词家

摘要： 真正读懂苏东坡这首词的艺术和思想,在方法上有两点应注意:第一,他处于逆境,但是没有像同样处于逆境的词家那样直接写忧愁,要将其还原到词学历史中进行比较;第二,看他如何把琐屑的素材升华为情理交融的经典。一苏东坡流放黄州以后,所写第一首《定风波·莫听穿林打叶声》前有小序,如下:三月七日,沙湖道中遇雨,雨具先去,同行皆狼狈,余独不觉。

摘要： 乔羽同志是一代大词家,人称词坛“泰斗”“词圣”,也不为过。大诗人、歌剧《白毛女》主要执笔者贺敬之同志前几年还曾对我说过:“当代歌词,乔羽写得最好。”他遽然离去,消息传开,人们纷纷哀悼,送别这位党培养的人民艺术家。他一生用他的笔歌颂祖国、歌颂党,无愧人民给他的称号,值得人民对他的怀念。

摘要： 诗词是感动人的。诗人词家将自己的感动写成诗句词章,其优美的意境和语言又使读者被感动,进而产生感发的力量并被驱动着登上一个全新的更高的境界。春天,最易使诗人词家产生感动的季节,因为诗人词家富于联想和憧憬。

摘要： 吴泳(1181—1252),字叔永,号鹤林,潼川府中江县(今四川三台县)人。《宋史》有传,他是南宋温州知州中一位出色的词家、文学家,有《鹤林集》四十卷存世。宋端平间,吴泳除秘书少监兼权中书舍人,迁起居舍人兼权吏部侍郎,兼直学士院。历知宁国府、隆兴府、温州、泉州。吴泳是理学名臣魏了翁高足,是南宋后期巴蜀作家群中仅次于其师魏了翁的文人。与其弟吴昌裔俱为南宋理学家、蜀中名士。他推崇实学,其政论根柢学术针砭时政;做学问讲求实用,与永嘉学派同道。为官20余年,历遍山水,交友广泛。他诗词作品数量大、范围广,多交游之作,在温州亦留下相当数量的诗词。

摘要： 夏宇是台湾诗坛的超级女巫,另类得有些神秘。她身兼多职:诗人、词家、编辑,客串综艺节目、翻译、设计。她的流行歌词拥有数十万粉丝,透彻犀利,却难得在舞台露脸,她的现代诗作极具争歧,却长年匿迹于热烈的研讨之外。她行迹飘忽,在自己开发的天地,我行我素,悠游自得,每隔一段时期总会抛出个怪怪的风信球,引发一阵海啸。

摘要： 笔者在亲朋好友中作过一个有趣的微型调查,询问王森是谁?多数人的回答是"不认识"或是摇摇头。但当笔者哼起"戴花要戴大红花……"歌曲时,被询问的人大多都能接口哼起来。歌词界的同仁们称王森是一位"名不如歌"的词家,看来确实如此。深秋之时的一个上午,笔者前往上海浦东新区王森的住所,第二次拜访这位"名不如歌"的词家。

摘要： 从先秦一直到现在,出现了很多"秋思"的诗词曲,但最能引起人们感情共鸣或者说最能打动人的,当属元朝马致远的散曲小令《天净沙·秋思》了。短短28个字,前三句九种景物连缀在一起,组成一幅凝练的水墨画,不加雕饰、自然天成,后一句直抒胸臆,余韵无穷,由此该曲被世人誉为秋思之祖。难怪王国维在《人间诗话》中这样评价《天净沙秋思》:"此元人马东篱《天净沙》小令也。寥寥数语,深得唐人绝句妙境。有元一代词家,皆不能办此也。""昔人论诗,有情语、景语之别,殊不知一切景语皆情语。"

摘要： 木本植物中,数竹子与人的生活最为密切。这不仅因为竹子利用价值高,最主要的还是它的天然品质深受人们喜爱。比如坚毅的意志、秀美的颜值、虚心的内在等等。经过数千年雕工画圣的细致描绘、诗人词家的深情吟咏,竹子的君子之风深入人心。竹子成了人们的“宠物”——苏东坡说:“宁可食无肉,不可居无竹”,直接把竹子提升到比房子更高的价值地位,作为居住的首选条件。郑板桥画竹配石题诗,几句诗便将竹子推上了“大英雄”的宝座:“咬定青山不放松,立根原在破岩中。千磨万击还坚劲,任尔东西南北风”。从此,竹子更成为诗赋丹青的重要课题。

摘要： 本发明揭示一种由电子装置执行的用于获得由用户指定的关键词的说话者不相依关键词模型的方法。所述方法可包含从所述用户接收指示所述关键词的至少一个样本声音。所述方法还可基于所述至少一个样本声音而产生所述关键词的说话者相依关键词模型、响应于产生所述说话者相依关键词模型而向服务器发送对于所述关键词的所述说话者不相依关键词模型的请求，和从所述服务器接收适于检测由多个用户说出的所述关键词的所述说话者不相依关键词模型。

摘要： 取得包含用户输入的检索字的检索查询（S4），将取得的检索查询与用户识别信息和检索查询的取得时刻对应地存储在检索查询记录DB（12a）中（S5），在检测到规定用户操作的情况下，提取与该用户的用户识别信息对应的检索查询（S6），从提取出的检索查询中确定第1检索查询（S7），从提取出的检索查询中确定取得时刻在第1检索查询的取得时刻之前的第2检索查询（S8、S9），在关联词DB（12b）中登记第1检索查询的检索字和第2检索查询的检索字作为关联词（S10）。

