词类

摘要： 如果说语文课程的根本就是培养学习者掌握和使用语言的基本能力,那么语法基础知识就是语文教学中至关重要的一部分。对语法教学的深入研究既有利于提升教育的质量,也能够帮助学生通过学好语法这一知识点更好地进行语文的学习。本文突出的特点在于对语法分类以及应用进行深入研究,以辩证思维的视角,对语言现象的分析及个别案例加以简要说明,把我国语言学中的语言接触学说运用到汉语语法现象研究当中,既丰富了语言理论本身的内在含义与使用价值,也探讨了师生掌握语法知识教与学的方法。

摘要： 在原型范畴观之下,词类范畴是有其原型性的,词类与语义、功能之间是有着象似性的,词类范畴的属性是动态的,存在着不同程度的范畴游移。汉语词类也是一种原型范畴,当典型成员出现在非典型的位置之上,会失去其典型的句法功能,其语法性质也会发生相应改变,即“范畴游移(Category shift)”。词类与词类之间是一个连续统,这一点已经达成了基本认识;词类划的疑难点也已得到较为合理的解决。然而,作为词类范畴游移这一现象的基础--词类连续统究竟应当如何描述,采用何种标准对其进行描述,仍然没有达到清晰的认识,空间性、时间性和程度性三维度或许可为我们提供一个新的思考空间。

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： 词类问题是汉语语法研究中令人纠结而又不可回避的问题。本文旨在评述沈家煊先生的“名动包含”汉语词类观。文章先扼要介绍了沈先生的“名动包含”说。为便于读者对汉语词类有个全面的了解和认识,本文在评述沈先生观点之前,先梳理了现代汉语语法研究中有关汉语词类的几种主要观点。文章在全面剖析沈先生的“名动包含”说之后指出,“名动包含”说未能让我们看到汉语语法的真正特点,未能帮助人们深刻认识词类的本质,未能帮助人们确定划分汉语实词的具体标准,也未能解决汉语语法研究中的种种难题。为解决好汉语语法研究中的种种疑难问题,不能光考察研究词类问题,还需要深入进行以下两方面的考察研究:一是对汉语词语(或者说句法成分)在句子中的省略情况的考察研究,因为省略对汉语语法影响很大;二是对汉语信息结构及其对汉语句法制约情况的考察研究,因为汉语语法更多受汉语信息结构的制约。

摘要： 1444年朝鲜王朝创制民族文字“训民正音”,其后采用“正音”文字翻译了大量汉文文献。这些翻译文献对原文中首次出现的专有名词、词汇及各种术语都附加了注释,其注释位置、注释内容、注释方式及注释采用的标记与汉语文言文和中世纪朝鲜语词类有着不置可否的关系,体现出当时朝鲜学者对汉语和朝鲜语词汇的认知、词汇分类的标准。这对现代语言学研究和词典编撰具有借鉴价值,是宝贵的文化遗产。

摘要： 词类问题是一个自人类语言的语法描写开始至今都没有得到妥善解决的语言学难题。文章通过系统梳理语言类型学视野中词类研究的焦点问题,发现人类语言虽然在基本词类范畴的普遍性与差异性方面存在争议,在概括词的语法多功能层面却存在一定的共性特征。文章可为后续的词类研究提供借鉴,进而更好地服务词类描写实践。

摘要： "通名假借"说是《马氏文通》的精华理论,却在传统语法研究中被湮没。本文运用杨光荣先生的"分析语法"来解释《马氏文通》的"通名假借",以期发现其中的深刻蕴含。

摘要： 韩国汉文作品《满江红》诞生于20世纪初,其语言接近于典型的现代白话文,但存在着众多的非汉语因素,这既因为作者对于汉语某些词语和语法规则理解的偏差,也有作者受到文言文和现代汉语的双重影响,更多地则体现了本国语言体系深刻的影响与改造.

