疑问词

摘要： 使用问号应以句子表示疑问语气为依据,而并不根据句子中包含有疑问词。当含有疑问词的语段充当某种句子成分,而句子并不表示疑问语气时,句末不用问号。示例1:他们的行为举止、审美趣味,甚至读什么书,坐什么车,都在媒体掌握之中。示例2:谁也不见,什么也不吃,哪儿也不去。

摘要： 小学高年段的英语写话一直是教学中的难点,同时也是教学中的重点,本文从教学实际出发,以思维导图、疑问词、图片和关键词句为切入点,就如何指导学生写话分别展开叙述。

摘要： 汉语"什么"的句式类型可分为三大类六小类,其中"V+什么+NP"是韩国语没有的句式;韩国语"mu eot"的句式类型也分为三大类六小类,其中"NP+mu eot"是汉语没有的句式.此外,其他句式在两种语言均有对应的结构.分析表明,尽管两种语言的相同句式多于不同句式,但在具体使用环境及功能上存在一定的差异.关于只表达否定义的固定结构,汉语的主要手段是重复使用否定焦点成分,韩国语是主要通过一些具有否定含义的词尾或其他固定句式.汉语"什么"的否定用法在形式表达上更偏向于使用谓词性成分,而韩国语"mu eot"则更偏向于使用体词性成分.

摘要： 汉语“什么”的句式类型可分为三大类六小类,其中“V+什么+NP”是韩国语没有的句式;韩国语“mu eot”的句式类型也分为三大类六小类,其中“NP+mu eot”是汉语没有的句式。此外,其他句式在两种语言均有对应的结构。分析表明,尽管两种语言的相同句式多于不同句式,但在具体使用环境及功能上存在一定的差异。关于只表达否定义的固定结构,汉语的主要手段是重复使用否定焦点成分,韩国语是主要通过一些具有否定含义的词尾或其他固定句式。汉语“什么”的否定用法在形式表达上更偏向于使用谓词性成分,而韩国语“mu eot”则更偏向于使用体词性成分。

摘要： 英语中对句子的某一部分提出问题的疑问句,叫作特殊疑问句。特殊疑问句的特点是用疑问词开头,因疑问词通常是以字母w或h作词首,所以特殊疑问句分为W型疑问句或H型疑问句。特殊疑问句通常对具体人、事、时间、地点、原因、方式等进行提问。

摘要： what是一个既普通又常用的疑问词,它的基本含义为"什么",常用于疑问句中询问"物体的名称"或"什么事"。如:What''s that?那是什么? What do you do after school?你放学后通常做什么?但是what用在很多地方都不译作“什么”,而有其他译法。

摘要： 罗田方言的"VP冇"正反问句式中的"冇"发生演变,形成了准是非问句式"VP嚜/吗?""嚜/吗"分别是"冇+哦""冇+啊"的合音。句末疑问词"嚜/吗"在黄孝方言中演化进程慢,可能是因为"VP冇?"询问具有客观性,句末一般不适宜附加强烈主观情感的语气词。

摘要： 动词不定式常与疑问代词what,which,who和疑问词副词when,where,how等连用,构成"疑问词+动词不定式"结构,在句中可作主语、表语、宾语等多种句子成分。一、作主语"疑问词+动词不定式"结构在句中可作主语,此时句子的谓语动词要使用第三人称单数。例如:Who to get along with is important.应该和谁相处很重要。Where to hold the meeting is not known yet.目前还不知道举行会议的地点。

摘要： 【教学目标】1.认识"烦""耷""竖""舞""扇"5个生字;读准"似""扇"两个多音字;能正确、规范书写"安、扇、痛、遇"4个生字。2.通过观察插图、联系课文寻找疑问词等多种形式,正确朗读课文,读好文中的四个问句。3.联系上下文,了解大象第一次改变想法的原因;句式对比,初步感知文本在写人物相同对话时语言的详略。

摘要： 使用问号应以句子表示疑问语气为依据,而并不根据句子中包含有疑问词。当含有疑问词的语段充当某种句子成分,而句子并不表示疑问语气时,句末不用问号。示例1:他们的行为举止、审美趣味,甚至读什么书,坐什么车,都在媒体掌握之中。

