比喻句

摘要： 小学语文教学中,有一个很重要的教学内容,那就是修辞。修辞中最常见的又是比喻,对于小学生来说不要求学生掌握比喻的概念,但是却要求学生能够理解比喻句的用法,能够在具体的情境当中恰到好处地进行比喻--当然也强调恰到好处地运用比喻句。因此从这个角度来看,比喻句的用法就是一个重要的教学组成部分。传统的比喻句的用法教学,更多地将教学的重心放在教师的教上,这是符合教学的基本逻辑的,因为只有教师精准地掌握了比喻句的用法及其教学思路,才不至于在教学的过程当中出现“以己昏昏、使人昭昭”的情形。

摘要： 我特别爱读汪曾祺先生的散文,他的散文大多是在他晚年写成的,其特点是优美、淡雅、朴实、精炼。尤其是他那大大方方、平平淡淡的大白话,读来令人倍感亲切。深读汪曾祺的散文,又感受到他在行文之中所带有的那种文人雅气,二者融合后,显示出了其独特的艺术魅力。汪曾祺先生散文的第二大特点,就是从小处写起,以小见大,他特别擅长从生活中的琐碎小事中选材,表达真挚的感情。因为《槐花》一文只有一千来字,全文一句华丽的辞藻都找不到,一句漂亮的比喻句也看不见,他的文字真的很朴实很简单,且没有那种一看题目就知道全文内容的感觉,如果将本文比喻成一小杯水的话,那真的是深不见底。

摘要： 打嗝城里人参加乡村生态旅游,晚上就住在农家过夜。第二天早上起来,招待他的乡里人问他睡得怎样,城里人想了想,说道:"你们这的稻田里昆虫很多吧?""咦,你怎么知道?""能不知道吗,昨晚那么多青蛙,吃饱了都打着嗝呢!"比喻句儿子入学有一阵子了,据说用比喻句能增强沟通效果。

摘要： 陈老师:读了统编教材二年级下册《一匹出色的马》这篇课文就可以知道,"一匹出色的马"指的是妹妹手中的柳条。那么,题目以及倒数第2自然段"一匹出色的马"这句话中,"马"是不是应该加上引号呢?北京市北京小学通州分校高怡高老师:"这是一匹出色的马"一句是个暗喻,是建立在想象基础上的比喻句,用"出色的马"比喻柳条,表示手持柳条可以跑得比较快,就像骑马奔跑一样。比喻句是不用引号的。

摘要： 在课文《小英雄雨来》第一部分里,有两个比喻句:(1)妈妈还是死命追着不放,到底追上了。可是雨来浑身光溜溜的像条小泥鳅,怎么也抓不住。⑵雨来像小鸭子一样抖着头上的水,用手抹一把眼睛和鼻子,嘴里吹着气,望着妈妈笑。

摘要： 收集妻子数落丈夫的不是。丈夫:“你天天数落我的缺点,我的优点你从来不说。”妻子:“你有优点吗?”丈夫:“我就知道是这样,平时不注意收集,用时肯定想不起来。”属性儿子人学有一阵子了,据说用比喻句能增强沟通效果,所以爸爸这样问他:“镇山的虎、高飞的鹰、善战的狼、敏捷的豹、忠诚的狗,你觉得你在班级里属于哪一种?”儿子想都不想,说:“害群的马。”

摘要： 话说猪八戒从西天取经回来后,一心待在家里修身养性。这天,他闲来无事,便去离家不远处的“比喻城”逛逛。猪八戒大步流星地来到城门口,却见门口贴了一张布告:凡欲进城者,须说一个比喻句。猪八戒稍一想,便对门卫说:“你长得像我一样。”门卫一听火了:“你这斯生得呆头呆脑、拱嘴大耳,难看得很,怎么说我长得像你一样?荒唐,荒唐!再说,你这也不是比喻句呀!”猪八戒挠了挠头说:“我的句子里有‘像……一样’,怎么不是比喻句呢?”门卫耐心地告诉他,刚才那句话完全可以改成“你长得和我一样”,这并不是作比喻,而是一种比较。

