中动词

摘要： 文章先介绍和评论胡旭辉(2019)基于分布式形态学理论,对汉语中动句的解决方案,指出其在理论和经验上可能存在的问题;然后提出我们对于汉语中动句的朴素的解释方案:基于主语名词的物性结构,不仅关注中动词(V)与主语名词(NP)之间的处置关系,而且关注句末形容词性成分(AP)与主语名词(NP)之间的评价关系,更进一步关注这两种物性角色关系之间的"背景-图像"式的视角关系;最后,把这种从主语名词的物性结构出发看待句子的结构方式和语义表达思想,推广到主语名词的各种物性角色作谓语所造成的不同语义-语用类型句子上,从而提出一种基于主语(或话题)名词的物性结构来解释句型构造及其语义表达的语法分析方法.

摘要： 动词用活出好诗,诗中动词多为诗眼,亦诗家必炼之字,用活便出好诗。三苏之外之苏小妹,才华不输父兄,尝以“轻风细柳,淡月梅花”请长兄东坡各加一字为腰,东坡先加“摇”“映”二字,复又改“舞”“隐”二字。小妹皆以为不好,并亮出自家答案“扶”“失”二字,使之成为“轻风扶细柳,淡月失梅花”,令东坡、山谷等座中人抚掌称善。“扶”字妙在使柳人格化,而“失”字则使梅具有既不显、亦不隐之朦胧美。此乃文苑趣谈,未必有其实。

摘要： 俄语中，无人称动词的定义为：动词所表示的动作没有指出产生该动作的人称。用无人称动词构成的句子中没有也不能有主语。无人称动词没有人称和数的变化，他们的现在时、将来时的形式与人称动词的单数第三人称形式上相同。

摘要： 关于低分作文出现的种种问题，前面几期已经做了很多分析，研读完本篇之后，只想与考生谈谈英语中动词的问题。问题一：情态动词的使用文章中出现了以下三种错误表达：

摘要： 英语中动词共有十六种时态，但高考中涉及的时态在十种左右。下面结合近年高考试题对时态常考点进行梳理，以求更好地掌握。

摘要： 汉语中的动词没有时态,而英语中动词的时态多达十六种,常用的也达八种之多。这种语言差异造成同学们很难养成注意动词时态的习惯,而动词时态是高考语法填空和短文改错的必考考点。同学们利用下面的四种方法,便能快速、正确地解答时态题。

摘要： 汉语中的动词没有时态，而英语中动词的时态多达十六种，常用的也达八种之多。这种语言差异造成同学们很难养成注意动词时态的习惯，而动词时态是高考语法填空和短文改错的必考考点。同学们利用下面的四种方法，便能快速、正确地解答时态题。

摘要： 本发明涉及一种多动词汉语概念复合块的动词层次分类的方法，包括以下步骤：步骤1)对汉语句子进行词语切分和词性标记；步骤2)将所述句子分割为小句；步骤3)将所述小句中的多个动词进行层次划分；步骤4)将动词分为两类；步骤5)利用改进的CCC分析器对动词进行分析；步骤6)针对多动词的小句进行分析直到队列元素为空。本发明可以减少因动词的层次分析错误而导致的句子整体层次错误，从而提高组块分析的准确性，为后续进行复杂句的句法语义分析打下了很好的基础，可以很好地满足实际应用的需要。

摘要： 提供用于语音识别的计算机实现方法和系统。该方法和系统一般维护语音识别命令的动词集。在识别该集中的一个动词以及该动词的一个或多个无效宾语的发音之后，该方法和系统产生与该动词和无效宾语相关的指示。该指示可包括通知用户该系统不能确定如何执行与带有无效宾语的动词相关联的命令。然后该方法和系统可接收指定应当如何处理该动词和无效宾语的用户输入。

摘要： 一种基于深度学习的动词短语省略消解方法，它属于计算机人工智能技术领域。本发明解决了现有动词短语省略消解方法存在的触发词判断和先行短语识别准确率低的问题。本发明对确定好的数据集1和数据集2进行预处理；判断触发词的过程加入了对句子上下文特征和句子级特征的提取，将提取的句子特征转化为向量输入支持向量机，进而根据支持向量机的输出结果确定输入句子的触发词；最后利用多层感知机，从触发词生成的多个候选先行短语中识别出正确的先行短语。本发明提取句子特征时加入了上下文特征和句子级特征，可以使触发词判断的准确率达到90％左右，先行短语识别的准确率达到85％以上。本发明可以应用于计算机人工智能技术领域用。

