语法单位

摘要： 文言词汇按照表意之不同,可分为实词与虚词两大类。“实”与“虚”是相对而言的,区分的关键在于某词是否具有实际意义。作为没有实意的虚词,其重要性是通过文法意义得到凸显的。所谓“文法意义”,又称“语法意义”,是语法单位在组合和聚合中所产生的各种关系意义,是词进入语法组合之后由语法结构所赋予的词义之外的意义。

摘要： 《新英语语法教程(第二版)》吸纳了国内外相关研究的最新成果,在继承我国高校英语语法教材编撰优良传统的基础上,彰显了其自成体系、针对性强、讲解透彻的致用特色;同时,从语法层次、句法成分、动词时体等方面对传统语法不尽合理的地方进行了创新探索。它是一部兼收并蓄、与时俱进、详略得当、学用结合的英语语法新著。只要学习者认真系统学、循序渐进学、结合实际学,就能从该著作中获益良多。

摘要： 何谓"句群"?句群就是由两个或者两个以上意义互相联系的句子按照一定规则组成的语言单位。句群是高于句子低于段落的语法单位,某种情况下句群也可能与段落重合。它是帮助学生由句子过渡到段落的桥梁。在低年级教材中,有不少"总分"关系句群、并列关系句群、承接关系句群以及概括与具体描写句群等形式,根据这些句群的特点,教师可引领学生进行仿写训练,为学生今后的习作奠定基础。

摘要： 语法分析是编译过程中非常重要的环节,其主要任务是把单词序列进一步组合成各类语法单位,为语义分析奠定基础。执行语法分析的算法有自上而下分析和自底向上分析两大类,每种语法分析算法都既有优势又有局限性。对于OPG文法的句型分析,使用一种基于终结符优先的分析算法可以省掉对句型中非终结符的分析,因而归约的步骤相比规范的归约法会大大优化,使得分析步骤减少,分析效率提高。

摘要： 语素、词、短语和句子是目前公认的汉语四级语法单位,各级语法单位之间存在着"组成""构成""实现"等复杂关系.语素作为最小的有意义的语言单位,如同生物的细胞,是汉语的基础层级单位,是构成词、短语和句子的基本成分.因此,从语素的概念、判定和分类标准三个方面对语素与其他三级单位的关系进行文献梳理,可以进一步明确语素的作用和地位,深化汉语语法研究.

摘要： 汉语语法单位,不管是四级层级分类还是五级层级分类,它们都至少存在两个问题:一是将汉语静态语法单位与动态语法单位混为一谈,二是导致汉语词汇学与语法学的研究纠缠不清.如果将汉语语法单位分为静态语法单位和动态语法单位两大类,其中静态语法单位包括静态词和静态固定短语,动态语法单位包括动态词、动态固定短语以及自由短语、小句和句子,那么上述问题将会迎刃而解.

摘要： 语法的抽象性是语法的本质属性，它在表义的语言符号系统中是区分词汇成分与语法成分的根本性标准。普适性与抽象性有着内在的联系，在特定范围内是抽象性的外在表现形式，是否具有普适性是鉴别构词附加成分和构形附加成分的有效标准，对鉴别构词重叠和构形重叠也同样有效。普适性、规律性、自由运用密切相关，自由运用的结果是结构体整体的意义等于各组成部分意义简单相加，这是甄定多个独立成分序列和一个合成成分的关键性标准。

摘要： 语法的抽象性是语法的本质属性,它在表义的语言符号系统中是区分词汇成分与语法成分的根本性标准.普适性与抽象性有着内在的联系,在特定范围内是抽象性的外在表现形式,是否具有普适性是鉴别构词附加成分和构形附加成分的有效标准,对鉴别构词重叠和构形重叠也同样有效.普适性、规律性、自由运用密切相关,自由运用的结果是结构体整体的意义等于各组成部分意义简单相加,这是甄定多个独立成分序列和一个合成成分的关键性标准.

