词序

摘要： 体认语言学是对国外认知语言学进行本土化修补后提出的新兴交叉学科,强调将马列主义的辩证唯物论和人的主观能动性,以及后现代哲学的新观点融入语言学研究之中,其核心原则为“现实—认知—语言”。本文在此基础上提出了“汉语体认语法”的设想,认为语法的最本质特征为“体认性”,它是人们基于对现实世界的“互动体验(体)”和“认知加工(认)”在语言编码过程中逐步形成的,这与戴浩一“汉语认知功能语法”的思路相似。我们还认为,人们认识到自然界和身体存在大量的对称现象,便在心智中形成了“对称原则”,致使语言中出现了大量的对称结构,它可视为汉语语法的最重要手段,不仅可弥补号称汉语两大语法手段“词序”和“虚词”之不足,还可解释汉语基本句型和若干怪句的成因,可望为汉语的语法研究和教学实践开辟一个全新方向。

摘要： 随着社会的进步,科学技术的发展,新的词汇不断在增加,合成名称在社会的各个领域得到广泛运用。而该类名称的语义语法规范还没有形成,是亟待解决的问题,文章对俄语中合成名称的性属、数格的具体应用到教学建议做了细致的解释说明,对合成名称的实际应用起到了指导性的作用。

摘要： 作为晚明的文坛巨擘,陈子龙留下了四篇颇为重要的词序,它们使陈子龙的词学理念和创作精神得以鲜明而集中地体现出来。从词史的梳理到明词弊端的揭示,从对前贤文人的精神体认到对理想之词的推崇,他娓娓道来,却都明显地带有他自我的悲剧意识。与陈子龙悲剧性命运极度吻合的是,悲剧意识同时深刻地渗透在他的词学理念和具体的词创作中,并历史性地融合了其所处时代“情”与“忠”的双重文学主题,使其成为一代文人的典型人物。

摘要： 在软件开发全生命周期中,需求跟踪在管理需求及其相关制品方面扮演着重要的角色.由于手工跟踪费时且易出错,一些基于信息检索(information retrieval,IR)和基于机器学习(machine learning,ML)的解决方案被提出.其中,不需要大量标签数据的无监督的机器学习方法越来越受到关注.在已提出的解决方案中,大多数都是针对词法和语义信息进行建模,而忽略了文本制品间的词共现分布和词序信息.因此,提出利用基于图挖掘扩展学习的增强需求跟踪链接恢复方法GeT2Trace.其核心思想是利用图网络中的词共现信息和词序信息来增强制品中隐含的语义信息,进而更全面、更准确地对制品中所包含的语义进行表示.在5个公共数据集上进行了评估,结果表明提出的方法优于已有基线.使用图形信息扩展需求为无监督的需求跟踪解决方案提供了新的见解,改进的跟踪链接性能验证了GeT2Trace的有用性和有效性.

摘要： 建议学生通过反复吟咏、大量诵读来提高诗歌鉴赏能力,是看似符合规律其实不切实际的学习方式,教师能从自己的大量阅读积累中提炼出符合诗词规律内在脉络,并以此指导学生的诗词鉴赏,必定事半功倍.很多诗句的词语组合呈现出无规则的排列,诗人总是尽可能将多余的成分删除,将那些会使诗意固化的词语删除,使句意充满了极大的不确定性,增加了学生理解诗歌的难度.

摘要： 姜夔词序是词序发展史上浓墨重彩的一笔,其词序创作表现出明显的散文审美特征,形成姜夔词序散文审美特征的主要原因有二:一是时代背景、身世和爱情促成其词序情感强烈真挚、形散神聚,二是其诗学和书学的审美理念与词序创作态度导致词序风格自然飘逸,语言平易晓畅.其词序的散文审美特征在一定程度上促进了词的雅化,对南宋以后的词序创作影响较大.

摘要： 该文基于美国当代英语语料库(COCA),从man和woman的词频、性别成对词次序、man和woman的搭配词角度研究,分析英语性别词汇的特点,从词汇角度发现英语国家对待男女不同性别的态度,探究性别歧视问题.