摘要： 汉语疑问词和句法孤岛的关系,35年来(Huang1982)一直受到句法界的关注.该现象的核心,是在量化成分可以发生隐形移位的理论假设之下,某些疑问词可以出现在阻断移位的句法孤岛内部.由此引发两个问题:究竟哪些疑问词不产生孤岛效应?其内在机制是什么?本文的着眼点在于第一个问题。仅就汉语而言，Huang 1982认为区别在于论元与非论元，Xu 1990指出“怎么”虽然是典型的非论元成分，却和论元一样可以自由地出现在孤岛之中。Lin1992明确区分表方式的“怎么”和表原因的“为什么”。Tsai 1994认为同是“怎么样”，只有在动词前表工具才像论元，在动词后表方式则跟“为什么”一样会产生孤岛效应，从而提出“指称性”( referential)是区分孤岛内疑问成分的关键。Shi1994质疑指称性的作用，指出“怎么”做谓语并不具备指称性，但是仍旧可以位于孤岛之内(也见Hua 2000)。Hu 2002综合Xu的前期工作和Reinhart 199'7，提出疑问词是句子的焦点，必要前提是在其语义涵盖范围内存在有选集合(altemative set)。

摘要： 本文的问题为为什么汉语中有的成分(或论元)既可以在事件句中出现，又可以以焦点形式出现，而有的成分则难以在事件句中出现，并需要使用焦点标记?为什么同样是焦点，有的必须使用“是～的”，有的则不需要使用“是～的”标记。管见所及，对此问题至今还没有从功能上做出过统一且能令人信服的解释。以下将对以上问题进行分析和说明，试图给出一个比较合理的解释。初步想法是:句子成分(论元)出现在事件句中，还是以焦点形式出现在说明句中，与其语义有关。论元在焦点化上有其优先序列。同样为焦点，论元的语义会直接影响“是～的”的使用。疑问词在焦点化上也存在某种序列。

摘要： 从句法界使用树形图的习惯来看,所有语言都是从上至下地生成句子.主语的结构位置高于其它句法成份,在实际的造句过程中也最先出现.宾语可以先于主语,但是必须通过话题化或者焦点化而移位到高于宾语的结构位置.Kayne1994尝试用数学手段把该现象—简称做单向造句—加以精确描述,却并不能解释其根源.但正是因为单向造句没有例外,所以不仅需要解释,而且其原因应该是根本性的.本文的观点是,单向造句源自语言需要遵照热力学第二定律来尽可能地降低运算费用.

摘要： 本文从三个方面比较了天台话与上海话疑问范畴的差异:一、特指问和疑问代词:1.问事物;2.问人;3.问时间;4.问处所;5.问目的或原因;6.问数量和程度;7.问情状;8.问方式.二、是非问句和语气词.三、正反问.同时顺便分析考证了一些疑问词构造成分的来历.

摘要： 本发明揭示一种由电子装置执行的用于获得由用户指定的关键词的说话者不相依关键词模型的方法。所述方法可包含从所述用户接收指示所述关键词的至少一个样本声音。所述方法还可基于所述至少一个样本声音而产生所述关键词的说话者相依关键词模型、响应于产生所述说话者相依关键词模型而向服务器发送对于所述关键词的所述说话者不相依关键词模型的请求，和从所述服务器接收适于检测由多个用户说出的所述关键词的所述说话者不相依关键词模型。

摘要： 取得包含用户输入的检索字的检索查询（S4），将取得的检索查询与用户识别信息和检索查询的取得时刻对应地存储在检索查询记录DB（12a）中（S5），在检测到规定用户操作的情况下，提取与该用户的用户识别信息对应的检索查询（S6），从提取出的检索查询中确定第1检索查询（S7），从提取出的检索查询中确定取得时刻在第1检索查询的取得时刻之前的第2检索查询（S8、S9），在关联词DB（12b）中登记第1检索查询的检索字和第2检索查询的检索字作为关联词（S10）。

摘要： 一种用于在自动语音识别(ASR)系统中学习词汇表外的(OOV)词的方法(和结构和计算机产品)包括：使用原声词嵌入递归神经网络(AWERNN)来接收所述ASR系统的新OOV词的特征序列，所述RNN提供原声词嵌入(AWE)向量作为其输出。从AWERNN输出的AWE向量被提供作为原声词嵌入到训练的原声到词的神经网络(AWE→A2W NN)的输入，以从所述AWE向量提供OOV词的权重值。将OOV词权重插入到由ASR系统使用的原声到词(A2W)的词嵌入的列表中，以从语音原声特征的输入输出所识别的词，其中OOV词权重相对于A2W词嵌入列表中的现有权重被插入到A2W词嵌入列表中。

摘要： 进行具有高精度的同义词判断而从文本中自动地生成同义词辞典。对文本进行词素分析，而将文本分割为多个单词，获得词素分析完毕文本。对词素分析完毕文本进行主题分类，从多个单词中选择属于各主题的至少一个主题词，从至少一个主题词中提取附带有各主题的特征的基准词。对多个单词进行多维向量化，而获得分别表现多个单词的多个向量。从多个单词中选择至少一个类似词。以使表现基准词的向量与表现至少一个类似词的各类似词的向量之间的类似度高于设定的基准的方式，选择至少一个类似词。制作登记有至少一个类似词的至少一部分的同义词辞典。

