词义发展

摘要： 研究名物词可以探究先民对事物变化特点和词义发展的研究过程,现通过对比古今辞书对廊、庐、舫、轩等十个建筑词语的释义,了解先民对建筑认知的变化轨迹,以及古今不同辞书对同一建筑词语在释义方面的异同。

摘要： 古代汉语课程是汉语国际教育专业的一门专业基础课程,也是一门重要的工具课.古汉语中有一些字形相同而与现在的词意义、用法不同的词,是古今异义词.随着汉语词义的发展演变,古今词义的异同大致可分为基本相同、完全不同和同中有异三种情况,其中第三种情况最为复杂,涉及词义范围和感情色彩等方面的变化,在古代汉语课程教学中备受关注.为使汉语国际教育专业的学生能够较好地理解这一教学内容,突出学生在教学活动中的主体性,以便其将来能够更好地从历时的角度讲授汉语词义相关的知识,文章从教学内容、教学方法等方面探讨了微殊类古今词义发展变化的教学改革措施.通过几轮教学实践发现:运用Seminar教学法,既可有效激励学生学习的积极性和主动性,也可培养学生的创新能力,把理论知识与对外汉语教学实践相结合,从而提升课程的教学效果.

摘要： “刀”“刁”二字原为一字,后随着汉字的发展而逐渐分化为两个字.“刀”“刁”二字形、音、义三者的分化并不同步,音、义分化早于字形的分化.“刀”“刁”二字字形的分化始于唐代,完成于明代.在二字分化过程中,最主要的驱动因素是满足汉语精准表达的需要.汉字构形系统的规范化和系统化以及刻本的流行,也在分化过程中起到了推动作用.同时,本文基于“刀”“刁”分化问题的分析,尝试讨论汉字分化与汉语词汇发展之间的关系.

摘要： 文章从历时与共时两个角度对"度量"进行分析.从历时角度看,"度量"的"肚量"义在历时使用中发生了意义范围的缩小,西晋是"肚量"义产生的源头,到明代完全产生.从共时角度看:"肚量"义仍为"度量"在现代汉语中的常用义,但"测量、衡量;思量"义的使用也很广泛,在此基础上对《现代汉语词典》的修订提供建议.

摘要： “暴虎冯河”的“暴”现于字典、词典中多解释为“徒手搏击”,但这显然存在问题.要想正确训释这个字,就要追根溯源,并厘清“暴”的词义发展脉络.借助出土甲金文资料,以上古文献为基础,试图阐明“暴”字于上古时期使用的基本情况,或可对理解“暴”的含义有所帮助.

摘要： "暴虎冯河"的"暴"现于字典、词典中多解释为"徒手搏击",但这显然存在问题。要想正确训释这个字,就要追根溯源,并厘清"暴"的词义发展脉络。借助出土甲金文资料,以上古文献为基础,试图阐明"暴"字于上古时期使用的基本情况,或可对理解"暴"的含义有所帮助。

摘要： 表示"携带"义的常用词"带"与"携"之间存在竞争替换关系。"携"的"携带"义按照"提-牵引-携带"发展而来,"带"的"携带"义按照"腰带-佩带-携带"发展而来。先秦至魏晋南北朝是"携"与"带"各自的"携带"义发展时期,唐至元为"携"与"带"竞争期,明清时期为"带"对"携"的替换期。并有其他包含"携"或"带"的、表示"携带"义的双音节词"携带""带将/将带""拖带/挈带"等在不同时期出现。

摘要： 文章从历时与共时两个角度对"度量"进行分析.从历时角度看,"度量"的"肚量"义在历时使用中发生了意义范围的缩小,西晋是"肚量"义产生的源头,到明代完全产生.从共时角度看:"肚量"义仍为"度量"在现代汉语中的常用义,但"测量、衡量;思量"义的使用也很广泛,在此基础上对《现代汉语词典》的修订提供建议.

摘要： 汉字中的一个词往往具有多个义项,其基本义引申出多个其他义项,从认知角度看,在词义的丰富过程中,蕴含着隐喻和转喻.动词“起”基本义为“站立、坐起”,由基本义到其丰富的引申义过程中,不同范畴之间的隐喻映射以及范畴内部隐喻和转喻是“起”产生丰富词义的桥梁.

摘要： 本发明公开了涉及人工智能技术，公开了一种词义识别模型训练、词义判断方法、装置、设备及介质，该方法对第一待训练句子以及第二待训练句子进行文本预处理，得到初始训练文本；将初始训练文本输入至包含初始参数的预设识别模型中，得到文本分类向量、第一词向量以及第二词向量；根据文本分类向量、第一词向量以及第二词向量，确定与待训练句子组对应的预测词义标签；根据目标词义标签和预测词义标签，确定预设识别模型的预测损失值；在预测损失值未达到预设的收敛条件时，迭代更新预设识别模型中的初始参数，直至预测损失值达到收敛条件时，将收敛之后的预设识别模型记录为词义识别模型。本发明提高了词义识别准确率以及词义消歧准确率。

摘要： 一种基于上位词的词义消歧方法和设备、利用该词义消歧方法的词义扩展方法和设备、以及计算机可读存储介质。该词义消歧方法包括：接收输入语句(S101)；基于预定歧义词库，确定所述输入语句中的消歧目标词(S102)；基于对所述输入语句的句法分析以及上下文信息分析，确定所述目标词的相关词(S103)；确定所述相关词的一个或多个上位词(S104)；以及基于所述相关词以及所述一个或多个上位词的词形，词性及与目标词的句法关系，确定所述目标词在所述输入语句中的词义(S105)。