摘要： 该文基于美国当代英语语料库(COCA),从man和woman的词频、性别成对词次序、man和woman的搭配词角度研究,分析英语性别词汇的特点,从词汇角度发现英语国家对待男女不同性别的态度,探究性别歧视问题。

摘要： 象似性最开始提出是作为相对任意性的一种概念,语言象似性是指语言形式或结构与其所表达的概念之间存在对应关系,而词序象似性是指词的组织形式和人的认知结构之间有某种对应关系。象似性体现了语言本身和语言与语言之间的联系;而任意性指语言作为一种符号时,能指与所指之间并不存在必然的联系。不仅体现在语音和所指事物之间,也存在于不同语种。

摘要： 在英语中,有些短语词序颠倒后可以组成另一个短语,即:AB和BA两个短语都成立。但这些词序相反的短语却有着不同的含义和用法,很容易混淆。本文现对这类短语作一归纳。1.all for与for all(1)all for意思是“完全赞成”“非常赞同”,常用于be之后。

摘要： 以往在统计翻译中难以正确确定翻译的词序。通过一种翻译词序信息输出装置，在已知目前已翻译的用语的状态下，能够在源语言句中正确确定下一个应翻译的用语，该翻译词序信息输出装置具备：语句存储部，能够存储源语言句；权重向量存储部，能够存储权重向量；接受部，用于接受当前用语的当前用语位置，所述当前用语是当前的翻译对象的用语；候选取得部，从源语言句中取得当前用语位置以及作为当前用语之后下一个被翻译的候选的一个以上下一个用语位置候选；向量取得部，使用当前用语、下一个用语候选以及源语言句，取得具有两个以上要素的向量；概率信息取得部，使用向量和权重向量，按照一个以上的各下一个用语位置候选分别取得概率信息，其中，所述概率信息为，关于一个以上的各下一个用语位置候选的用语为当前用语之后下一个被翻译的下一个用语的概率的信息；以及输出部，用于输出概率信息。

摘要： 本发明一种空中手写单词序列合成模型生成方法及合成方法，首先从语料库中获取英文单词，作为合成目标，然后从空中手写字符数据集中获取英文字符样本；按照合成目标，将上述获取的英文字符样本进行拼接，得到拼接单词样本；从空中手写单词数据集中获取英文单词样本，作为真实单词样本，将拼接单词样本和真实样本分别对应作为生成对抗网络中生成器和判别器的输入，对生成对抗网络进行对抗训练，将生成对抗网络中训练后的生成器作为合成模型。基于本发明方法，能够在空中手写单词样本以及空中手写字母样本数量有限的条件下，大量地合成逼真的空中手写单词序列，从而扩充了空中手写单词训练集，极大的提升了空中手写单词识别模型识别的精度。

摘要： 本发明实施例提供一种词序列向量确定方法、装置、服务器及存储介质，该方法包括：获取待处理词序列；调用预训练的向量确定模型，向量确定模型以递归神经网络对词序列的状态参数输出结果，趋于词序列的主题分布结果为目标，训练递归神经网络得到；将待处理词序列的关键词依序的输入向量确定模型，确定向量确定模型根据依序输入的关键词，依序更新的状态参数，将最后一个更新得到的状态参数，作为待处理词序列的状态参数输出结果，得到待处理词序列的向量；其中，向量确定模型当前更新的状态参数，根据当前输入的关键词和上一更新的状态参数确定。本发明实施例可提升词序列向量确定结果的可靠性，并提升使用向量确定模型的搜索引擎的查询准确率。

摘要： 本申请揭示了一种基于分词的单词序列获取方法、装置、计算机设备和存储介质，所述方法包括：获取待分词的指定文本；执行第一次分词指令，所述第一次分词指令用于指示将所述指定文本分别输入至预设的n个分词工具，以得到n个第一分词结果；执行第一次筛选指令，所述第一次筛选指令用于从所述n个第一分词结果中筛选出指定第一分词结果；依次执行第二次分词指令和第二次筛选指令、第三次分词指令和第三次筛选指令、...、第m次分词指令和第m次筛选指令；若所述指定第m剩余文本不能再次分词，则将指定第一分词、...、指定第m分词和所述指定第m剩余文本顺序连接，从而得到指定单词序列。从而提高了分词的准确性。