摘要： 本发明提出了一种查询词嵌入扩展词和统计扩展词并集的中文查询扩展方法，其利用深度学习工具对对初检文档集进行词嵌入语义学习训练，得到词向量集，计算每个查询词项与所有非查询词项的向量余弦相似度并降序排列，提取前列非查询词项作为查询词项词嵌入扩展词，得到查询词项词嵌入扩展词集，然后利用基于Copulas理论的统计扩展词挖掘方法对伪相关反馈文档集挖掘统计扩展词，建立统计扩展词集，最后将查询词项词嵌入扩展词集和统计扩展词集进行并集得到最终扩展词，最终扩展词和原查询组合为新查询，再次检索文档集，实现查询扩展。本发明将查询词嵌入扩展词和统计扩展词并集融合，能挖掘出与原查询相关的高质量扩展词，提高和改善文本信息检索性能。

摘要： 本发明公开了一种拼词方法、拼词从机及拼词系统，其中拼词方法应用于拼词系统的拼词从机，所述拼词系统还包括与终端设备通信连接的拼词主机，所述拼词方法包括：接收所述拼词主机发送的待拼词组，所述待拼词组为所述终端设备接收触发指令时，根据所述触发指令生成对应的待拼词组并发送给所述拼词主机，以使所述主机将所述待拼词组发送给所述从机；获取拼接词组，所述拼接词组为所述拼词从机从字符组件获取；判断所述待拼词组和所述拼接词组是否匹配；若匹配，则生成响应信息并将所述响应信息发送给所述拼词主机，以使所述拼词主机将所述响应信息转发给所述终端设备，从而使所述终端设备根据所述响应信息做出响应。

摘要： 本发明涉及一种信息检索方法，尤其是涉及一种基于疑问词扩展的软件信息检索方法。包括：统计步骤：对问答网站已有的问题答案对进行分类，然后提取各类型答案对的特征，再利用机器学习得出各类型答案对间的区分性特征；分析步骤：利用自然语言对检索问题进行处理以得到疑问词，再将检索向量与区分性特征合并组成新的检索向量；检索步骤：利用检索向量在软件知识库中进行检索。因此，本发明具有如下优点：1.能够利用问答中疑问词和答案之间的联系提高软件信息检索精度；2.能够利用问答中疑问词和答案之间的联系来对检索结果进行过滤和重排序，加快用户筛选速率。

摘要： 本发明公开了一种基于知识图谱和疑问词驱动的问题生成系统，包括：文本预处理模块，用于对文本进行预处理；一跳知识图谱构造模块，用于基于预处理后的文本，构造一跳知识图谱；注意力向量计算模块，用于计算基于一跳知识图谱的静态图注意力向量；特征增强的编码器；门控自注意力机制模块，用于以存储编码器部分额外的上下文语义信息，进一步扩充输入文本的上下文语义；解码器，用于对编码器编码后的中间态一维向量进行解码，以输出最终的单词概率分布；知识匹配模块；语义搜索空间匹配模块，用以计算问题和回答的语义相似度；疑问词预测模块，用以预测输入文本对应的疑问词。

摘要： 基于疑问词分类器的神经网络问题生成方法及生成系统，涉及互联网技术领域，解决现有基于分类器的网络模型存在生成问题中的疑问词不准确，导致存在根本性错误等问题，生成系统包括答案位置标注模块、疑问词分类器、疑问词添加模块以及神经网络问题生成模型；本发明在神经网络问题生成任务的基础上，将疑问词预测任务建模为一个独立的分类任务，即在神经网络问题生成模型之前，引入一个疑问词分类器，先通过疑问词分类器识别最可能提问的疑问词，再生成完整的问题。目的是提高疑问词生成的准确率和可解释性，最终减小所生成问题和真实问题的差异，提高问题的质量。

摘要： 本发明涉及一种信息检索方法，尤其是涉及一种基于疑问词扩展的软件信息检索方法。包括：统计步骤：对问答网站已有的问题答案对进行分类，然后提取各类型答案对的特征，再利用机器学习得出各类型答案对间的区分性特征；分析步骤：利用自然语言对检索问题进行处理以得到疑问词，再将检索向量与区分性特征合并组成新的检索向量；检索步骤：利用检索向量在软件知识库中进行检索。因此，本发明具有如下优点：1.能够利用问答中疑问词和答案之间的联系提高软件信息检索精度；2.能够利用问答中疑问词和答案之间的联系来对检索结果进行过滤和重排序，加快用户筛选速率。