摘要： 汉语语法单位，不管是四级层级分类还是五级层级分类，它们都至少存在两个问题：一是将汉语静态语法单位与动态语法单位混为一谈，二是导致汉语词汇学与语法学的研究纠缠不清。如果将汉语语法单位分为静态语法单位和动态语法单位两大类，其中静态语法单位包括静态词和静态固定短语，动态语法单位包括动态词、动态固定短语以及自由短语、小句和句子，那么上述问题将会迎刃而解。

摘要： 以Halliday为代表的系统功能语法学派把小句视为基本语法单位，该学派的基本理论主要阐释小句之内各个成分的功能。本文对小句复合体中的小句关系问题进行了简单的讨论，并尝试性地提出了改进意见。

摘要： 我们知道，语言是人类最重要的交际工具。人们用语言进行交际，有口头交际和书面交际两种方式。我们把用于口头交际的语言叫做口头语言，把用于书面交际的语言叫做书面语言。就汉语而言，用于口头交际的汉语就叫口头汉语，用于书面交际的汉语就叫书面汉语。口头汉语是说的汉语，以音节为载体；书面汉语是写的汉语，以汉字为载体。作为汉语载体的音节和汉字都可以叫做“字”。 音节和汉字的性质说明：汉语是以字(口头汉语的音节和书面汉语的汉字)为基本单位的语言。我们把“以字为基本单位”简略为“字本位”。也就是说，所谓“字本位”，就是以字为基本单位的意思。

摘要： 我们知道，语言是人类最重要的交际工具。人们用语言进行交际，有口头交际和书面交际两种方式。我们把用于口头交际的语言叫做口头语言，把用于书面交际的语言叫做书面语言。就汉语而言，用于口头交际的汉语就叫口头汉语，用于书面交际的汉语就叫书面汉语。口头汉语是说的汉语，以音节为载体；书面汉语是写的汉语，以汉字为载体。作为汉语载体的音节和汉字都可以叫做“字”。 音节和汉字的性质说明：汉语是以字(口头汉语的音节和书面汉语的汉字)为基本单位的语言。我们把“以字为基本单位”简略为“字本位”。也就是说，所谓“字本位”，就是以字为基本单位的意思。

摘要： 我们知道，语言是人类最重要的交际工具。人们用语言进行交际，有口头交际和书面交际两种方式。我们把用于口头交际的语言叫做口头语言，把用于书面交际的语言叫做书面语言。就汉语而言，用于口头交际的汉语就叫口头汉语，用于书面交际的汉语就叫书面汉语。口头汉语是说的汉语，以音节为载体；书面汉语是写的汉语，以汉字为载体。作为汉语载体的音节和汉字都可以叫做“字”。 音节和汉字的性质说明：汉语是以字(口头汉语的音节和书面汉语的汉字)为基本单位的语言。我们把“以字为基本单位”简略为“字本位”。也就是说，所谓“字本位”，就是以字为基本单位的意思。

摘要： 本发明提供了对MPEG-4AVC高层编码中的CAVLC？4:4:4帧内、高4:4:4帧内和高4:4:4预测简档使用针对coded？block？flag语法元素的语法的方法和装置。一种装置包括编码器(100)，用于根据编码简档将图像数据编码成结果比特流，所述编码简档对图像数据的采样进行编码，使所述采样包括两个色度阵列和亮度阵列。两个色度阵列分别具有与亮度阵列相同的高度和相同的宽度。所述编码器(100)使用语法元素指示至少一个8×8块在结果比特流中的存在。

摘要： 本发明提出一种语法编译系统适用于自然语言。语法编译系统包括编译模块、输入装置以及处理器。编译模块具有内建句式模板。内建句式模板包括多个形式参数。编译模块为语法编译平台。输入装置用以接收词组数据以及语意数据。处理器耦接输入装置，并且用以执行编译模块。当处理器执行编译模块时，处理器读取编译模块当中的内建句式模板，并且将词组数据以及语意数据与内建句式模板结合，以产生语法表达式数据。另外，一种语法编译方法也被提出。

摘要： 本发明提供了一种基于弱化语法错误特征表示的中文语法错误更正方法，在用于中文语法错误更正任务的Transformer神经网络的基础上，通过编码器所提取得到字符特征表示和上下文特征表示，为待纠错文本中每一个字符学习得到一个弱化因子。弱化因子能够通过联合方程将编码器提取得到的字符特征表示和上下文特征表示联合，使得编码器所提取得到的待纠错文本的特征表示中，语法错误的特征信息得到抑制，从而弱化了语法错误特征信息对中文语法错误更正模型的负面影响，提升了基于Transformer的序列到序列神经网络模型在中文语法错误更正任务中的性能。

