语义连贯

摘要： 本文从语义连贯和文体连贯的角度出发,首先论证了意识流文学作品中由直接引语和自由间接话语的差异和对立所形成的独特的语篇连贯功能和机制,然后以英国作家弗吉尼亚·伍尔夫《到灯塔去》为例,比较了该作品的两个中文译本,探讨了原著中人物话语的两种呈现方式在汉译过程中所体现的翻译思路和风格。研究发现,译者往往并不具备明确的文体意识和语篇连贯意识,为降低译文读者理解原著和译本的难度,对话语呈现方式的翻译与再现展现出随意和简化处理的思路和风格。这直接导致目的语中意识流文学作品独特叙事效果的变形和亏损。

摘要： 完形填空是中、高考常见的一种题型,这种题型被有些专家称为“障碍性阅读”,也是中学生做起来最为棘手的题型之一。它是由出题者在一篇语义连贯的文章中有目的地去掉一些词语,形成空格,要求在给出的对应的备选答案中,选出一个正确的或最佳的答案,使文章恢复完整。该题型主要考察在具体的语境中灵活运用语言知识的能力和根据试题内容进行正确的逻辑推理、综合判断和分析概括的能力。其考察类型通常包含以下几类。

摘要： 文本,是书面语言的表现形式,就文学角度而言,通常是指具有完整、系统含义的一个句子或多个句子的组合。在特定情境中,文本根据一定的语言衔接及语义连贯规则组成整体语句或语句系统,有待读者去阅读。文本应具备语句的连贯性及完整性,以具备系统含义的语句传递信息、并指向共通的主题。可见,可将文本视为一个有机统一体。基于此,文本解读应注重整体性,对文本进行“整体把握”,或形成“整体感悟”,是一种基本的文本阅读方式。

摘要： 一、知识点解读完形填空是指在一篇语义连贯的文章中有目的地挖去一些词语,形成空格。要求在给出的对应备选答案中,选出一个正确的或最佳的答案,使文章恢复完整。其中:“7选6”型完形填空是较为容易的一种题型。

摘要： 朗读,就是大声而清晰地读出课文内容,确保语义连贯不失本意。这是语文教学中常见的方式,也是学生在学习过程中吸收知识的最佳途径。在语文教学中,教师组织学生展开朗读主要是纠正学生的错误发音及帮助学生获取更多的文本信息。由此可见,朗读在语文教学中的重要作用。为了提高朗读教学的成效,本文针对小学语文朗读教学策略展开深入分析,以期让学生读出精彩。

摘要： 文章以连贯重构作为理论框架,以何其芳《雨前》原文及张培基译文、张梦井和杜耀文译文为研究对象,探讨散文翻译在目的语中的语义连贯、文体连贯和修辞连贯.文章认为,散文翻译只有最大限度地再现或重构原文的连贯,才能确保散文的译本"形神兼备".

摘要： 译员的语篇意识与衔接手段的运用相关联,而偏误分析是指导译员正确使用衔接表达的关键.该文采用Halliday的衔接理论以及Carl James的错误分析,系统揭示了学生译语在词汇衔接方面的主要问题和成因.研究发现,词汇衔接方面的偏误主要表现在复现和同现,即复现与同现的语义错误理解,占比分别为19.39％和32.86％.学生衔接偏误主要归因于两方面:语内因素和诱导因素.在语内影响方面,词汇衔接偏误是受错误类比和错误分析因素影响,造成信息连贯不畅,说明学生在二语习得过程中对语言学习缺乏完整性和输出性;在诱导影响方面,学生受教程内容和评价因素的影响,从而忽略了衔接表达的作用.

摘要： 在高考中,英语书面表达题要求同学们写出150个左右的单词,且内容完整,语义连贯。对同学们而言,能够写出简单的句子并不难,但要在高考书面表达题中获取高分并非易事。不少同学都有困惑:自己背诵了不少优秀范文,在书写中,也注意了认真审题,但就是难以获得高分。基于此,本文分别从审题、词句、衔接三个方面深入解析提高英语书面表达题得分的方法,以帮助同学们化解疑难,掌握英语写作技巧,提升写作水平。

摘要： 高中英语课程的重要任务是培养学生的英语综合运用能力,完形填空能够检测学生英语语言运用的综合性。这种题型在近年来全国高考卷中通常是30分,占五分之一的分值。高中生对于完形填空可以说是"爱你不容易",是学生比较头痛的题型,得到高分非常困难。教师应该抓住"四个要点"提高学生完形填空的解答能力。一、引导学生了解完形填空题型的特点。完形填空题型以选择题的形式出现,设计者依据考查的目的和要求,将一篇相对完整的、语义连贯的文章中用空格代替一些词语.

