矛盾修辞法

摘要： 概念整合理论认为意义的构建是在人类体验指导下对概念进行整合后创造出全新意思的一种深层认知活动。运用该理论对经常出现在文学作品和日常表达中的矛盾修辞法进行认知分析,可详细阐释在语境动因下各心智空间如何通过分劈解压生成,以及人们通过心智空间之间的映射和投射关系构建矛盾修辞在线意义的过程。

摘要： 本文基于概念整合理论,图形—背景理论,从认知的角度探索英语矛盾修辞法的新尝试.假设两个不一致单元在矛盾修辞法中的突出程度在一定的上下文中是不同的,这使得解释过程和矛盾修辞法的结果明显不同.期望提出一种能够解释矛盾修辞法类型解释的认知模型.

摘要： 矛盾修辞法是将两个截然相反的意义融入到一个修饰语的结构中以达到强烈对比效果.本文以《罗密欧与朱丽叶》及曹禺、朱生豪先生译本为例,探讨矛盾修辞法英译汉中的比较研究,旨在理解内涵并掌握科学实用的汉译法则.

摘要： 矛盾修辞法是以独特的形式存在于语言中的.人们在运用语言的时候需要具有逻辑性,在考虑问题的时候要注意首尾之间的联系.但事实上人们在使用语言时,通常情况下会出现缺少协调性、相反的意思和彼此矛盾的两个词同时使用,矛盾修辞法其实就是用来表现一些既对立又矛盾的说法,但其中隐藏着许多深刻的道理.

摘要： 矛盾修辞法作为一种独特的修辞手段,在各种修辞格中具有自己独特的作用.本文就以矛盾修辞法入手,首先探讨它在各个领域中的实际运用,随后研究矛盾修辞法所具有的语用功能,最后给出它所适用的翻译方法,努力使人们对它产生一个初步的认识,从而更好地理解与使用矛盾修辞法.

摘要： 波德莱尔的《恶之花》在法国文坛乃至世界文坛都有着非常崇高的地位,而矛盾修辞法被认为是解读这本诗集的一个关键.本文结合波德莱尔的审美观,选取了诗集当中比较典型的使用了矛盾修辞法的诗歌,将诗人想要通过这种修辞手法表达的情感展现出来.

摘要： 任何表演，都离不开观众的反馈。二十世纪六十年代德国康士坦茨大学的五位学者创立了接受美学学派（Aestheticsof Reception），认为在作者、作品和观众之间形成一种“三角形”，大众并不是被动的部分，并不是仅仅作为一种反应而存在，一部文学作品的历史生命如果没有接受者的积极参与是不可思议的。①观众的反馈或互动有时会表现得很强烈，而有时是润物细无声，在真人演出的戏剧作品中是这样，在木偶剧中，尤为重要。木偶这个具有自身物质性的“舞台主角”是否完成了预期的角色表达，很大程度上，取决于观众是如何解读的。

摘要： 在本文中，我们从矛盾修辞法的含义入手，结合具体事例分析矛盾修辞法的特征和功能，并展示矛盾修辞法的独到之处。

摘要： 本文分析了当代华语歌词作者林夕作品中所使用的“矛盾修辞法”，林夕的这种修辞手法带有象征主义诗歌的影子，其创作技巧与文字架构的运用和处理与法国象征派诗人波德莱尔不谋而合。文章试比较两者的相同点，并试图说明以波德莱尔为代表的象征主义文学对现代文学艺术的影响。

摘要： 随着人类思维和语言不断发展创新，人们越来越多地在话语中使用了矛盾修辞法。文中从构成方式、功能及翻译方法角度对其进行了俄汉对比研究语。这一课题的研究有助于提高我们的语言修养，为我们的语言增色添彩。

摘要： 本发明涉及计算机文本情感分析领域，具体涉及一种基于多任务学习的修辞格及隐式情绪识别方法。本方法为了识别修辞格与情绪而提出，首先利用BERT与Tree‑LSTMs捕获句子的语义及句法表示。基于此，设计门控机制的修辞格分类器与基于语义的情绪分类器，分别获取句子的修辞格及情绪的关联分布表示。然后构建融入关联表示的多标签预测，得到句子的修辞格与情绪的标签集。

摘要： 本发明公开了一种基于机器学习的中文修辞手法的判断方法，包括：采用文本数据集对ERNIE模型进行预训练得到预训练后的ERNIE模型；将预训练后的ERNIE模型与CNN模型进行层级连接，得到修辞手法判断模型；采用准备的数据集对修辞手法判断模型进行训练和验证，得到验证后的修辞手法判断模型；获取待分析的文本数据，文本数据至少包括一句待分析语句；将待分析语句输入验证后的修辞手法判断模型中进行预测，得到待分析语句所属修辞方法的判断结果。采用ERNIE模型与CNN模型构建的修辞手法判断模型提高中文文本分类性能，能自动、准确识别出语句中使用的修辞手法，提高了中文修辞手法的判断方法的准确性，提高了文章审阅效率。