摘要： 本发明公开了一种基于关键动词特征全密度传递的服务机器人指令解析方法。在已知应用环境下工作，构建服务机器人的各种候选服务下的各种服务指令文本的数据库，对服务指令文本进行预处理；将数据库划分为训练集和验证集；采用斯坦福文本分析工具对每条服务指令文本进行分词，获得关键动词的上下文特征；搭建全密度双向长短期记忆网络模型，用训练集训练模型参数，验证集进行超参数调试；针对待测的一段文本指令处理提取获得候选服务的类型及其候选服务下的指令语义。本发明将服务指令解析任务转化为框架分类及框架填充两个子任务，通过精准地捕捉提取到带有冗余信息的服务指令文本中的核心要素，用于辅助机器人理解复杂的指令意图。

摘要： 本发明公开了一种基于关键词和动词依存的中文实体关系抽取方法，以大规模非结构化自由文本为目标文本，首先对文本进行分词、抽取关键词，形成文本关键词词库；然后对文本进行分句、分词、词性标注、命名实体识别、依存句法分析处理，结合命名实体词库和关键词词库构建实体语料库；根据中文句子构成特点、句法结构以及词语间的依存关系从动词出发构建实体关系句法规则，再对文本中每个句子进行关系句法规则的匹配；最后输出关系三元组，得到文本关系三元组集合。本发明能够使大规模中文文本的实体关系抽取更加有效，更加精确。

摘要： 本发明涉及机器翻译技术领域，尤其涉及一种面向神经网络机器翻译的日语动词识别、词性标注方法及系统。该方法包括以下步骤：S100、删除日语文本中的左邻接标志和结尾标志的特殊词汇；S200、查找选取得到候选动词；S300、切分得到待还原候选动词，对候选动词进行还原，若验证其正确，则该候选动词还原成功；S400、对还原成功的动词及其变形词尾进行切分，标注词性及其语法意义。本发明通过加入二次判断机制及完善复合动词的识别处理规则，提高了动词识别的准确度；同时对动词及其变形词尾进行词干、词尾、可能表现、时、态、情态的切分，有效提高了词法分析的准确性，从而有效提升了译文质量。

摘要： 本发明涉及一种多动词汉语概念复合块的动词层次分类的方法，包括以下步骤：步骤1)对汉语句子进行词语切分和词性标记；步骤2)将所述句子分割为小句；步骤3)将所述小句中的多个动词进行层次划分；步骤4)将动词分为两类；步骤5)利用改进的CCC分析器对动词进行分析；步骤6)针对多动词的小句进行分析直到队列元素为空。本发明可以减少因动词的层次分析错误而导致的句子整体层次错误，从而提高组块分析的准确性，为后续进行复杂句的句法语义分析打下了很好的基础，可以很好地满足实际应用的需要。

摘要： 提供用于语音识别的计算机实现方法和系统。该方法和系统一般维护语音识别命令的动词集。在识别该集中的一个动词以及该动词的一个或多个无效宾语的发音之后，该方法和系统产生与该动词和无效宾语相关的指示。该指示可包括通知用户该系统不能确定如何执行与带有无效宾语的动词相关联的命令。然后该方法和系统可接收指定应当如何处理该动词和无效宾语的用户输入。

摘要： 本发明公开了用于句子分析中动词歧义结构消解的语义分析方法，包括：语义模型的构建和语义分析方法，所述的语义模型用于表达动词的歧义结构，所述的语义分析方法根据语义模型实现歧义结构的判断、消解和计算。本发明的优点在于：建立一种表达动词歧义结构的统一的语义模型，把歧义结构上升到句子层面进行处理，把歧义结构的计算转换成句蜕类型的判断；把该语义模型形式化为句类演绎规则，使得歧义结构的计算、推理过程，有法可依、有章可循。

摘要： 本发明公开了用于句子分析中动词歧义结构消解的语义分析方法，包括：语义模型的构建和语义分析方法，所述的语义模型用于表达动词的歧义结构，所述的语义分析方法根据语义模型实现歧义结构的判断、消解和计算。本发明的优点在于：建立一种表达动词歧义结构的统一的语义模型，把歧义结构上升到句子层面进行处理，把歧义结构的计算转换成句蜕类型的判断；把该语义模型形式化为句类演绎规则，使得歧义结构的计算、推理过程，有法可依、有章可循。