系词

摘要： 无论being(Sein)一词本身是不是系词,一个不争的事实是:系词含义是它的主要含义.最保守地说,至少它字面上就有系词含义.所以,应该将being译为"是",应该在汉译字面上体现出它的系词特征和系词含义,并且应该主要在系词的意义上理解它.谈论being的翻译,也应该考虑系词的意义,即使认为应该将being译为"存在"并为这样的观点辩护,也应该在系词的意义上谈论"存在"与being的关系,而不应该回避系词的谈论,或在系词的问题上避重就轻.Being及其相关问题,包括其系词含义的问题,并不仅仅是语言学和逻辑学的问题,而是哲学本身的问题,是形而上学中最核心的问题.

摘要： 关于Being的汉译纷争由来已久、至今未果。粗略地可将混战诸方简划为存在(有)派与是派。两派虽主张各异,却大概分旱如下共同预设:(1)名词Being源于动词to be,故欲理解Being须回返to be;(2)to be具备两种不同、甚至互不相干的用法即系词用法和非一系词的存在用法。第1条预设是比较合理的,但第2条预设值得商榷。To be的系词用法和存在用法不但非戴然二分,而且在根底处纠结一体。所有系词包括现代汉语里的系词是本就无可争议地内含存在义。以是译Being根本不会遗漏Being原有存在之义。比较两派对海德格尔Sein之汉译可知正是因为两派囿于第2条预设,从而可能错失了对Sein之更佳理解。

摘要： 关于Being的汉译纷争由来已久、至今未果.粗略地可将混战诸方简划为存在(有)派与是派.两派虽主张各异,却大概分享如下共同预设:(1)名词Being源于动词to be,故欲理解Being须回返to be;(2)to be具备两种不同、甚至互不相干的用法即系词用法和非—系词的存在用法.第1条预设是比较合理的,但第2条预设值得商榷.To be的系词用法和存在用法不但非截然二分,而且在根底处纠结一体.所有系词包括现代汉语里的系词是本就无可争议地内含存在义.以是译Being根本不会遗漏Being原有存在之义.比较两派对海德格尔Sein之汉译可知正是因为两派囿于第2条预设,从而可能错失了对Sein之更佳理解.

摘要： 通过对古文字资料及《诗经》的研究,解决了为什么同样是指示代词,"是"能发展为表达肯定判断的系词,而"此"却没能发展为表达肯定判断的系词.同时,对与这两个词有很大关系的"匪"和"彼"进行研究,论述了"皮"和"彼"之间的关系,得出"皮"和"彼"在表示代词"bǐ"这个义项上是古今字的结论.

摘要： 在基本判断形式“S是P”中,作为系词的“是”是判断的核心,但也是最难以理解的,不同的逻辑学家对“是”进行了不同的解释,众说纷纭,莫衷一“是”。一方面,本文从辩证法-认识论-逻辑学相统一的视角探讨判断系词“是”的内涵,站在马克思主义认识论与唯物辩证法的高度俯瞰系词“是”,超出了逻辑学窠臼,拓宽了“是”的真理含义。另一方面,本文从马克思主义反映论与实践论立场,批判了黑格尔逻辑主义、逻辑经验主义、逻辑先验主义对“是”的片面的狭隘理解,论证了判断的本质及其系词“是”的辩证法含义。从矛盾律的“或是或否”发展到“又是又否”的矛盾论具有客观必然性,矛盾论才是支配整个现实现世与社会生活的根本规律。

摘要： 学者们大多认为焦点标记"是"来源于系词"是".从历时角度探讨焦点标记"是"的来源结构,根据"是"所处句法位置的不同具有不同的演变路径:句中的焦点标记"是"来源于准分裂结构"NP 1+是+NP 2所V"和同一主语的小句判断结构"NPVP1+是+VP2",系词"是"重新分析为焦点标记;句首的焦点标记"是"本质上则是零主语的系词"是",来源于连谓结构"NP 1是NP 2+VP".

摘要： 关于系词"是"的产生时间、形成与发展过程,学术界纷争了几十年。随着时代的进步,新的出土文献,研究方法,促使学者们对系词"是"的研究不断加深,产生了许多不同的观点。本文试图将学术界对此问题的研究成果汇总,并通过判断认为:系词"是"产生于西汉,成熟于东汉,形成于指示代词"是"和形容词"是"的结合。

摘要： 本发明提供了一种关系词确定方法及装置，其中，该方法包括：在对文本进行实体识别处理后，若任意两个实体之间仅存在一个词则将该词作为目标词放入预定义的目标词集合中，分别统计所述目标词集合中所述多个目标词的词频以及所述多个目标词的左右实体搭配类型的频率；分别根据所述多个目标词中每个目标词的词频以及所述每个目标词的左右实体搭配类型的频率计算所述每个目标词的信息熵；根据所述每个目标词的相似词的词频和信息熵信息确定所述每个目标词的可信度值；将所述可信度值大于预定阈值的一个或多个目标词确定为关系词，通过上述方案可以解决相关技术中如何确定能合理描述实体语义关系的关系词的问题。

摘要： 本发明公布了一种基于向量空间模型的关系词映射方法，属于自然语言处理领域。本发明方法的基本步骤如下：首先采用关系词与实体对之间的对应关系，通过统计实体对出现的频率及特异性构造每个关系词的特征向量。其次采用向量空间模型计算关系词与对应谓语的相似度，选取相似度值较高的谓语作为关系词的候选。最后将所有关系词的候选排序，选取具有最高可信度的谓语候选构造映射词典。本发明提出的关系词谓语映射方法，能够为自然语言中关系词与RDF图数据中谓语的自动映射提供一种有效的解决方案，达到使自然语言转换为图数据进行相应匹配的目的。

