网络新词

摘要： 随着计算机和互联网技术的不断发展和创新,网络已经得到了普及,它渗透到了人们生活和工作中的方方面面。目前,英语也受到网络的影响,产生出以往没有的诸多新的网络热词,这种构词法和翻译技巧已经逐渐被大众所认可。因此,本文对网络英语新词进行探讨,分析了网络英语新词的构词法和翻译技巧,希望能够给相关从业人员一些启发和帮助。

摘要： “爆肝”一词最早出现在歌唱组合“五月天”于2005年发布的歌曲《恋爱ing》的歌词中,意思是“爆炸掉肝脏”,后来词语发生了变化,成为形容词,可充当定语、状语和补语,在个别条件下可充当主语和宾语。“爆肝”衍生出的新新词“肝”,可以充当谓语和宾语,由此引发连带效应,产生了一系列的新义和新词。本文从社会现状、语言经济性和模因论三方面分析了该词成因,认为它有关注的白热化、谓语化和构式化的发展趋势。

摘要： 网络新词可以进入小学语文课堂吗?生活是语文的源头活水,网络是生活的一部分,所以,笔者认为,以小学生的年龄特点及思维能力为依据,可以甄选生动、恰当、健康的网络新词,利用其增加课堂趣味性。

摘要： 网络语言是基于新时期网络时代大背景下的产物,既体现了社会经济的发展,也实时反映了社会的转型和变革。近些年在世界文化快速交流的背景下,文化产业中产生的网络新词较为突出和富有特点,使用较为频繁,带给人们较多的新鲜感。本文从文化产业衍生出的网络新词入手,挖掘文学、影视等方面的新词新语,简要分析“彩蛋”“番外”“外传”这一附加类网络新词的语义特点,进一步分析这一类网络新词所反映出的社会现象、社会意义及其在语言学上的研究价值。通过分析观察发现此类网络新词未来不会昙花一现,它们因为自身的时代性、多样性、趣味性会逐渐成为一个时代的标志词,不仅能够丰富人文精神世界,运用得当更会使得网络新词新语朝着更好的方向发展。

摘要： 网络汉语新词是新时期中国文化的重要组成部分。准确、合理的流行词翻译是输出中国文化的重要手段之一。随着互联网的发展和社会的进步,新词不断涌现,新的网络词汇在人际交往中被广泛使用。然而,在全球化和文化融合的背景下,充分消化和理解这些网络术语所承载的文化信息,并进行恰当的翻译,使目的语使用者能够理解和正确使用这些网络术语,具有重要的现实意义。以过去五年的新词(2017~2021)为例,本文从新词的主要特点及其英译方式研究如何规范网络新词的翻译,为今后网络新词的翻译提供一定的借鉴意义。

摘要： 网络新词是在一定的社会叙事背景基础上产生的。从社会语言学角度来说,网络语言的产生和发展丰富了汉语语言系统;从社会媒介传播形态来说,网络流行语的产生预示着话语权的转变;从社会文化价值意蕴角度来说,网络流行语的产生和发展为大众提供了一种新的娱乐方式;从语言的语用价值角度来说,网络语言需要规范引导甄别借鉴。广大青少年要用理性思维的眼光对网络语言进行甄别,了解其文化内蕴,在批判中借鉴使用。

摘要： 随着互联网的普及,网络成了我们生活中非常重要的一部分。网络新词的数量在飞速增加的同时,其类词缀作为一种特殊的现象也逐渐引起我们的注意。本文通过对近五年网络新词类词缀的分析,探究了网络新词类词缀的界定、类别、特点、影响及流行原因。网络新词中的类词缀研究不仅能加深我们对网络新词的了解,还能进一步探寻网络新词形成的规律,具有很大的语言学、词汇学意义。

摘要： 社交平台上频繁出现的网络热词“种草”,本义为种植草木植物,其网络新义则指引发购物欲的一种行为,二者词义截然不同。从语法的角度看,“种草”是一个动宾式的复合词;从语义的角度看,“草”始见于《睡虎地秦简》,字从艹、早声,在六书中属于形声。随着网络发展增加了新的义项[+购物欲],其语义发生变化的原因既有网民追求创新求异心理的影响,也有语言内部的省力原则及社会发展的影响。