摘要： 比喻能把一些事物借其他类似的事物作进一步说明,使概括的东西形象化,让人更加清楚明白,也让文章更加生动形象。比喻句常用比喻词,如"好像""仿佛""宛若""犹如""像……似的""像……一样""好比""变成""真像"等。但是,不是有比喻词的句子就一定是比喻句哦!比喻句需要有本体和喻体,而且两者不能是同一类事物。

摘要： 作家对生活敏锐的观察力,对情绪、情感极强的表达力,远远高于普通人。无论是它优美的意象,还是深刻的见解,每逢读到优美的句子,都仿佛在内心放了一场烟花。亲,一起来被这些充满戏剧性、生动、深刻的比喻句震撼一下吧!

摘要： 比喻是一种常用的修辞手法,课文中精妙的比喻往往是点睛之笔,值得我们用心品味、潜心揣摩,领会其中的丰富内涵和表达效果。统编本教材五年级下册《军神》一文中,有这样一个比喻句:"你是一个真正的男子汉,一块会说话的钢板!你堪称军神!"这是沃克医生由衷地夸赞刘伯承钢铁般的军人意志。教学中,我看到了两种不同的教法:第一种教法,连问四个问题:第一问,这是什么句?比喻句。第二问,把什么比作什么?把刘伯承比作一块会说话的钢板。第三问,为什么把刘伯承比作一块钢板?刘伯承和钢板一样坚硬、顽强,可以承受任何痛苦。第四问,这样比喻有什么好处?生动、形象地表达了对刘伯承的赞美之情。

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： 本申请提供了一种比喻句识别方法、装置、设备及存储介质，其中，方法包括：在获得目标句子后，一方面利用预先建立的比喻句识别模型从目标句子中抽取比喻成分，另一方面利用比喻句识别模型对目标句子进行分类，从而获得目标句子的比喻成分抽取结果和分类结果，进而根据比喻成分抽取结果和分类结果获得目标句子的比喻句识别结果。本申请不但可实现比喻句识别，而且，由于比喻成分的抽取与句子分类是两个独立的过程，因此，基于比喻成分抽取结果以及分类结果能够获得准确的比喻句识别结果，另外，本申请将喻词也作为比喻成分的一部分，将喻词作为需要抽取的比喻成分的一部分能够更好地抓取多种多样的比喻形式，从而能够提升比喻句识别效果。

摘要： 本申请实施例提供一种比喻句式判断模型的训练方法、装置、存储介质及终端设备，该方法包括：通过预训练的比喻句式判断模型判断输入语句是否为比喻句式，得到输入语句的第一判断结果；当第一判断结果指示输入语句是比喻句式时，对输入语句基于比喻句式构建规则进行数据增强处理，得到扩充语句；通过比喻句式判断模型判断扩充语句是否为比喻句式，得到扩充语句的第二判断结果；基于第二判断结果对扩充语句设置标签，将设置标签的扩充语句作为比喻句式判断模型新增的训练样本，以迭代训练比喻句式判断模型。本申请实施例能够训练出一种比喻句式判断模型具备自动识别输入语句是否为比喻句式的功能，且模型的鲁棒性和准确性更强。

摘要： 本申请实施例提供一种比喻句式特征词语提取方法、装置、存储介质及终端设备，该方法包括：通过获取比喻句式特征词语组合；基于比喻句式特征词语组合进行比喻句式扩充处理，得到包含比喻句式特征词语组合的新增语句；对新增语句设置标签，将设置标签的新增语句作为比喻句式特征词语提取新增的第一训练样本，以迭代训练比喻句式特征词语提取模型，通过训练完成的比喻句式特征词语提取模型对待处理语句进行比喻句式特征词语组合的提取。本申请实施例能够不断更新迭代，提升模型自身的鲁棒性和识别比喻句式的准确性，同时，本申请实施例不需要依赖人工获取训练样本，降低了训练样本的获取难度，节省了人工成本。