哲学脱离了现实,缺失了 自己的"生活世界",缺乏鲜活的"问题意识",丧失了统整一贯的视野.随之造成的后果便是:当代中国哲学走向了哲学史、文本注释学及"碎片化"作业,成为概念的游戏,失去了应有的生命精神,逐渐走向贫困.当代中国哲学的出路就在于它能否适度走出历史、走出文本,重归命运共同体的现实世界,直面"三态"危机和问题,关怀人生,面向社会,整合中、西、马哲学而建构新体系,使形而上学理想重光.

摘要： "伊玛堪"是赫哲族的口传文学,随着传承人的相继离世,对其保护与传承迫在眉睫.文本化是口传文学发展的必经阶段,也是对其保护与传承的重要手段.按照存在方式对口传文学文本化进行解读,可将文本化发展路径表述为概念文本、文字文本和音像文本."伊玛堪"的文字文本是文本化的主体,文本数量最大,其中存在异文本与互文现象."伊玛堪"的文本化经历了漫长曲折的过程,目前效果并不十分理想,对于其的保护和传承依然任重道远.

摘要： 中国对本土《玛纳斯》的保护与抢救工作开始于20世纪70年代,至今从未间断,期间不同玛纳斯歌手的唱本得以文本化,《玛纳斯》汉译工作随着史诗记录本的诞生相继诞生,包括全译本、编译本、创译本、多模态译本等。全方位的文本化及汉译努力让《玛纳斯》成功地唱活在中华大地,且以汉译本为依托,进一步被翻译成越来越多的外语而走向世界。本文系统爬梳中国《玛纳斯》的文本化及译本过程现状,厘清史诗从文本化到汉译再到外译这一历时传播线路,以便明确《玛纳斯》的传播走向,有效推进中国史诗走进国际史诗界和世界文学领域的步伐。

摘要： 本发明提供了一种保留非结构化文本语义的社交媒体文本可视化方法，包括如下步骤：步骤S101，对输入本文进行分词、过滤、词性标注、获取依赖关系；步骤S102，基于词性标注与词汇间的依赖关系，构建句法二叉树，计算每条文本的情感极性，将文本集划分为正、负两类；步骤S103，分别对正负两类文本，基于词频与词汇在每条文本中的共现关系，生成词汇序列模式，保留语义；步骤S104，基于正负文本集所占权重，分配可视空间，设计可视字体、色彩；步骤S105，采用布局算法，展现序列模式内、序列模式间的语义关系；步骤S106，引入交互设计，使用户可关注局部细节。采用本发明的方法，实现对社交媒体文本的可视化，清晰呈现文本的情感取向、观点语义与舆论支持度，有效呈现文本信息，有助于文本分析。

摘要： 本申请公开了文本正则化模型训练方法和装置、文本正则化方法和装置。该模型训练方法的一具体实施方式包括：将输入文本对应的输入字符序列中的输入字符依次输入文本正则化模型对应的循环神经网络中，其中输入文本对应的输入字符序列按照如下方式生成：按照第一预设粒度对输入文本进行分割得到第一分割结果；将第一分割结果中的具有至少两种正则化结果的非汉字字符进行标签化处理；基于循环神经网络对各输入字符进行分类，得到输入字符序列的预测分类结果；根据输入字符序列的预测分类结果与输入文本的正则化文本的标注分类结果之间的差异，对神经网络的参数进行调整；该实施方式实现了文本正则化模型的自动化训练，提升了文本正则化模型的灵活性。

摘要： 本发明公开了一种结构化文本的文本信息提取方法，用于解决现有技术对结构化文本进行文本信息提取时效率较低的问题。本发明提供的方法包括：根据预设的段落主题将当前的结构化文本拆分为各个文本段落；针对每个所述文本段落，从预设的各个解析字符串中选取与所述文本段落对应的段落主题相匹配的解析字符串；针对每个所述文本段落，采用选取出的所述解析字符串对所述文本段落进行解析，提取出所述文本段落对应的文本信息；在提取得到各个所述文本段落对应的文本信息之后，按照预设的模板汇总各个所述文本信息，得到所述结构化文本的文本信息。本发明还提供存储介质和服务器。

摘要： 本申请公开了文本正则化模型训练方法和装置、文本正则化方法和装置。该文本正则化模型训练方法的一具体实施方式包括：将输入文本对应的输入字符序列中的字符依次输入待生成的文本正则化模型对应的神经网络中，文本正则化模型对应的神经网络包括编码器和解码器；对输入字符序列中的每个字符，基于解码器中的隐藏层在对输入的上一个字符解码后的状态，采用编码器进行编码，得到字符的中间语义向量，并采用解码器对中间语义向量进行解译，得到字符的预测结果；根据输入字符序列的预测结果与输入文本对应的标注结果之间的差异，对神经网络的参数进行调整。该实施方式实现了文本正则化模型的自动化训练，提升了文本正则化模型的灵活性和准确性。