摘要： 本发明提供了一种基于词序加权的句子相似度计算方法。包括：获取形式为i,Sen1i>语料集A，训练得出语料集A中所有词语的词向量模型；构建形式为j,Sen2j>的测试语料集B，采用增量训练方式获得语料集B中Sen2j所有词语的词向量模型；根据语料集B所获取的词向量模型采用词序加权方式获取语句Sen1i和Sen2j的句向量SenVec1i和SenVec2j；逐一计算一条Sen2j与每个语句Sen1i的相似度，将相似度最高的语句Sen1i对应的Label1i与Label2j比较，一致则正确，否则以i,Sen2j>存储至训练语料集C；将训练语料集C进一步处理获取新的词向量模型，以进行下次语句的相似度计算。通过上述步骤提高了句子相似度计算的准确率。

摘要： 以往在统计翻译中难以正确确定翻译的词序。通过一种翻译词序信息输出装置，在已知目前已翻译的用语的状态下，能够在源语言句中正确确定下一个应翻译的用语，该翻译词序信息输出装置具备：语句存储部，能够存储源语言句；权重向量存储部，能够存储权重向量；接受部，用于接受当前用语的当前用语位置，所述当前用语是当前的翻译对象的用语；候选取得部，从源语言句中取得当前用语位置以及作为当前用语之后下一个被翻译的候选的一个以上下一个用语位置候选；向量取得部，使用当前用语、下一个用语候选以及源语言句，取得具有两个以上要素的向量；概率信息取得部，使用向量和权重向量，按照一个以上的各下一个用语位置候选分别取得概率信息，其中，所述概率信息为，关于一个以上的各下一个用语位置候选的用语为当前用语之后下一个被翻译的下一个用语的概率的信息；以及输出部，用于输出概率信息。

摘要： 本发明公开了一种结合字词序列的电力中文命名实体识别方法，包括：构建电力词嵌入词典；结合字词序列特征识别实体。本发明的方法从电力中文语料中识别出的实体中存在更少的错误，自动识别电力实体的可依赖性和实用性得到提高。

摘要： 本申请提出的中文文本到手语词序列的翻译方法、装置及存储介质，获取待翻译的中文文本，对中文文本进行预处理，得到预处理文本，通过目标翻译模型对预处理文本进行翻译，得到对应的手语词序列，对手语词序列进行后处理，得到目标手语词序列。由此可知，本申请是通过统一的手语标注方法得到中文文本对应的标注手语词序，并对标准手语词序列进行修正后得到双语语料库，使得双语语料库的翻译结果符合手语语法，从而提高了该双语预料库中翻译结果的准确度，进而提高了利用该双语语料库训练得到的目标翻译模型的翻译准确率，同时提高了中文文本的翻译效率。

摘要： 本发明涉及人工智能技术领域，提供一种概念词序列生成方法、装置、计算机设备及存储介质。该方法获取问题语句；获取概念知识库；根据概念知识库的关键词从问题语句中提取问题语句的关键词；根据概念知识库中的关键词和概念词的对应关系确定问题语句的关键词对应的概念词；按照问题语句的关键词的词序将问题语句的关键词对应的概念词组合为概念词序列。本发明根据概念知识库中的关键词和概念词的对应关系确定问题语句的关键词对应的概念词，并生成语句的概念词序列，提升生成概念词序列的效率。本申请还涉及医疗科技领域，提高医疗智能问答的准确度。

摘要： 本发明一种空中手写单词序列合成模型生成方法及合成方法，首先从语料库中获取英文单词，作为合成目标，然后从空中手写字符数据集中获取英文字符样本；按照合成目标，将上述获取的英文字符样本进行拼接，得到拼接单词样本；从空中手写单词数据集中获取英文单词样本，作为真实单词样本，将拼接单词样本和真实样本分别对应作为生成对抗网络中生成器和判别器的输入，对生成对抗网络进行对抗训练，将生成对抗网络中训练后的生成器作为合成模型。基于本发明方法，能够在空中手写单词样本以及空中手写字母样本数量有限的条件下，大量地合成逼真的空中手写单词序列，从而扩充了空中手写单词训练集，极大的提升了空中手写单词识别模型识别的精度。