摘要： 朝鲜语是以词汇美的丰富性、以结构的独特性,闻名世界的优秀语言。论文基于朝鲜语的词类体系研究,设定借助"助词"构成的朝鲜语副词,对其类型与特征进行了分析。

摘要： 英语作为世界通用语,在其数百年的历史中,由于外部影响和自身变化,其语法和词汇方面的变化比较明显。如今,在新的历史时期和新的社会背景下,英语词汇的使用出现了新的发展趋势。

摘要： 为了使藏语语料库具有规范性、统一性和实用性,提高加工的整体水平,在藏语语料库的加工过程中首先要对五花八门的藏语语料库进行整理和统一,得到高质量的原始语料库,其次确定藏语原料库加工的切分单位,然后针对藏语的语法特征提出藏语语料库藏语词语类别和词类标记集,同时在对藏语词语进行归类和统计的基础上建立分词标注词典库,设计并实现藏文自动分词标注软件,并利用分词标注软件对大规模藏语语料库进行切分和标注,最终实现藏语语料库的多级加工。

摘要： 词类知识的粗糙和不完备是影响自动句法分析的一个重要因素.本文以"V+V"结构序列为切入点,彻底按照词的句法功能对动词进行分类,句法功能完全相同才给以相同的标记.这样可以把同形异构格式转换为非同形格式,便于确定其内部的结构关系.研究表明,用这种方法对"V+V"序列进行消歧,准确率可达到85％.

摘要： 该文依据２００万了字经过人工校对的分词和词性标注的语料，对其中的词性标记不一致但不属于兼类或同形的词语进行分析，文章根据这些标记不一致的词语的产生原因将它们分成三大类，并具体分析各类中的主要类型。

摘要： 本发明涉及一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置。该基于主题词类相似性的文档语义表示方法包括：1)使用词向量模型对语料进行训练，得到词向量；2)在语义空间内对词向量进行聚类；3)使用WMD算法计算待表示文档和聚类得到的每个类别之间的距离，将得到的距离作为待表示文档的语义表示。进而，通过计算文档的语义表示向量之间的相似性，实现文档的分类。本发明依据文本的语义信息和单词频率等信息，通过WMD模型计算文本单词和聚类集合之间的转移代价，将文本表示成一个低维稠密、包含语义信息的向量，能更好地表示文本信息，分类任务准确性高，可应用在信息检索、文本分类等自然语言处理任务中。

摘要： 本申请属于人工智能技术领域，提供一种基于神经网络的分词和词类标注方法、装置、计算机设备及存储介质，该方法包括：获取待分词的语料并输入到预先训练的第一DNN神经网络模型中，获取第一DNN神经网络模型响应待分词语料而输出的多个初始分词；计算每个初始分词的内部聚合度和信息熵，将内部聚合度和信息熵都超过设定的阈值的初始分词确定为最终分词。将最终分词输入预先训练的第二DNN神经网络模型以及KNN模型中，用于分析最终分词的候选词类及候选词类概率和相似词的词类及相似词词类概率，并返回概率最高的词类为最终分词的词类。本发明实施例在分词的同时完成词性标注的工作，进一步提高分词的精度，针对不同的场景提供最契合该场景的分词结果。

摘要： 本发明提供一种非标准词类判别方法及计算机可读存储介质，方法包括：输入的包含非标准词的完整中文句子的字符序列并与非标准词的匹配规则以及中文词典进行匹配得到所有可能的候选的非标准词和潜在的中文词语；将上述内容组织成一个序列，获取字符序列中每个字符的字符嵌入；获取每个潜在的中文词语和每个候选的非标准词的词嵌入；从字符序列中每个字符、潜在的中文词语和候选的非标准词的头和尾位置得到的相对位置编码，基于字符嵌入、词嵌入及相对位置编码获取包括字符序列中的每个字符、每个潜在的中文词语和候选的非标准词构成的序列的上下文特征表示；基于上下文特征表示预测每一个候选的非标准词的类别；提高非标准词分类的效率和准确率。

摘要： 本发明公开了一种中文电子病例医疗实体词类标注方法，该方法包括两部分，第一部分为细粒度中文电子病历医疗实体类别划分规则制定与语料数据集构建；第二部分为基于结合门控注意力机制的中文电子病历医疗实体词类标注方法；根据中文电子病历文本特点制定了一种细粒度中文电子病历医疗实体标注规则，同时依照此规则构建了中文电子病历医疗实体语料数据集，并且基于中文电子病历行文特点发明了一种结合门控注意力机制的GATTLCN模型，通过门控注意力网络动态选择需要重点关注的上下文元素来增强文本聚焦，提升模型效果。运用此发明解决了中文电子病历细粒度医疗实体词类标注方面存在的不足。