摘要： 2020年年末,“耗子尾汁”突然走红,成了网络新词。这个词甚至流传到了国外华语圈,笔者就在新加坡《联合早报》上看到这样一个标题:《“耗子尾汁”是个什么鬼?》(2020年11月30日)。

摘要： 网络新词"无中生友"一词,是由"无中生有"谐音而来的,从某种程度上说,还是"无中生有"的具体化版本,因为凭空捏造出来的东西包括人和物,当然也包括"友"啦。该词还有一种表述法,是"我有一个朋友……"。"我有一个朋友,很想知道老师这次的抽查名单有没有他。""我有一个朋友,他想借你的作业一用。"……听到这类话语的时候,聪明的你,一定知道"我有一个朋友"无非是托词,你将如何回应呢?

摘要： 互联网的发展涌现了大量网络新词,本文以“网红”一词作为研究对象,从其缘起、成长、成熟三个发展阶段进行探究.针对“网红”一词的生命周期来研究其在不断发展的过程中扩大语义和指称,探讨分析它的可接受性及其对现代网络新词新语和二语学习者的启发.

摘要： 本发明提供一种面向社交网络文本基于识别新词旧义的情感分类方法，涉及情感分析技术领域，本发明使用词语的相邻词语计算条件熵值，以识别语境变化，提出了基于条件熵识别语境的DCC‑CE算法，通过DCC‑CE算法识别语境变化并结合词语共现度，来解决旧词新义识别以及新词发现问题，由此提出基于共现度识别旧词新义相关新词的DNEW‑DCC算法，将DCC‑CE和DNEW‑DCC算法作为旧词新义识别的步骤添加到情感分类中，以改善旧词新义对情感分类准确度的影响，并由此提出通过旧词新义改善情感分类的NMOW‑AC算法。

摘要： 本发明涉及一种基于语义模型神经网络识别新词汇的方法、装置、系统、存储介质，其保留语义模型的在线判断状态，不中断其现有任务，同时，实时更新并训练出词向量模型，更新词向量字典，然后从词向量字典中探寻与新词汇最为接近的同义词，映射成同义词的索引，再将转化后的言论输入给语义模型进行判断。因为索引的是同义词，所以新词汇的词向量在空间维度上与旧词汇是最为接近的，语义模型训练过旧词汇的处理，也就能够识别新词汇映射为旧词汇后构成的新语句，从而进行正确的判断了。本发明在无需重新训练线上正在运行的神经网络的前提下，可以对从未接触过的新语句作出正确的语义判断。

摘要： 地下黑客社区作为黑客的在线社交平台，是黑客们进行交流和传播黑客技术和工具的重要场所。在这些社区中，许多最新的信息直接或间接影响网络攻击，从而威胁到企业或个人的资产。因此，诸如黑客论坛之类的社交媒体对网络安全领域具有重大影响。而从黑客社区（例如新兴的黑客团体和黑客工具）自动识别相关词和新词的成功率较低。本发明基于自然语言处理技术，通过对词汇本身的特征提取以及上下文进行分析，提出了一种从非结构化数据中提取网络安全新词的方法。该方法结合词性、单词特征、字符特征以及词汇相似度，利用卷积神经网络提取单词中的字符特征，使用双向长短期记忆神经网络构成框架，并结合词库和谷歌趋势综合判断以提取新词。

摘要： 本发明公开了一种基于新词的网络舆情主题抽取方法，通过两个或两个以上的关键词拼接得到的新词作为主题词；其中，对于关键词的选取，需要考虑代表文章的中心和主旨的文本标题，文本标题分得的词作为文本的关键词，同时还提高算法效率和减少因为文本差异对主题抽取的影响；同时，本发明以平均实词匹配度来量化这些新词对于网络舆情的主题的贡献程度，平均实词匹配度越高表示新词对于网络舆情的主题的贡献程度越大，因而，具有相当高的可信度，能够适应当今网络舆情日益增长的趋势。