摘要： 本发明公开了自然语言处理信息提取技术领域的一种抽取医疗文本中实体间关系词的方法、装置及系统，包括读取模块、计算模块和存储模块，读取模块主要是指系统读入一些中文医疗文本，计算模块主要包括关系词抽取单元，第一步：获取语料库，第二步：标识两个实体在句子中出现的先后顺序，第三步：利用自然语言处理工具对联合语素进行分词和词性标注，得到待抽取的词汇集合，第四步：保留词汇集合中动词、连词、介词等有效词汇，过滤非关系词词汇；第五步：将保留词存入有效词词典，第六步：对有效关系词词典中的词汇进行词性分类和规律分析，利用抽取规则，计算各词性比重和各字数比重，存储模块主要是对抽取到的关系词进行存储。

摘要： 概念图创建为用于开放领域知识中的文本理解的通用分类法。概念图中的节点包括实体和概念两者。边缘是从实体到概念，表明实体是概念的实例。本文中呈现了处理从开放域事实学习可解释关系以丰富和细化概念图的任务的实施方式。在一个或多个实施方式中，从开放域事实学习贝叶斯网络结构作为实体的事实和概念的关系词之间的可解释关系。在英文和中文数据集上进行了广泛的实验。与现有技术方法相比，所学习的网络结构基于英文和中文数据集两者上的实体的关系词来提高对实体概念的识别。

摘要： 本申请提出了一种商品属性词上下位关系词典的获取方法及其装置，涉及数据处理技术领域。该方法包括：从多个数据源中提取候选商品属性词；对候选商品属性词进行聚类分析，获取任一聚类的第一商品属性词；针对任一聚类的第一商品属性词，对第一商品属性词进行两两分组，得到商品属性词对；将任一商品属性词对输入目标分类模型中进行上下位关系类型识别，以获取任一商品属性词对的上下位关系，以生成商品属性词的上下位关系词典。本申请中，提高商品属性词的覆盖率，充分挖掘商品属性词之间的上下位关系，为后续的全量潜在上下位关系分类判断提供丰富的样本，显著提高获取商品属性上下位关系的准确率，可以挖掘出更多的商品属性上下位关系。

摘要： 本发明公开了多关系词对标签空间的实体关系联合抽取方法，输入层接收英文训练样本或预测阶段的样本；Tokenize层将输入层接收到的样本句子根据词表进行Token化，经过Bert编码后，得到Token语义表示向量以及得到记录单词在token序列起始位置的字典；Maxpooling层，基于所述字典，将Token语义表示向量进行最大池化，得到句子中每个单词的语义向量表示；联合抽取层枚举句子中所有的词对，并为其在所有预定义关系空间下进行标签打分，最后根据标签特征进行联合抽取。本发明使得在复杂关系下进行实体关系联合抽取的效果和效率得到了进一步的提升，为自然语言处理的底层提供了更好的保障。

摘要： 本发明提供了一种关系词确定方法及装置，其中，该方法包括：在对文本进行实体识别处理后，若任意两个实体之间仅存在一个词则将该词作为目标词放入预定义的目标词集合中，分别统计所述目标词集合中所述多个目标词的词频以及所述多个目标词的左右实体搭配类型的频率；分别根据所述多个目标词中每个目标词的词频以及所述每个目标词的左右实体搭配类型的频率计算所述每个目标词的信息熵；根据所述每个目标词的相似词的词频和信息熵信息确定所述每个目标词的可信度值；将所述可信度值大于预定阈值的一个或多个目标词确定为关系词，通过上述方案可以解决相关技术中如何确定能合理描述实体语义关系的关系词的问题。

摘要： 本发明公开了一种水利空间关系词识别与提取的方法，包括如下步骤：基于定量统计特征的空间关系种子集获取；构建原始句法模式；泛化句法模式，通过将多个表达同类空间关系的原始句法模式泛化为一个模式，减少模式数量并提高了抽象程度；基于泛化后的句法模式实现空间关系的提取。本发明关注水利领域的空间关系抽取问题，利用弱监督方法实现空间关系的自动识别、空间关系词集合的构建、空间关系句法模式获取以及空间关系元组的抽取，节省了大量的人力与时间；实现了面向空间关系的水利数据资源抽取，将水利领域自由文本转化为结构化的数据，对图谱进行大规模、专业的空间关系补充，从而为用户提供更加精确的查询服务。

摘要： 本发明公布了一种基于向量空间模型的关系词映射方法，属于自然语言处理领域。本发明方法的基本步骤如下：首先采用关系词与实体对之间的对应关系，通过统计实体对出现的频率及特异性构造每个关系词的特征向量。其次采用向量空间模型计算关系词与对应谓语的相似度，选取相似度值较高的谓语作为关系词的候选。最后将所有关系词的候选排序，选取具有最高可信度的谓语候选构造映射词典。本发明提出的关系词谓语映射方法，能够为自然语言中关系词与RDF图数据中谓语的自动映射提供一种有效的解决方案，达到使自然语言转换为图数据进行相应匹配的目的。

摘要： 本发明提供一种基于多级共现关系词图的可视化文本信息发现方法，其步骤包括：抽取文档的文本内容，对文本内容进行切分，得到文本片段；对文本片段进行切分，提取关键词，并标记词类别标签；根据关键词在文本片段中的共现关系构建多级共现关系词图，图中的节点对应关键词，图中的边对应关键词共现；对图中的每个关键词构建词‑文档倒排索引，用以检索包含关键词的文档；通过共现关系词图获取可视化文本信息。本发明还提供一种基于多级共现关系词图的可视化文本信息发现系统，包括文档预处理模块、关键词提取模块、多级词图构建模块、词‑文档索引构建模块及可视化信息发现模块。