摘要： 本申请提供了一种基于神经网络的中文修辞手法的确定方法、装置、存储介质和处理器，该确定方法包括：获取待分析数据，待分析数据包括至少一个待分析语句；对待分析语句进行词性分析和句法分析，得到词性分析结果和句法分析结果；对待分析语句进行实体类别分析，得到实体类别分析结果；采用神经网络模型，且根据词性分析结果、句法分析结果和实体类别分析结果确定待分析语句使用的中文修辞手法。相比于现有技术的方法，本申请的方法在现有神经网络模型的基础上，训练数据中加入了训练句法分析结果和训练实体类别分析结果，大幅提升了神经网络模型的分类效果，避免出现语义歧义和背景知识不足的问题，从而得到准确的修辞手法。

摘要： 本发明提供一种基于多目标整数线性规划分层序列法的消除本体矛盾方法，包括以下步骤：根据给定本体集合中各公理在给定极小冲突集合中的分布，计算各公理所对应的Shapley权重；根据所述本体集合与所述冲突集合构建第一整数线性规划模型，调用整数线性规划求解器进行求解，求解得到第一变量指派集合，将所述第一个变量指派集合中值为1的元素数量作为基数最小解的基数；根据基数最小解的基数和Shapley权重构造第二整数线性规划模型，调用整数线性规划求解器进行求解，得到第二变量指派集合；根据所述第二变量指派集合构建最终的解决方案，移除本体中最终的解决方案所对应的所有公理，即得到可解决给定逻辑矛盾的本体。

摘要： 本发明公开一种基于语言模型的修辞古诗自动生成方法，步骤为：网上收集现存古诗数据，数据处理形成以两句为单位的数据集，仅保留五个字或七个字的句对；选取名篇数据进行人工修辞标注，将每一条数据标注为以下四类中的一种：比喻、拟人、夸张、其它；总结出每种修辞手法的词句特征，写成正则表达式，并匹配获得部分标注数据；将所有标注数据训练一个修辞分类器，构建带修辞标签的古诗数据集；将原始数据中的每一首绝句古诗中修辞类型、关键词、体裁类型以及古诗内容序列化后进行训练，得到具有修辞手法创作能力的古诗生成模型。本发明在模型中显式的引入古诗的修辞因素，可以让模型使用特定修辞手法来进行古诗的生成，从而显著的提高古诗质量。

摘要： 本公开涉及用于保持修辞流的技术。所公开的系统、设备和方法通过使用对话话语树(DDT)来改进对话管理。为了确定候选响应(CR)在对话中是否恰当，可以将CR添加到先前已在双方之间的对话中提供的其他言语中，并且可以根据结果生成对话话语树(DDT)。DDT包括对应于基本话语单元(EDU)的节点，所述EDU表示言语和CR的文本片段。DDT可以包括指示EDU之间的修辞关系的节点。在一些实施例中，DDT包括表示两个言语之间的至少一个对话特定修辞关系的节点。CR的DDT可以被提供给机器学习模型，所述机器学习模型已被训练以识别是否保持了DDT的言语之间的修辞流。如果是的话，则可以提供所述CR来响应所述请求。

摘要： 本发明提供了一种修辞识别的方法、装置及电子设备，其中，该方法包括：预设修辞识别模型，所述修辞识别模型包括映射层、n个自注意力层、n‑1个子分类器和总分类器；确定待识别的目标句子，根据所述修辞识别模型映射层确定所述目标句子的目标特征向量；循环执行分类过程，直至确定所述目标句子对应的修辞标签。通过本发明实施例提供的修辞识别的方法、装置及电子设备，通过多分类器依次识别目标句子修辞标签的方式，在没有跑完全部修辞识别模型时也可能确定目标句子的修辞标签，从而可以提高修辞识别的效率；且之后在分类置信度超过预设阈值才确定目标句子的修辞标签，其修辞识别的结果更加准确，即能够实现又快又准地修辞识别。

摘要： 本发明涉及计算机文本情感分析领域，具体涉及一种基于多任务学习的修辞格及隐式情绪识别方法。本方法为了识别修辞格与情绪而提出，首先利用BERT与Tree‑LSTMs捕获句子的语义及句法表示。基于此，设计门控机制的修辞格分类器与基于语义的情绪分类器，分别获取句子的修辞格及情绪的关联分布表示。然后构建融入关联表示的多标签预测，得到句子的修辞格与情绪的标签集。

摘要： 本发明公开了一种基于小组互动的英汉修辞学习方法及系统，通过将学习资源以共享的形式向学习对象进行展示呈现，学习资源包括英语修辞和汉语修辞；对包括英语修辞和汉语修辞的学习资源进行学习难度等级划分，学习难度等级包括初级、中级和高级级别；以自主学习、协作学习、小组学习、激励学习和评价学习的之一或多种结合的形式，将预设级别的学习资源提供给学习对象进行学习。本发明有利于提高文本阅读理解能力和写作能力，易于掌握学习英语汉语修辞，不再是学习者单调低效的自我学习专研，或者由教师进行讲解施教，能够用于网络在线教育和线下的实体教学培训机构，有利于知识的传播施教，能够产品化商业化。

摘要： 本发明的系统、设备和方法涉及扩展话语树并使用扩展话语树来导航文本。在示例中，话语导航应用为第一文档的第一段落创建第一话语树，并且为第二文档的第二段落创建第二话语树。所述应用从第一话语树确定实体和对应的第一基本话语单元。该应用在第二话语树中确定与存在的第一基本话语单元匹配的第二基本话语单元。该应用确定两个基本话语单元之间的修辞相互关系，并在两个话语树之间创建可导航的链接。