词法

摘要： 随着机器翻译技术的更新和演变,机译输出的译文质量越来越高,译文的可用率也在逐步提升,但是专业类文本因为其文本自身的特点及专业性问题,在参考机译时,仍然出现译文准确度不高,译后编辑难度大的问题。采用主流机译工具及技术手段分析垂直领域文本机译错误类型,确定机译主要问题点可有效降低人工成本,提升译后编辑效率。

摘要： 体认语言学基于马克思主义的唯物观和后现代哲学的人本观提出了一个全新认识:语言具有体认性。如在较大的静态场景中移动的较小事物会更引人注意,这是我们生活中习以为常的经验,学界从中总结出了一条十分重要的体认方式“突显原则”。本文基于此简析了英语中的词法成因,特别是“词类划分、转换、屈折变化、名词可数性”等,这不仅在理论上具有新颖性,而且在教学上也具有实践性。

摘要： 在现代语言学思想影响下,经典英语语法专著开始关注英语每个层次的构件和层次间的阶梯性,但忽视了各层次内部和各层次之间的内在联系,因此形成了庞杂的语言体系。现代句法学范畴概念具体表现为词类与词范畴、词组与XP、句子与转化生成等三个方面。研究主要结论为词的范畴提阶至词组范畴,句子范畴降阶至词组范畴,从而实现了英语词法与句法的接口,词组范畴成为英语语言体系构建的核心。英语词法和句法接口研究可以帮助探寻构筑语言体系的至简途径,从而打破传统的英语语法教学模式,提高语法学习效率和功率。

摘要： 在汉语中,不同词类可以并联在一起,形成气韵并联型句法,这类句法对词类划分并无特别的要求,后者也非成句的关键因素。这与英语类具有严整的句法形式和词类划分的语言特点形成鲜明对比。与英语不同,汉语的语法范畴不能“合力”形成语法层,不同词类可以“错配”,因而汉语中难以发现真正意义上语法引领的句子,这类句子的不同位置缺乏对不同的“品(词类)”的强制需求,难以实现“依句辨品”。

摘要： 动词的评价性形态是指通过形态手段表达动词的“主观量”与默认值或标准值发生偏离,常常附加“褒化”或“贬化”的主观评价。文章考察了52种世界语言和45种中国境内民族语言的动词评价性形态,总结了其在区域分布、表现形式和意义方面的共性与类型特征。从世界范围来看,动词评价性形态不是语言共性特征,其区域分布具有明显差异和倾向性;在表现形式上,后缀和重叠占优势;在意义上,以贬化评价为主,常与“复动性”和“体貌”发生交融。我国境内民族语言的动词评价性形态较发达,具体表现在:1)形式多样,有完全重叠、重叠+词缀、部分重叠、重叠式的四音格词、动词与状貌词结合、加缀等;2)意义丰富,既有表达增量的,也有表达减量的,以附加贬化评价为主。

摘要： 2010年以来,金文语法研究又产生了不少新成果。词法、句法研究继续推进。词法方面,成果类型有对金文各类词的研究和构词法研究;句法方面,包括句法结构综合研究、特殊句法结构研究以及借助句法分析训解词句。这十几年还出现了一些谋求突破旧范式、旧框架的研究,包括范畴研究、语义语用研究、句类研究。总体看,最近十来年的金文语法研究有新进展,但也存在各支域不平衡、新理论运用不足等缺憾,未来应该着力在这些地方寻求突破。

摘要： 词法研究是汉语研究中比较薄弱的一个方面。对词法的一些基本概念目前仍存在一些认识混乱与模糊之处。本文梳理了词法研究中的一些基本概念,指出需要正确理解词法的含义,正确辨识词法手段与词法功能,要分清派生和屈折这两个范畴。在词法研究中要注意以下一些问题:注意分清语言形式的性质,区分词法现象与句法现象和词汇现象;注意辨析同一词法形式背后不同的生成过程;注意区分词缀的核心功能与边缘功能,区分词缀不同功能的历史层次性;加强对评价性形态的研究。

摘要： 《殷虚文字丙编》图版捌捌卜辞是一条综合性卜辞,由八片碎甲缀合而成.本文通过对其进行词法分析研究,了解其语言使用情况.此图版共有七种词类,即名词、动词、形容词、数词、代词、副词、介词.其中名词使用频率最高,动词次之,副词第三.此图版名词的语法功能最全,作主语、宾语、定语、中心语、状语及受数词或数量词组修饰.