摘要： 本发明涉及机器翻译技术领域，尤其涉及一种基于词类别的神经网络机器翻译方法、训练方法及翻译系统；所述翻译方法包括以下步骤：识别待译文本中的基本类别词；将基本类别词替换为类别代号，同时保存基本类别词和类别代号之间的对应关系；对替换为类别代号的待译文本进行机器翻译，得到中间翻译结果；将基本类别词进行规范化或翻译为目标语言；将中间翻译结果中的类别代号还原为规范化或翻译后的基本类别词，得到最终翻译结果。本发明所公开的基于词类别的神经网络机器翻译方法、训练方法及翻译系统，通过将待译文本中的相同类别词替换为相同类别代号再进行翻译，降低了待译文本的数据维度，提高了神经网络机器翻译的效率和准确性。

摘要： 本申请属于人工智能技术领域，提供一种基于神经网络的分词和词类标注方法、装置、计算机设备及存储介质，该方法包括：获取待分词的语料并输入到预先训练的第一DNN神经网络模型中，获取第一DNN神经网络模型响应待分词语料而输出的多个初始分词；计算每个初始分词的内部聚合度和信息熵，将内部聚合度和信息熵都超过设定的阈值的初始分词确定为最终分词。将最终分词输入预先训练的第二DNN神经网络模型以及KNN模型中，用于分析最终分词的候选词类及候选词词类概率和相似词的词类及相似词词类概率，并返回概率最高的词类为最终分词的词类。本实施例在分词的同时完成词性标注的工作，进一步提高分词的精度，针对不同的场景提供最契合该场景的分词结果。

摘要： 本发明公开了一种构建英语单词类群的方法和系统，该方法包括获取输入的多个英语单词；翻译英语单词的中文词意；按照翻译所得中文词意，确认每个英语单词所从属的话题；分类英语单词，使所从属话题意思相同或相近的英语单词归于相同类群。通过本发明的方法和系统能够构建英语单词类群以将大量的单词进行类群的划分，得到的英语单词类群能科学地对单词进行归类，单词学习速度和记忆速度可以显著提高。

摘要： 本发明涉及一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置。该基于主题词类相似性的文档语义表示方法包括：1)使用词向量模型对语料进行训练，得到词向量；2)在语义空间内对词向量进行聚类；3)使用WMD算法计算待表示文档和聚类得到的每个类别之间的距离，将得到的距离作为待表示文档的语义表示。进而，通过计算文档的语义表示向量之间的相似性，实现文档的分类。本发明依据文本的语义信息和单词频率等信息，通过WMD模型计算文本单词和聚类集合之间的转移代价，将文本表示成一个低维稠密、包含语义信息的向量，能更好地表示文本信息，分类任务准确性高，可应用在信息检索、文本分类等自然语言处理任务中。

摘要： 本发明公开了一种确定搜索查询词类别属性的方法和装置。所述方法包括：对输入的搜索查询词进行特征提取得到对应的特征向量，根据所述特征向量经由查询词分类器得到所述搜索查询词的类别偏重概率，分析所述搜索查询词的类别偏重概率，确定所述搜索查询词的类别属性。本发明的技术方案，通过提取搜索查询词的特征向量，将该特征向量输入到查询词分类器得到所述搜索查询词的类别偏重概率，并通过分析类别偏重概率确定该查询词的类别属性，从而为搜索提供基础依据，保障搜索的准确性。并且能够为搜索排序等后续事件提供基础特征。

摘要： 汉语言文学教学中应用的词类划分展示架，包括滚动展框、旋转展板、底座，支撑立柱和侧挡板，支架通过架连接埋头螺钉与底座固定，支撑立柱通过支架连接螺栓与支架固定连接，至少一侧支撑立柱上连接有滚动展框固定销支架；滚动展框四个水平面设置有旋转展板，两个侧面设置有侧挡板，侧挡板由侧挡板埋头固定螺钉固定在滚动展框的两个侧面，侧挡板的四个角交叉固定有加强肋，加强肋的两端经加强肋埋头固定螺钉固定在滚动展框侧面的四个角，加强肋交叉的中心通过滚动展框轴活动连接在支撑立柱上。旋转展板两侧边框中心位置通过旋转展板轴，固定在滚动展框的四个边框的中心位置。本实用新型的设计能够让学生更清晰的理解汉语的词类划分。