摘要： 本发明涉及自然语言处理技术领域，具体涉及一种基于随机游走的词义排歧和词义学习方法，其特征在于：采用如下步骤：步骤一、采用随机游走方法指对待标数据进行分类；步骤二、判断是否需要构造新类，若需要，则构造一个新类并考虑是否和以前的类进行合并；然后再进行随机游走分类。如果没有必要产生新类，则意味着结束；步骤三、对未标注的数据进行词义判定；它将词义排岐和词义学习抽象为一个更一般的基于部分指导的词义学习问题，为词义学习增加一部分指导，同时为词义排岐减少一部分指导；其从应用上说，有助于提高词义处理系统的鲁棒性、有助于建造义项级别的词汇资源，包括检测现有词汇语义资源的一致性、补充和丰富现有的词汇资源。

摘要： 本发明涉及一种基于上位词的词义消歧方法和设备，以及利用该词义消歧方法的词义扩展方法和设备。该词义消歧方法包括：接收输入语句；基于预定歧义词库，确定所述输入语句中的消歧目标词；基于对所述输入语句的句法分析以及上下文信息分析，确定所述目标词的相关词；确定所述相关词的一个或多个上位词；以及基于所述相关词以及所述一个或多个上位词的词形，词性及与目标词的句法关系，确定所述目标词在所述输入语句中的词义。

摘要： 本发明涉及一种基于图卷积神经网络(Graph Convolution Network，GCN)融合支持向量机(Support Vector Machine，SVM)的中文词义消歧方法。本发明首先预处理语料。对训练和测试语料的语句进行分词、词性标注和语义标注处理。以歧义词所在的句子以及歧义词两侧词汇单元的词形、词性和语义类作为消歧特征，消歧特征作为节点来构建词义消歧图。使用Word2Vec、Doc2Vec工具、逐点互信息(PMI)、TF‑IDF算法对图中节点和边的权值进行计算。训练语料训练GCN模型，将模型优化。利用优化后的GCN模型计算训练和测试语料的消歧特征，再将训练语料计算后的消歧特征输入SVM分类器中，优化SVM分类器，再对测试语料进行分类，得到歧义词汇在语义类别下分类情况。本发明具有较好的词义消歧效果，准确的判断歧义词汇的真实含义。

摘要： 本发明涉及一种基于图注意力神经网络(Graph Attention Network，GAT)的生物医学英文词义消歧方法。本发明首先对生物医学英文语料进行预处理。该步骤对训练语料和测试语料包含歧义词汇的语句进行词性标注和语义标注处理。以歧义词汇所在的句子，以及句中所包含的词形、词性和语义作为消歧特征，将消歧特征作为节点来构建词义消歧特征图，利用训练语料训练GAT模型，将模型进行优化。利用优化后的GAT模型，对测试语料进行词义消歧，可得到歧义词汇在各个语义类别下的概率分布。将概率最大值对应的语义类判别为歧义词汇的语义类。本发明具有较好的词义消歧效果，更准确的判断歧义词汇的真实含义。

摘要： 本发明提供一种基于词义分布假设构造的语言处理的方法和系统，通过将语句输入句法模型中，进行初步断句，得到第一词分量，将所述第一词分量逐个输入语义分析模型，得到第二词分量，获取当前语句的上文，根据上文的含义预测出接下来的候选词组，将其与第二词分量匹配，根据匹配结果赋予第二词分量的含义，进而得出语句的含义。

摘要： 本发明涉及一种基于知识图谱词义消歧的书评文本分类方法，属于自然语言处理技术领域。该方法包括：S1：获取书评文本数据集；S2：将文本进行分段处理；S3：对分段后的文本进行聚类并标签化，每个文本片段对应各自的外部知识实体；S4：词级文本预处理；S5：计算词级文本间的语义相似度、余弦相似度、目标函数以及得分；S6：提取文本片段的特征；S7：利用层次注意力网络提取各文本片段的特征信息，再对文本片段的特征信息进行一次层次注意力网路的文本处理，最终得到的特征信息经归一化处理完成文本分类。本发明能有效处理篇章级别的长文本数据。

摘要： 本发明提供一种基于视觉建模和词义分析的VR内容库的构建方法，包括步骤1、获取真实物体的图像数据，根据图像数据建模后得到三维模型导入VR内容库；步骤2、获取真实物体的物理属性，将物理属性对应映射至三维模型，同时生成基于三维模型的属性标签和属性标签集合导入VR内容库；所述物理属性包括颜色、形状和真实物体所处的场景；步骤3、获取剧本，对剧本进行词义分割后提取词义信息，然后基于词义信息检索三维模型，与三维模型及其属性标签匹配。本发明所述的方法结合虚拟现实内容的制作需求为虚拟现实内容制作匹配所需道具模型，从而提高制作效率、降低人力成本。

摘要： 本发明属于计算机技术领域，涉及一种基于建构的概念词义发展脉络的提取方法。本发明首先将领域知识以建构知识网络形式表征，分析知识间的具有解释性的认知语义关系，生成知识建构关系，获取知识的解释支撑集。然后在不同时空域下，挖掘知识对之间演化关系，基于建构知识网络，对不同时间域内的知识采用聚类算法进行演变融合，最终抽取出知识的演化脉络，帮助用户准确理解知识间关系，弥补知识缺陷。本发明所述方法能够作为领域知识系统的一个重要服务内容，智能高效地帮助用户梳理知识的演化过程，获取知识之间的关系，分析领域知识发展的关键知识节点，使用户更容易发现优质知识资源。