摘要： 基于枟丰乳肥臀枠自建了一个动词、名词、形容词的封闭语料库,用话语分析和定量统计的方法分析三种词类的派生词缀和重叠形式.发现,汉语词法携带主观意义,表达说话人的主观态度或情感,态度主观强于情感主观.在主观性表达功能负荷量上,形容词最大,动词最小.研究旨在说明汉语词法表达主观性的功能对文学文本传情达意起着重要作用.自然语言在真实文本主观性上的特征和表达手段的研究,有助于人工智能深度学习自然语言.

摘要： 语言负迁移指学习者的母语对第二外语的学习会产生消极影响。高职学生的英语写作往往受到来自母语的影响,因此他们在写作中会出现词语的错误使用、词性误用或中国式英语。汉语与英语在语法、句法方面有着诸多不同的规则,这些是影响学生英语写作的重要因素,同时也给我们的写作教学提出了新的要求。

摘要： 维吾尔语自动词法研究是维吾尔语信息处理中的一项基础工作,本文总结了该领域的主要研究成果,并指出词法研究中存在的困难和不足,以便更深入地开展研究工作.

摘要： 本发明提供一种融合文本分类与词法分析的体检异常项归一化方法，属于自然语言处理的语义相似度技术领域，本发明通过文本分类技术对待归一词与归一词库中的词进行二分类。然后，对分出的两类词分别激进型归一化处理。本发明仅根据自身词特征完成体检异常项到知识库实体的自动匹配，从而解决体检报告异常结论与知识库异常结论类型实体的实体链接问题。

摘要： 本发明涉及机器翻译技术领域，尤其涉及一种面向神经网络机器翻译的德文词法分析方法及系统；方法包括以下步骤：将德语单词一一进行词典查询；将不规则变形的变形词进行还原；将缩写词还原成单词原形；将规则变形的变形词进行还原；将复合词拆分为独立的构成词组合。本发明所公开的面向神经网络机器翻译的德文词法分析方法及系统，利用神经网络机器翻译技术，将德文变形词、缩写词、复合词的词法分析信息进行深度学习，该方法有助于降低维度，解决数据稀疏问题，克服了机器翻译中德语变形词、缩写词、复合词因词典未收录而不识别、不翻译的现象，同时大大提高了句对齐语料的准确度、利用率以及机器翻译的可读性，改善了机器翻译译文的质量。

摘要： 本发明涉及一种基于词法分析的混淆加密脚本识别方法。该方法首先以人类语言单词集合为基础，结合网络上随机采集的大数据脚本文件(非恶意)进行训练，生成脚本词典；然后利用该词典，对网络上随机采集的另一批大数据脚本文件(非恶意)进行词法覆盖率检测，确定词法覆盖率的最低阈值，同时统计这批脚本文件的注释量与代码量的比例，确定注释代码比例的最高阈值；最后在实际检测阶段，对待测样本进行词法分析与注释量分析，通过评估其词法覆盖率是否低于阈值或注释比例是否高于阈值，判定其是否为经过混淆加密的恶意脚本。若判定为非混淆加密的样本则运用其它现有检测方法进一步检测其是否为恶意脚本。本发明具有很高的检测效率和检测准确度。

摘要： 公开了用于从基于输入数据生成的符号的组合构建单词的词典的技术。神经语言行为识别系统包括生成描述从源输入的数据(例如，视频数据、SCADA数据等)的语言模型的神经语言模块。为了生成用于语言模型的单词，神经语言模块中的词法分析器组件接收符号流，每个符号基于从输入数据生成的标准化向量的有序流而生成。词法分析器组件基于具有一个或多个级别的分级学习模型从符号的组合确定单词。每个级别指示要在该级别处识别的单词的长度。为在每个级别处识别出的单词评估统计信息。词法分析器组件识别单词中具有统计显著性的一个或多个单词。

