英语新闻标题

摘要： 在语言经济原则下,本文选取China Daily中的英语新闻标题作为研究对象,采取定量的研究方法从词汇、句法以及时态三个层面分别对其标题中经济手段的使用情况进行了量化分析,希望这些研究结果可以为英语新闻标题的拟定提供可借鉴的参考的信息。

摘要： 新闻语言是最能反映时代变化的"活的语言".新闻标题语言在吸收一些特殊语言形式方面有其更鲜明、更普遍的特点.近年来,标题语言出现了一种新的趋势,就是借用、模仿和复制当今通俗文化中的语言形式.该文从语言模因论探究了英语新闻标题中的模因基因型、模因表现型等几种模因类型,这些模因现象,不仅具有合理性,同时也具有实用价值和时尚特点.

摘要： 新闻语言是最能反映时代变化的“活的语言”。新闻标题语言在吸收一些特殊语言形式方面有其更鲜明、更普遍的特点。近年来,标题语言出现了一种新的趋势,就是借用、模仿和复制当今通俗文化中的语言形式。该文从语言模因论探究了英语新闻标题中的模因基因型、模因表现型等几种模因类型,这些模因现象,不仅具有合理性,同时也具有实用价值和时尚特点。

摘要： 新闻标题是读者了解新闻内容的窗口,是新闻不可或缺的重要部分.本文探究英语新闻标题在语言、语法和修辞方面的特点,并结合这三个维度的特点,提出英语新闻标题翻译的三种方法:直译、增译和意译.

摘要： 新闻标题是新闻中独具一格的组成部分，英语新闻的翻译从标题的翻译开始，因此英语新闻标题的翻译不容忽视。本文通过分析大量实例，并结合常见翻译错误辨析，进一步阐述并完善了英文标题的翻译方法。

摘要： 由于全球信息化的发展越来越猛烈,信息之间的共享和流通速度也越来越快,中国也逐渐走向国际化.新闻由于其自身的时效性,时刻都在更新和变化.新闻标题作为新闻内容的高度概括,其翻译的准确度也显得尤为重要,并且翻译的准确度也影响了大众所接收的信息的准确度.新闻的中文标题和英文标题存在巨大的差异性,因此对于英语新闻标题翻译的研究十分重要.我们需要将最基本的功能翻译理论作为准则,并且在有效时间内对相关的翻译特点进行剖析.本文从功能翻译理论的角度出发,分析英语新闻的选词特点,并探讨功能理论下英语新闻标题翻译的策略,目的是在跨文化传播过程中避免一些由于理解错误造成的不必要的误会.

摘要： 新闻标题翻译对新闻本身有很大的影响,其质量会影响读者对新闻感兴趣的程度.本文将英语新闻的标题翻译作为研究主题,从目的论视角出发,采用增译、改译和拆译的方法,分析英语新闻标题的汉译方法.旨在通过这些策略给译者提供建议,实现翻译的目的;为读者准确地传达新闻信息,达到新闻传播的目的.

摘要： 英语新闻标题语言简练,表达直观,展现了新闻内容的精髓.优秀的英语新闻标题务必要表现出应有的信息传递功能,并具有一定的欣赏价值.修辞是英语新闻标题编撰中的重要方法,能够让标题更为活泼、轻松、富有感染力.基于此,下文首先对英语新闻标题和修辞手法进行了粗略的阐述,然后以友邻优课APP为例,详尽论述了英语新闻标题中的修辞形式.

摘要： 新闻标题是新闻的灵魂,决定着新闻的阅读量与关注度.英语新闻标题翻译时,要先了解标题的特征,有针对性的运用翻译技巧进行翻译.文章从词汇、语法、修辞三个方面入手,结合实例对英语新闻标题的翻译进行分析,并提出相应的翻译技巧.

摘要： 英语新闻标题的语用特点表现在语法和用词等方面，英语新闻标题的翻译质量在一定程度上依靠对其语用特点的把握：从上下文把握原作者智慧的语用手段及其标题内容展现的措辞方式，从而实现英语新闻标题翻译过程中发掘其特点、强化其可读性、达到读者充分接受的三重目的.

摘要： 本发明实施例公开一种新闻标题的显示方法及用于提供新闻页面的服务器，对热点新闻突出显示的同时，既节省人力，又能反映热点新闻应有的时效性。所述方法包括：接收新闻客户端上报的、各新闻标题的用户点击数和/或评论数；统计预定时间段内，各个所述新闻标题的用户点击数和/或评论数，筛选出预定个数的新闻标题；自动对筛选出的所述新闻标题做突出显示处理。所述服务器，包括：数据统计单元，用于统计预定时间段内，各个所述新闻标题的用户点击数和/或评论数，并筛选出用户点击数和/或评论数靠前的预定个数的新闻标题；突出显示处理单元，用于自动对筛选出的所述预定个数的新闻标题做突出显示处理。本发明适用于新闻标题的显示。

摘要： 本发明公开了一种新闻标题检测方法及装置，该方法包括：对待检测的新闻视频的图像帧进行文字检测，获得第一文字区域；对所述第一文字区域进行文字融合处理，得到第二文字区域；获取所述第二文字区域的目标信息，并根据所述目标信息建立所述第二文字区域的文字信息链表；根据所述文字信息链表剔除所述第二文字区域中的干扰文字信息，得到第三文字区域；对所述第三文字区域中的文字进行颜色聚类，并基于所述文字信息链表从颜色聚类后的文字区域中筛选出新闻标题。通过本发明实现了筛选出的标题更加准确和合理的目的。

