词群

摘要： 词义总是处在不断的发展变化中.上古汉语中的"妖""怪""精"三词,本义有别,中古时期发展成一组同义词,均引申指大众熟悉的妖魔鬼怪,在汉语中常常连用、混用.但其实三词有各自不同的核心义,"妖"的核心义是"反常","怪"的核心义是"不寻常的感觉","精"的核心义是"超常".在语言复音化的趋势下,三词在现代汉语中多以构词语素形式呈现,并衍生大量新词,形成各自的词群.通过分析归纳BCC语料库中出现的大量新词,发现其虽在结构形式和语义色彩上有一定变化,却始终未脱离各自的核心义磁场,充分展示了核心义对词义演变的影响和制约.

摘要： 语言是人类社会最重要的,全民共同使用的交际工具.语言的规范是客观存在的,有语言就有规范,但是在我们的日常生活中确实存在许多不规范的现象.如今作为时代"可持续发展"的标志性词语,"绿色"就经常被人们频繁滥用.本文从三个方面对"绿色"进行了全面的分析,希望能帮助人们更好地使用"绿色"词语.

摘要： 词群研究是语义分析的重要研究课题之一。本文将现代汉语词群研究、现代泰语词群研究以及汉泰词群对比研究进行了较为系统的梳理,结果发现,当前研究涉及到的研究对象较为丰富、对汉泰词群的描写较为全面和细致,但是在理论基础、研究方法以及面向对外汉语教学方面还存在一些不足。

摘要： 词群研究是语义分析的重要研究课题之一.本文将现代汉语词群研究、现代泰语词群研究以及汉泰词群对比研究进行了较为系统的梳理,结果发现,当前研究涉及到的研究对象较为丰富、对汉泰词群的描写较为全面和细致,但是在理论基础、研究方法以及面向对外汉语教学方面还存在一些不足.

摘要： 语言是人类社会最重要的,全民共同使用的交际工具。语言的规范是客观存在的,有语言就有规范,但是在我们的日常生活中确实存在许多不规范的现象。如今作为时代“可持续发展”的标志性词语,“绿色”就经常被人们频繁滥用。本文从三个方面对“绿色”进行了全面的分析,希望能帮助人们更好地使用“绿色”词语。

摘要： 词汇量偏小一直是中国外语学习者语言能力提高的“瓶颈”,导致学习者外语表达的准确度降低.从影响学习者二语心理词汇提取的因素而言,词汇直接教学有其必要性和实施路径,契合学习者心理词汇快速提取要求的词汇直接教学有新路径;从“词族”“词群”和“词块”三个维度入手,结合学习者的认知心理特点,帮助学习者在词汇直接学习中构建自己的二语词汇语义网络,实现词汇知识的长期存储和快速提取,提高外语词汇习得效率.

摘要： 青桐虬立凤凰徕，清逸雄苍尽妙材。怪道霜秋多寂寞，菊芳移向此间开。

摘要： 网上诗情塞上天，纵横韵步日三千。风从善意心尤稳，雨入长河浪愈湍。禾木承题从桦烛，楼兰起句隐沙烟。宜将不齿云霄外，好惜同舟一渡缘。

摘要： 惊雷喝叹山河梦，万里雄关事事新。笔上秋风云触月，话中词赋字沾春。玉门剑倚萧萧雪，白帝歌无淡淡尘。且作荧屏今古笑，一番辞令寄情真。

摘要： 小学古诗词主题式群诗阅读简称群诗阅读.早在两千多年前,孔子便提出：“不学诗,无以言.”《语文课程标准》也指出：诵读儿歌、儿童诗和浅近的古诗,展开想象,获得初步的情感体验,感受语言的优美.可见学习古诗是非常重要的.随着群文风的悄然兴起,群诗阅读也成为了语文课堂中的关注点.主题式群诗阅读就是在一堂课的教学时间里,教师围绕一定的主题或者议题,提供多首古诗词进行阅读教学,进而帮助学生进行古诗词的积累和感悟.