摘要： 以新目标《英语》七年级(上)Unit 9 Section B 2b为例,从形容词感情色彩的选择、连词的选择、词与词之间的呼应、首尾互相照应等方面说明如何分析语篇.将积木式教学法融入课本语篇教学,从侧重于帮助学生分析语篇结构和句型结构、侧重于突出描述科目的形容词和不同科目之间的衔接两个方面探究如何应用积木式教学法提高学生的语篇分析能力.认为将积木式教学法融入阅读语篇教学有助于促进学生主动分析语篇,并将这种语篇分析能力运用到考试的短文填空和书面表达题型中.

摘要： 翻译不仅涉及语言问题,也涉及文化问题,因此不同文化间的差距是影响翻译中连贯性理解的重要因素。本文初步探讨了文化缺省现象及其产生的原因,进而列出三种主要补偿方式,并指出在实际翻译过程中,译者应该提高对文化缺省的识别能力,选择不同的补偿策略。

摘要： 翻译不仅涉及语言问题,也涉及文化问题,因此不同文化间的差距是影响翻译中连贯性理解的重要因素。本文初步探讨了文化缺省现象及其产生的原因,进而列出三种主要补偿方式,并指出在实际翻译过程中,译者应该提高对文化缺省的识别能力,选择不同的补偿策略。

摘要： 翻译不仅涉及语言问题,也涉及文化问题,因此不同文化间的差距是影响翻译中连贯性理解的重要因素。本文初步探讨了文化缺省现象及其产生的原因,进而列出三种主要补偿方式,并指出在实际翻译过程中,译者应该提高对文化缺省的识别能力,选择不同的补偿策略。

摘要： 翻译不仅涉及语言问题,也涉及文化问题,因此不同文化间的差距是影响翻译中连贯性理解的重要因素。本文初步探讨了文化缺省现象及其产生的原因,进而列出三种主要补偿方式,并指出在实际翻译过程中,译者应该提高对文化缺省的识别能力,选择不同的补偿策略。

摘要： 本发明提出一种基于多级语义表征和语义计算的语义识别方法，主要解决现有技术用对信号语义识别可解释性差和泛化能力低的问题。其实现方案为：获取训练集和测试集；构建由级联的多级语义表征网络和语义计算网络组成的信号语义识别网络，以对信号进行可学习的多层级语义表征，并根据语义表征计算信号的语义类别；设置语义表征损失函数和交叉熵损失函数对多级语义表征网络和语义计算网络依次进行训练，得到训练好的信号语义识别网络；基于训练好的信号语义识别网络获取待识别信号的语义识别结果。本发明有效提高了信号语义识别的可解释性和泛化能力。可以用于人机交互、语义信息检索。

摘要： 本发明公开了一种面向情感语义的语义标注及语义依存分析方法及装置，涉及自然语言处理技术领域。包括：获取待分析的文本；将文本输入到构建好的情感语义模型；其中，情感语义模型包括情感语义依存表示及标注模块以及情感语义依存模型；根据文本以及情感语义模型，得到待分析的文本的标注及分析结果；其中，标注及分析结果包括情感语义标注结果以及语义分析结果，情感语义标注结果根据文本以及情感语义依存表示及标注模块得到，语义分析结果根据文本以及情感语义依存模型得到。本发明能够构建面向情感的深层语义形式化表示方案，以及构建面向情感语义的深层语义分析算法框架，可以输出高质量的深层情感语义分析结果。

摘要： 本发明涉及智能客服对连贯语境下多问句完整语义的识别方法。包括如下过程：步骤1：剔除停用词，形成“用户问句词集合”；步骤2：对第一个问句，找出与之匹配度最高的标准问句；将匹配完的用户词保存为“已被消费掉的词集合”；步骤3：对下一个问句，进行匹配；如果可以匹配，则将匹配完词添加到“已被消费掉的词集合”，同时返回步骤5；如果未完成匹配，转步骤4；步骤4：从“已被消费掉的词集合”中进行补充；步骤5：判断用户问句词集合还是否有剩余，如果有剩余，返回3，否则转步骤6；步骤6：输出所有完整的标准问句。本发明可以有效解决断句中无法共享语义信息的问题，从而缩短回复时间，提高回复准确率和系统智能性。