摘要： 本发明公开了一种金融领域中文新闻短标题的情感分类方法，包括如下步骤：爬取各大金融网站的新闻短标题，清洗语料并标注出实体和情感极性，然后将语料按比例分割为训练集和测试集；获取现有的金融领域的知识图谱，将知识图谱的实体和关系映射到低维连续的向量空间，获得隐含语义信息的实体表示向量；将新闻短标题分词，再生成相应的词向量；将实体提及词向量和上下文词向量组成词向量矩阵输入到A&Eb‑BiLSTM模型，训练出实体提及词向量到知识图谱中实体表示向量的映射；将映射以矩阵的方式输入到Ab‑BiLSTM模型，训练得到新闻短标题的情感极性；测试集按照训练集方法构建，通过准确率和F1‑Score值验证两个模型的有效性。

摘要： 本发明公开了一种新闻标题检测方法及装置，该方法包括：对待检测视频帧进行标题区检测，得到标题候选区域；提取所述标题候选区域的标题文本颜色信息和背景颜色信息，并依据所述标题文本颜色信息对应的像素值和所述背景颜色信息对应的像素值进行计算，得到文本颜色特征值和背景颜色特征值；通过时域信息检测即当前视频帧和目标视频帧的文本颜色特征值和背景颜色特征值与预设的颜色阈值范围进行判断，确定标题候选区域中的主标题。通过本发明实现了能够准确检测到短时新闻标题的目的。

摘要： 本发明公开了一种基于预训练的结合新闻标题和长文本内容的深度学习方法，该方法的目的是提高新闻文本的预测准确率。该方法的步骤主要包括：数据预处理，加载词汇表、模型参数及预训练模型，使用新闻标题训练基于预训练模型的新闻文本分类模型，使用新闻长文本内容训练基于预训练模型与分类算法结合的新闻文本分类模型，利用测试集对训练好的基于预训练的新闻文本分类模型进行验证。基于传统深度学习的文本分类方法对于中文新闻文本的预测效果不佳，针对这种情况，本发明在自行收集的数据集上提出了一种基于预训练的结合新闻标题和新闻长文本内容的深度学习方法，能够有效提高对中文新闻文本的预测准确率。

摘要： 本发明实施例公开一种新闻标题的显示方法及用于提供新闻页面的服务器，对热点新闻突出显示的同时，既节省人力，又能反映热点新闻应有的时效性。所述方法包括：接收新闻客户端上报的、各新闻标题的用户点击数和/或评论数；统计预定时间段内，各个所述新闻标题的用户点击数和/或评论数，筛选出预定个数的新闻标题；自动对筛选出的所述新闻标题做突出显示处理。所述服务器，包括：数据统计单元，用于统计预定时间段内，各个所述新闻标题的用户点击数和/或评论数，并筛选出用户点击数和/或评论数靠前的预定个数的新闻标题；突出显示处理单元，用于自动对筛选出的所述预定个数的新闻标题做突出显示处理。本发明适用于新闻标题的显示。

摘要： 本发明公开了一种包含标题及内容的多类别的中文新闻数据集的构建方法，目的是构建一个高效的新闻数据集。该方法的步骤主要包括：新闻文本数据搜集、数据清洗、数据集划分及评价，并使用英文制表符将标签、新闻标题和新闻内容分隔开，在传统机器学习算法和深度学习算法上进行文本分类实验并引入准确率、召回率、f1‑score值进行评价，实验结果表明，本发明的数据集在这些算法上的表现非常令人满意。目前已有的一些新闻文本数据集主要问题在于数据范围窄以及数据的时效性不强。本发明针对上述情况做了改进，数据范围更广、涵盖的范围更大，并且搜集到了更新的新闻数据。在进行了以上改进以后，本发明提出的数据集在诸多算法中能够取得较好的效果。

摘要： 一种基于双知识图谱的新闻标题短文本分类方法，包含：对新闻标题短文本进行预处理，去除特殊字符；通过jieba分词工具提取新闻标题中的关键词，去除停用词；通过CNDBPedia外部知识库提供的API，将关键词链接到外部知识库获取实体集合；通过余弦相似度对实体集合进行消岐，得到候选实体集合；基于全局关键词共现信息，构建领域知识图，解决OOV问题；通过链接到外部知识库获取与实体相关的解释信息，丰富上下文语义信息；使用BERT获取原始新闻标题和实体链接的解释信息的字符级向量表示，并融合这两部分的向量表示，以弥补短文本信息不足的缺点；使用TextCNN来提取多个连续单词之间的N‑grams特征，捕捉深层次的语义信息；最后通过Softmax函数进行分类，得到最终的分类结果。

摘要： 本发明提供一种基于主题词特征扩展的中文新闻标题分类方法。该方法包括：步骤1：采用多种分词算法对待分类中文新闻标题分别进行分词预处理，得到关于所述中文新闻标题在每种分词算法下的分词结果，合并所有的分词结果得到若干个单词；步骤2：计算每个单词的权重以得到所述待分类中文新闻标题的加权后标题向量；并基于所述分词结果构建所述待分类中文新闻标题的主题向量并计算主题向量权重；步骤3：计算所述加权后标题向量和每个所述主题向量之间的相似度，将相似度最大的主题向量与所述加权后标题向量进行向量拼接，得到特征向量；步骤4：利用卷积神经网络对所述特征向量进行特征提取并分类。

摘要： 本发明公开了一种新闻标题相似度识别方法，包括以下步骤：1.输入两个标题；2.对两个标题中的特殊字符进行剔除；3.对剔除后的标题内容进行相同字符统计，得出相同字数；4.计算相同字符数与最短的标题的比值，比值大于0.5即判定为相似，否则判定为不相似：本发明方法简单，快速，可移植强。