摘要： 本发明公开一种基于词袋树群模型的机器人定位和导航方法。该方法为：1)输入长时间的包含低动态室内场景变化的视频流；2)从视频流图像中离线抽取特征；3)对得到的特征通过k‑means++算法进行聚类；4)对聚类得到的子空间进行迭代聚类；5)对迭代聚类后的特征建立词袋树模型；6)建立词袋树群模型；7)通过统计原理对低动态物体的运动规律进行统计；8)根据词袋树群模型，利用所述运动规律分析确定当前时刻对应的词袋树模型；9)将确定的词袋树模型用于回环检测，实现机器人在低动态环境下的定位和导航。本发明能够在避免使用昂贵的激光传感器情况下，低成本地实现机器人在室内等低动态环境下长时间自主定位和导航。

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： 本发明公开了一种支持大规模用户群的布尔关键词可搜索加密方法，基于递归属性集结构、访问树结构和递归关键词集结构，在面向大规模用户的前提下实现了灵活的访问策略匹配和细粒度的访问控制。首先，本发明支持更灵活的数据用户属性组织方式以及更灵活的访问策略匹配，实现了更高效的访问控制。本发明使用访问树来表示访问策略，并将数据用户属性以递归集结构组织起来，实现了更加高效的访问策略匹配。另外，本发明还支持更灵活的关键词组织方式以及布尔关键词检索。在本发明中，通过采用将关键词组织成递归集的形式，并通过布尔匹配运算的方法，实现了灵活的关键词组织及布尔关键词搜索。

摘要： 本发明公开一种基于词袋树群模型的机器人定位和导航方法。该方法为：1)输入长时间的包含低动态室内场景变化的视频流；2)从视频流图像中离线抽取特征；3)对得到的特征通过k‑means++算法进行聚类；4)对聚类得到的子空间进行迭代聚类；5)对迭代聚类后的特征建立词袋树模型；6)建立词袋树群模型；7)通过统计原理对低动态物体的运动规律进行统计；8)根据词袋树群模型，利用所述运动规律分析确定当前时刻对应的词袋树模型；9)将确定的词袋树模型用于回环检测，实现机器人在低动态环境下的定位和导航。本发明能够在避免使用昂贵的激光传感器情况下，低成本地实现机器人在室内等低动态环境下长时间自主定位和导航。

摘要： 基于改进的群智能算法实现搜索引擎关键词优化技术，根据企业业务确定核心关键词，搜索关键词对应的数据项，如本国每月搜索量、竞争程度和估算每次点击费用

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： 本实用新型公开流脑A群、C群、Y群、W135群IgG抗体联合检测卡，包括衬垫(7)、样品垫(1)、玻璃纤维垫(2)、层析膜(5)和吸收垫(6)；所述样品垫(1)、玻璃纤维垫(2)、层析膜(5)和吸收垫(6)以水平方向顺序相接并固定在所述衬垫(7)上；并且所述玻璃纤维垫(2)上喷涂有带标记的彩色胶乳颗粒；所述层析膜(5)上设置第一检测线（31）、第二检测线（32）、第三检测线（33）、第四检测线（34）和对照线(4)。这种检测卡通过一次操作过程即可联合检测流脑A群IgG抗体、流脑C群IgG抗体、流脑Y群IgG抗体、流脑W135群IgG抗体，从而简化了操作过程，实现了快速检测的目的。

摘要： 本发明的一个技术方案是一种实现资讯高质量打标打分的词群算法。本发明的另一技术方案是提供了一种上述词群算法的应用。本发明建立了一个通用的算法框架用于文章打标打分，其特点是：本发明通过文章4类标签相关性打分，解决文章打标主次不分的相关性问题。本发明通过提取文章核心句子，得到文章信息量打分，解决文章质量高低不分问题。本发明通过文章核心句子在不同层次上的分布，得到文章个性化向量，解决文章个性化推荐问题。通用性体现在：能适用于各类垂直搜索引擎，不用频繁动态修改词群算法，只需要修改依赖的知识图谱即可。相比规则引擎，词群算法可以实现资讯更高质量的打标打分，具有降本增效的作用。