摘要： 本发明公开一种英语文本的语义结构连贯分析方法，该分析方法是一个由顺序连接的英语文本预处理模块、英语文本语义结构关系树生成模块、英语文本语义结构关系抽取模块、英语文本语义结构关系矩阵构建模块与英语文本语义结构连贯质量分析模块组成。一篇英语文本通过该分析方法处理后，最后能够得到该篇英语文本的语义结构质量分析结果。本发明方法解决了传统的英语文本语义结构连贯质量分析方法，只能分析出英语文本的浅层局部语义结构连贯质量，无法分析出英语文本深层语义结构连贯质量的问题。

摘要： 本发明公开了语义信息表示方法、语义编码器、解码器和语义通信框架，属于语义通信领域。本发明在传统的语义通信架构基础上，在语义编码器中增加语义比较器，在语义解码器增加语义推理器。所述语义通信架构不在发送方对语义信息进行直接编码，而是训练一个语义比较器，该语义比较器能够区分出发送方的专家推理路径，语义推理器通过和语义比较器对抗式训练，学习到语义发送方专家推理路径的推理机制，最后直接能对接收到的信息进行解码恢复出语义信息，解决了对隐式语义信息中的语义推理机制难以编码的问题，并且能够实现语义信息的解码。

摘要： 本发明公开了一种面向情感语义的语义标注及语义依存分析方法及装置，涉及自然语言处理技术领域。包括：获取待分析的文本；将文本输入到构建好的情感语义模型；其中，情感语义模型包括情感语义依存表示及标注模块以及情感语义依存模型；根据文本以及情感语义模型，得到待分析的文本的标注及分析结果；其中，标注及分析结果包括情感语义标注结果以及语义分析结果，情感语义标注结果根据文本以及情感语义依存表示及标注模块得到，语义分析结果根据文本以及情感语义依存模型得到。本发明能够构建面向情感的深层语义形式化表示方案，以及构建面向情感语义的深层语义分析算法框架，可以输出高质量的深层情感语义分析结果。

摘要： 本公开涉及包括粗略语义解析器和精细语义解析器的改进语义解析器。描述了用于通过将对话系统的语义解析器分解成粗略语义解析器和精细语义解析器来改进所述语义解析器的技术。本文描述的方法包括访问在对话系统中接收到的话语。所述话语是基于文本的自然语言表达。所述方法进一步包括将粗略语义解析器应用于所述话语以确定针对所述话语的中间逻辑形式。所述中间逻辑形式指示所述话语中的一个或多个意图。所述方法进一步包括将精细语义解析器应用于所述中间逻辑形式以确定针对所述话语的逻辑形式。所述逻辑形式是所述话语的根据已建立的语法的句法表达，并且所述逻辑形式包括所述一个或多个意图的一个或多个参数。所述逻辑形式可以用于与所述对话系统的用户进行对话。

摘要： 本发明提供一种基于混合特征的文本中语义连贯性主题与词向量并发提取方法，从而能够同时解决LDA主题模型中忽略局部上下文信息与词向量中忽略文档与词的互信息的缺陷。包括以下步骤：1)上下文依赖的主题预分配阶段；2)基于主题的词向量重构阶段；3)混合文档生成阶段；本发明基于混合特征的文本中语义连贯性主题与词向量并发提取方法能够在现有的生成式概率主题模型与词嵌入等相关技术的基础上，混合利用文本中的全局文档与词的统计信息以及局部的上下文词序与依赖信息，在提取出语义连贯的主题词分布的同时，为不同文档中的词生成不同的主题相关的词向量，有效解决同一词在不同主题下的歧义问题。

摘要： 本发明公开了一种跨模态语义连贯性恢复方法，首先获取文本模态和图像模态的基本特征和上下文特征，然后通过线性投影将两种模态的上下文特征转换到语义公共空间，进行获取跨模态有序位置的注意力信息，最后利用带有有序位置注意力信息对乱序语句进行排序，从而完成乱序语句的连贯性恢复。

摘要： 本发明提供一种基于混合特征的文本中语义连贯性主题与词向量并发提取方法，从而能够同时解决LDA主题模型中忽略局部上下文信息与词向量中忽略文档与词的互信息的缺陷。包括以下步骤：1)上下文依赖的主题预分配阶段；2)基于主题的词向量重构阶段；3)混合文档生成阶段；本发明基于混合特征的文本中语义连贯性主题与词向量并发提取方法能够在现有的生成式概率主题模型与词嵌入等相关技术的基础上，混合利用文本中的全局文档与词的统计信息以及局部的上下文词序与依赖信息，在提取出语义连贯的主题词分布的同时，为不同文档中的词生成不同的主题相关的词向量，有效解决同一词在不同主题下的歧义问题。