摘要： 本发明提供了对MPEG－4 AVC高层编码中的CAVLC4:4:4帧内、高4:4:4帧内和高4:4:4预测简档使用针对coded_block_flag语法元素的语法的方法和装置。一种装置包括编码器(100)，用于根据编码简档将图像数据编码成结果比特流，所述编码简档对图像数据的采样进行编码，使所述采样包括两个色度阵列和亮度阵列。两个色度阵列分别具有与亮度阵列相同的高度和相同的宽度。所述编码器(100)使用语法元素指示至少一个8×8块在结果比特流中的存在。

摘要： 一种根据本文档的由解码设备执行的解码方法包括以下步骤：基于从比特流获得的关于预测模式的信息来确定当前块的预测模式；基于预测模式来构建合并候选列表；基于合并候选列表来推导当前块的运动信息；以及基于运动信息来生成当前块的预测样本，其中比特流包括关于表示组合的图片间合并和图片内预测(CIIP)是否可用的CIIP可用标志，以及所述确定步骤可以包括基于CIIP可用标志从比特流获得常规合并标志。

摘要： 本发明公开了一种基于多粒度语法错误模板学习微调的语法纠错方法和系统。本发明方法通过在预训练语言模型中分别执行正误判断任务的模板学习过程、错误类型预测任务的模板学习过程和修改方式预测任务的模板学习过程。然后通过多任务学习，使用三个任务损失计算预训练语言模型的训练损失，用训练损失调节预训练语言模型的模型参数，得到微调后预训练语言模型。然后，使用微调后预训练语言模型和融合预训练语言模型的生成语法纠错方法，训练一个语法纠错模型。最后，将待纠错语句输入语法纠错模型，得到待纠错语句的正确语句。本发明通过多任务学习考虑了三种粒度的语法纠错信息之间的依赖和交互，为语法纠错模型提供丰富、多角度的语法纠错信息。

摘要： 本发明涉及大数据分析的技术领域，具体公开了一种语法提示方法、语法提示装置、计算机设备及存储介质；其中，该语法提示方法包括：根据预设的标签符号标识获取标签类型，以获取调用的标签库中的多个要素标签模版，并将多个要素标签模版按照第一预设顺序进行排序；根据预设的函数符号标识获取函数类型，以获取调用的函数库中的多个函数模版，并将多个函数模版按照第二预设顺序进行排序；获取用户输入的目标符号标识；若目标符号标识为标签符号标识，则将多个要素标签模版按照第一预设顺序提示在页面上；若目标符号标识为函数符号标识，则将多个函数模版按照第二预设顺序提示在页面上。本发明的语法提示方法，可以提高代码开发效率。

摘要： 本发明的实施方式提供了一种用机器实现语法纠错的方法及装置和用于语法纠错模型的训练方法及训练设备。该用机器实现语法纠错的方法包括：将输入的第一语种的文本编码成中间表示；将所述中间表示解码成第二语种的文本；以及基于所述中间表示和所述第二语种的文本，生成经语法修正的第一语种的修正文本。根据本发明的用机器实现语法纠错的方法不仅能够忽略可能存在的小语法错误，还能够通过结合中间表示来避免回译过程中的信息丢失，从而能够显著的提高语法纠错的准确性，为用户带来了更好的体验。

摘要： 本申请公开了一种语法缺陷数据识别模型构建方法和语法缺陷数据识别方法，该构建方法包括：在获取到第一训练源文本、第一标准翻译文本及其对应的第一实际识别结果、和第一语法缺陷翻译文本及其对应的第二实际识别结果后，将第一训练源文本、第一标准翻译文本和第一语法缺陷翻译文本输入第一模型，得到第一标准翻译文本对应的第一预测识别结果和第一语法缺陷翻译文本对应的第二预测识别结果；再根据第一预测识别结果、第二预测识别结果、第一实际识别结果和第二实际识别结果更新第一模型，并返回执行将第一训练源文本、第一标准翻译文本和第一语法缺陷翻译文本输入第一模型的步骤，直至在达到第一停止条件时根据第一模型构建语法缺陷数据识别模型。

摘要： 本申请涉及一种语法纠错模型的训练方法及装置、语法纠错方法及装置、计算设备及计算机可读存储介质。训练方法包括：基于第一训练集进行数据扩展处理获得第二训练集；基于所述第二训练集获取第二源样本语句以及第二目标样本语句；将所述第二源样本语句输入至语法纠错模型，生成纠错样本语句；基于所述纠错样本语句与所述第二目标样本语句确定损失值；基于所述损失值对所述语法纠错模型进行迭代训练，直至达到训练停止条件。通过对已有的训练集进行数据增强处理，达到对训练集进行自动扩充的目的，有效地减少了人工劳动。