摘要： 取得包含用户输入的检索字的检索查询（S4），将取得的检索查询与用户识别信息和检索查询的取得时刻对应地存储在检索查询记录DB（12a）中（S5），在检测到规定用户操作的情况下，提取与该用户的用户识别信息对应的检索查询（S6），从提取出的检索查询中确定第1检索查询（S7），从提取出的检索查询中确定取得时刻在第1检索查询的取得时刻之前的第2检索查询（S8、S9），在关联词DB（12b）中登记第1检索查询的检索字和第2检索查询的检索字作为关联词（S10）。

摘要： 一种用于在自动语音识别(ASR)系统中学习词汇表外的(OOV)词的方法(和结构和计算机产品)包括：使用原声词嵌入递归神经网络(AWERNN)来接收所述ASR系统的新OOV词的特征序列，所述RNN提供原声词嵌入(AWE)向量作为其输出。从AWERNN输出的AWE向量被提供作为原声词嵌入到训练的原声到词的神经网络(AWE→A2W NN)的输入，以从所述AWE向量提供OOV词的权重值。将OOV词权重插入到由ASR系统使用的原声到词(A2W)的词嵌入的列表中，以从语音原声特征的输入输出所识别的词，其中OOV词权重相对于A2W词嵌入列表中的现有权重被插入到A2W词嵌入列表中。

摘要： 进行具有高精度的同义词判断而从文本中自动地生成同义词辞典。对文本进行词素分析，而将文本分割为多个单词，获得词素分析完毕文本。对词素分析完毕文本进行主题分类，从多个单词中选择属于各主题的至少一个主题词，从至少一个主题词中提取附带有各主题的特征的基准词。对多个单词进行多维向量化，而获得分别表现多个单词的多个向量。从多个单词中选择至少一个类似词。以使表现基准词的向量与表现至少一个类似词的各类似词的向量之间的类似度高于设定的基准的方式，选择至少一个类似词。制作登记有至少一个类似词的至少一部分的同义词辞典。

摘要： 本发明提出了一种查询词嵌入扩展词和统计扩展词并集的中文查询扩展方法，其利用深度学习工具对对初检文档集进行词嵌入语义学习训练，得到词向量集，计算每个查询词项与所有非查询词项的向量余弦相似度并降序排列，提取前列非查询词项作为查询词项词嵌入扩展词，得到查询词项词嵌入扩展词集，然后利用基于Copulas理论的统计扩展词挖掘方法对伪相关反馈文档集挖掘统计扩展词，建立统计扩展词集，最后将查询词项词嵌入扩展词集和统计扩展词集进行并集得到最终扩展词，最终扩展词和原查询组合为新查询，再次检索文档集，实现查询扩展。本发明将查询词嵌入扩展词和统计扩展词并集融合，能挖掘出与原查询相关的高质量扩展词，提高和改善文本信息检索性能。

摘要： 本发明公开了一种拼词方法、拼词从机及拼词系统，其中拼词方法应用于拼词系统的拼词从机，所述拼词系统还包括与终端设备通信连接的拼词主机，所述拼词方法包括：接收所述拼词主机发送的待拼词组，所述待拼词组为所述终端设备接收触发指令时，根据所述触发指令生成对应的待拼词组并发送给所述拼词主机，以使所述主机将所述待拼词组发送给所述从机；获取拼接词组，所述拼接词组为所述拼词从机从字符组件获取；判断所述待拼词组和所述拼接词组是否匹配；若匹配，则生成响应信息并将所述响应信息发送给所述拼词主机，以使所述拼词主机将所述响应信息转发给所述终端设备，从而使所述终端设备根据所述响应信息做出响应。

摘要： 本发明公开了一种拼词主机、字符模块、拼词系统和拼词方法，其中拼词主机包括主处理器和连接于主处理器的存储器、输出装置和主机接口；主机接口用于获取字符模块发送的信息，存储器用于存储预设语句，主处理器用于判断字符模块发送的信息是否正确或是否与预设语句匹配，输出装置用于输出判断结果。通过积木式的字符模块组成语句，字符模块能自主识别拼接是否完成拼接，拼词主机获取字符模块拼接成的语句信息判断是否正确或与预设语句匹配，之后输出匹配结果。字符模块与拼词主机的结合方式比较独特，使用者可以有搭积木的体验，同时学到单词、算数等知识。

摘要： 本发明公开了一种拼词识别装置、字符模块、拼词系统和拼词方法，其中拼词识别装置包括处理器和检测部，检测部用于放置字符模块；检测部设有检测组件，检测组件包括与处理器连接的多个检测点，检测组件用于通过检测点与字符模块上检测标记的配合以获取字符模块上检测标记的分布；处理器用于根据检测标记的分布识别字符模块的字符标记；字符模块包括字符标记和检测标记，检测标记的分布与字符标记相关联。通过拼词识别装置中的检测组件检测字符模块上检测标记的分布，进而由检测标记的分布得到字符模块的字符标记。字符模块与拼词识别装置的结合方式独特，使用者可以有搭积木、拼图的体验，同时学到单词、算数等知识。

摘要： 本发明揭示一种由电子装置执行的用于获得由用户指定的关键词的说话者不相依关键词模型的方法。所述方法可包含从所述用户接收指示所述关键词的至少一个样本声音。所述方法还可基于所述至少一个样本声音而产生所述关键词的说话者相依关键词模型、响应于产生所述说话者相依关键词模型而向服务器发送对于所述关键词的所述说话者不相依关键词模型的请求，和从所述服务器接收适于检测由多个用户说出的所述关键词的所述说话者不相依关键词模型。