摘要： 本发明提供了一种基于词法分析技术的代码注释率统计方法，包括加载源代码，基于词法分析工具对源代码进行解析，获得词法符号列表；每个词法符号包含的信息有：词法类型、词法文本内容，以及所在行号、列号信息；其中，词法类型包括关键字、块注释、行注释、字符串、括号、加减运算符；遍历词法符号列表，如果该词法符号的词法类型是块注释或者行注释，则进行下一步分析；本发明在词法分析阶段借助词法符号信息分析代码注释率，不需要经过语法分析阶段，即不需生成抽象语法树以及遍历语法树，相对于基于抽象语法树的分析方法能提升分析速度，节省内存空间。

摘要： 本发明公开一种分词、词性标注和命名实体识别的联合词法分析方法，将分词和词性标注任务分解为候选词语检测和词性类别预测两个子任务，将实体识别任务分解为候选实体检测和实体类别预测两个子任务，并采用统一的神经网络模型对四个任务进行联合学习；同时，对不同任务之间的参数进行共享。本发明用高准确率的分词改善了词性标注任务和实体识别任务中的词边界检测问题，并且可以通过使用词性标注信息来提高分词精度。利用分词、词性标注和命名实体识别之间的高关联性进行联合学习，提高了模型性能。

摘要： 本发明公开了一种基于词法分析及正则的编码器，包括：前端功能层，用于提供规则代码的管理以及编码生成；规则模型层，与前端功能层通信，用于提供规则模型作为编码器的组成单元；规则模型定义层，与规则模型层通信，用于为规则模型的描述元数据，包含模型编码、属性、属性值。本发明的基于词法分析及正则的编码器，将编码器的编码规则抽象为规则表达式，用户可根据业务需要，随时增加或修改规则表达式并实时生效。

摘要： 本发明公开了一种在医疗文本中提取时间复合词的方法及装置及系统，具体涉及自然语言处理信息抽取技术领域。本发明包括读取模块、计算模块、展示模块。读取模块主要指系统读取医疗文本。计算模块包含时间复合词提取单元、时间复合词更新单元、新时间复合词结构提取单元。时间复合词的提取主要根据构词法“数词+时间词+时间搭配词”，需人工总结部分时间复合词结构。步骤如下：a.读取医疗文本；b.通过时间复合词结构提取时间复合词；c.通过时间复合词获取时间复合词结构。如果结果较已有的实体在数量上有增加，则继续迭代，否则结束。展示模块包括：存储单元、输出单元。本发明以医疗文本为起点，最终实现医疗文本中时间复合词的准确抽取。

摘要： 本发明提供一种融合文本分类与词法分析的体检异常项归一化方法，属于自然语言处理的语义相似度技术领域，本发明通过文本分类技术对待归一词与归一词库中的词进行二分类。然后，对分出的两类词分别激进型归一化处理。本发明仅根据自身词特征完成体检异常项到知识库实体的自动匹配，从而解决体检报告异常结论与知识库异常结论类型实体的实体链接问题。

摘要： 本发明属于词法分析技术领域，公开了基于Bi‑LSTM‑CRF的三位一体字标注汉语词法分析方法，基于三位一体字标注汉语词法分析的思路构建模型的训练语料和测试语料；搭建Bi‑LSTM‑CRF模型；输入训练语料通过多次迭代训练Bi‑LSTM‑CRF模型；切分输入的汉语文本，并将其输入训练好的模型；确定输入汉语文本最终的词法信息标记序列；依据词法信息标记序列对输入文本进行汉语分词、汉语词性标注和汉语命名实体识别，获得最终的汉语词法分析结果。本发明免去采用传统机器学习建模的人工特征工程，将表示学习方法引入机器学习中，可以将特征表示、提取、选择交给模型自动完成，提升了效率，提高了汉语词法分析的精度。