摘要： 本发明涉及一种基于语义模型神经网络识别新词汇的方法、装置、系统、存储介质，其保留语义模型的在线判断状态，不中断其现有任务，同时，实时更新并训练出词向量模型，更新词向量字典，然后从词向量字典中探寻与新词汇最为接近的同义词，映射成同义词的索引，再将转化后的言论输入给语义模型进行判断。因为索引的是同义词，所以新词汇的词向量在空间维度上与旧词汇是最为接近的，语义模型训练过旧词汇的处理，也就能够识别新词汇映射为旧词汇后构成的新语句，从而进行正确的判断了。本发明在无需重新训练线上正在运行的神经网络的前提下，可以对从未接触过的新语句作出正确的语义判断。

摘要： 地下黑客社区作为黑客的在线社交平台，是黑客们进行交流和传播黑客技术和工具的重要场所。在这些社区中，许多最新的信息直接或间接影响网络攻击，从而威胁到企业或个人的资产。因此，诸如黑客论坛之类的社交媒体对网络安全领域具有重大影响。而从黑客社区（例如新兴的黑客团体和黑客工具）自动识别相关词和新词的成功率较低。本发明基于自然语言处理技术，通过对词汇本身的特征提取以及上下文进行分析，提出了一种从非结构化数据中提取网络安全新词的方法。该方法结合词性、单词特征、字符特征以及词汇相似度，利用卷积神经网络提取单词中的字符特征，使用双向长短期记忆神经网络构成框架，并结合词库和谷歌趋势综合判断以提取新词。

摘要： 本发明提供一种面向社交网络文本基于识别新词旧义的情感分类方法，涉及情感分析技术领域，本发明使用词语的相邻词语计算条件熵值，以识别语境变化，提出了基于条件熵识别语境的DCC‑CE算法，通过DCC‑CE算法识别语境变化并结合词语共现度，来解决旧词新义识别以及新词发现问题，由此提出基于共现度识别旧词新义相关新词的DNEW‑DCC算法，将DCC‑CE和DNEW‑DCC算法作为旧词新义识别的步骤添加到情感分类中，以改善旧词新义对情感分类准确度的影响，并由此提出通过旧词新义改善情感分类的NMOW‑AC算法。

摘要： 本发明提出一种基于海量微博文本和用户信息的网络新词自动提取的方法，包括：获取微博文本及微博对应的作者标识符；建立新词列表；根据汉语分析工具对微博文本进行分词操作，得到分割词段，分别统计各个分割词段基于文本和用户两个维度的词频信息；将新词列表中词语频次小于第一频次阈值的词语从新词列表中删除；统计微博数据中所有的二元组和三元组，并将其作为候选新词；计算候选新词的关联性的得分；将候选新词中词语频次大于第二频次阈值且关联性得分大于得分阈值的词语添加至新词列表：迭代执行以上过程，直至没有新的候选新词产生且新词列表中没有候选新词被删除。本发明能够自动提取网络新词，具有较高的准确性和较低的时间和空间复杂度。

摘要： 本发明属于自然语言处理领域，公开了一种基于统计量与相似性的网络新词发现方法及系统，先计算单字词的词频得到初始的单字词集合，并利用改进后的增强互信息和加权左右邻接熵从左向右扩展多字候选词，合并单字词集和多字词集得到候选新词集，然后将候选词作为中心词进行依存句法分析，计算句法结构的相似性值和候选新词所在句子与历史表达的语义相似值，进行过滤得到新词集合。和传统的统计量计算结果相比，本发明选用的方法可以有效过滤部分重复含义的词串，也解决了字词出现次数以及贡献不对称问题，加入相似性判断之后，有效提高了新词发现的准确。

摘要： 本发明的实施例提供了用于网络新词发现的方法、装置、设备及存储介质，包括：从语料库中获取多个候选词并计算每个候选词的内部凝固度、内部自由度和外部自由度，以及基于每个候选词的内部凝固度、内部自由度和外部自由度来选择所述多个候选词中的一个或多个作为新词。其中内部凝固度指示候选词作为固定搭配出现的概率，内部自由度指示候选词能被拆成更短的词的可能性，外部自由度指示该候选词与其他词搭配的灵活程度。本发明实施例的技术方案可以改善基于信息熵的新词发现方法的准确率。