摘要： 本申请实施方式公开了一种将非结构化文本转化为结构化文本的方法及装置。所述方法包括：获取非结构化文本；所述非结构化文本包含不同层级的标签；根据所述非结构化文本创建配置文件，所述配置文件包含所述非结构化文本中的指定标签与结构化文本的关联关系；根据所述配置文件，确定与所述指定标签所在的标签链相关联的结构化文本；所述标签链由所述不同层级的标签构成；根据所述非结构化文本，确定所述标签链的出现频次以及所述标签链对应的数据；根据所述标签链的出现频次，将所述标签链对应的数据，写入与所述标签链相关联的结构化文本。本说明书实施例提供的方法可以适用于不同的非结构化文本，提高了复用性。

摘要： 本申请提供了一种文本标准化模型的训练方法、文本标准化方法及装置，属于人工智能技术领域。所述方法包括：获取标准词汇集，所述标准词汇集包括多个标准词汇；基于所述标准词汇集中各标准词汇之间的相似程度，确定多个样本三元组，所述样本三元组包括中心样本词汇以及所述中心样本词汇关联的正样本词汇和负样本词汇；基于所述多个样本三元组，对文本标准化模型进行训练，所述文本标准化模型用于确定输入词汇之间的相似程度。上述技术方案，通过在训练模型时使用标准词汇集，使得不需要使用人工标注数据即可进行模型训练，从而实现了训练数据与细分领域下的人工标注数据的解耦，降低了训练成本，且具有广泛的适用性不受领域的局限。

摘要： 本发明公开了病历文本数据结构化的文本分词解析方法及系统，属于病历数据挖掘技术领域，要解决的技术问题为如何解决传统病历数据中存在的挖掘效率低、精确性差以及不满足病例实体映射关系的缺陷。包括如下步骤：基于医疗文本数据构建医学词库；基于词库词典生成待分词医疗文本数据的所有成词，并基于上述所有成词构建有向无环图；基于上述医学词库和有向无环图，通过动态规划查找最大归零路径查找语句词频的最大切分组合，得到带有前后文顺序和词性的词语集合；通过三元关系模型对上述词语集合进行解析，得到三元映射关系数据组；对上述三元映射关系数据组进行标准化处理，得二元映射关系数据组。

摘要： 本公开涉及数据处理技术领域，具体涉及一种文本结构化模型训练方法、装置、医疗文本结构化方法、装置、计算机可读存储介质及电子设备，所述方法包括：将医疗文本样本对应的目标实体对输入待训练文本结构化模型以判断目标实体对中目标实体是否存在关联关系，得到对应的判断结果；将目标实体对和对应的判断结果输入预设关系推理模块以输出医疗文本样本对应的结构化字段；根据医疗文本样本对应的标注字段确定结构化字段是否正确，得到对比结果；获取多个对比结果，并根据多个对比结果对待训练文本结构化模型进行训练直至待训练文本结构化模型收敛。本公开能够减少对医疗文本样本进行标注的工作量，提高标注效率，降低标注成本。

摘要： 本发明涉及基于配网自动化终端文本分类模型的文本分类方法，包括收集电力缺陷文本数据，对数据集进行数据清理和文本分割；然后将长短期记忆网络(LSTM)网络与时间卷积网络(TCN)相结合，配合残差和注意力机制连接，建立了一种分层综合上下文网络结构，从缺陷文本中分层提取深层上下文信息，长期历史信息和更全面的时间特征。与其他神经网络分类模型相比，本文所提出的模型具有良好的文本分类能力和泛化能力，能够提升配网终端调试的智能化水平。

摘要： 本发明提出一种针对海量高噪音口语化短文本的文本筛选方法，属于自然语言处理领域，通过对训练语料和待筛选的目标文本进行预处理；对预处理后的训练语料中的标注的正类语料进行句式信息提取，区分出业务强相关句式和弱相关句式；利用提取的句式信息对预处理后的目标文本进行句式匹配，将业务强相关句式的匹配结果归为正类文本，对业务弱相关句式的匹配结果进行以下步骤的处理；对目标文本和训练语料都进行文本处理，将处理后的文本转化为词向量表示；使用训练语料的词向量表示训练文本分类模型，将目标文本的词向量表示输入到训练好的文本分类模型中对文本进行分类，实现对目标文本的文本筛选。