语言事实

摘要： 研究语言的人应该知道三句话。第一句话:语言是一种资源。它可以转变为财富,可以形成良好的投资环境,成为经济发展的重要推动力。第二句话:语言是文化之根。离开了语言,一切的人类文化事实上都可能是不存在的。第三句话:语言是民族之魂。对于一些民族来说,没有了自己民族的语言,其整体民族性就可能完全瓦解或消失。由此可见语言的高度重要性,这种重要性对于很多国家和民族是具有战略意义的。因此,我们需要从战略的高度审视我们的语言,研究我们的语言。具体语言事实的记录、描写和研究,应该具备战略性的导向。就这种导向来说,以下两点尤其重要。

摘要： 针对阅读教学散乱低效等问题,分析指出归纳式阅读教学着眼典型语言事实,着重探索文本内在的必然联系,着力启发学生自行归纳并得出结论,分别对应课堂教学要把握语言文字运用规律,发展学生思维能力,形成语文知识结构,高度契合语文学科语言、思维、文化等方面的核心素养,能够构建精要、高效、系统的阅读教学课堂。

摘要： 针对阅读教学散乱低效等问题,分析指出归纳式阅读教学着眼典型语言事实,着重探索文本内在的必然联系,着力启发学生自行归纳并得出结论,分别对应课堂教学要把握语言文字运用规律,发展学生思维能力,形成语文知识结构,高度契合语文学科语言、思维、文化等方面的核心素养,能够构建精要、高效、系统的阅读教学课堂.

摘要： 现代汉语是古代汉语发展演变的结果,是汉语史建构中一个不可或缺的部分.汉语史的研究要以现代汉语为依托;汉语史的建构,要根据其两种表现形式,从"书面语史"与"口语史"两个角度建构全面、完整的汉语"史",二者殊途同归,同等重要.汉语史的研究是以语料为基础的.由于语料的极端复杂性,导致我们在确定汉语史研究对象时的模糊和差异.汉语史的研究对象是能够反映语言事实的一切材料.这些反映语言事实的材料,在现代汉语阶段之前主要指用文字记载的书面材料;在现代汉语阶段则包括书面语材料和规范性的口语材料.在汉语史的具体研究领域,面对语料时的取舍应该有所差异.

摘要： 普通话水平测试国家指导用书 《普通话水平测试实施纲要》 的语言测试观关乎普通话水平测试和普通话教学的开展.该文从语言的动态性理论出发,探讨了《普通话水平测试实施纲要》的语言测试观.研究认为《普通话水平测试实施纲要》的语言测试观包括尊重语言事实、关注方言差异、重视语言能力等方面.

摘要： 黔东苗语"no44"在"?u31+no44、o33+?u31+no44……""?iɑ?55+no44、?hiu44+no44……"等结构中表示概数或约量.黔东苗语概数助词"no44"的结构可以划分为进位制数词+no44、度量衡单位量词+no44、数量结构+no44三种类型.通过对语言事实的考察分析,发现在概数结构中,no44的词义可以表示"左右""略超于""略多"与"略等于",其中,"左右"占绝大多数,"略多"和"略超于"次之.

摘要： 陆俭明在《学术交流》２０１８年第２期撰文指出，就语言研究而言，得坚持“既求实又重理论思考”的正确方向，以便做到基于事实构建理论，运用理论分析事实。要使事实能成为论证中的有力证据还必须做三项工作：一是对所搜集的事实要进行多方精心甄别，二是必须进行深刻的理论思考，三是需要将搜集到的事实放到整个语言系统中去分析、思考，而且在运用所需的语言事实时还得辅以严密的逻辑推理或假设。要使探索、研究能不断解开谜团，获得带有科学价值的结论，重要的要善于跳出原有的圈子思考，不断探寻新的研究视角，而且还得牢记八个字：有心用心，勤于思考。

摘要： 概率性是语言最本质的特性之一.以概率为基础的语言研究是与语言学理性主义相反的一种学术思潮,它运用基于统计数据的经验主义方法来挖掘语言学知识并形成一定的理论.概率语言学运用概率统计方法从真实自然语言文本中挖掘语言学知识,充分显示了对真实语言数据的尊重.概率语言学充分融合了语言学、统计学、计算机科学、认知心理学等相关学科知识,且适逢大数据科学、交叉学科快速发展的强力助推,势必显现出光明的发展前景,从而加快语言学科学化的建设.

摘要： 汉语词汇主要有两种,一是汉字词,二是字母词。[1]字母词来自异质词汇系统,是社会发展、语言接触和文化交流等因素作用于汉语词汇系统的结果,是汉语词汇不可或缺的组成部分。从1903年《新尔雅》收录“X光线”开始,汉语字母词迄今已有一百多年的历史。《现代汉语词典》尊重语言事实,从1978年第1版到2016年第7版,收录的字母词数量基本呈递增趋势,从13个增至235个,体现了编撰者严谨求实的态度。笔者认为,目前学界所要关心的,应该是如何正确收录、使用字母词的问题。本文以现代汉语中“@”的语素化现象为例,就这一问题试作探析。

摘要： 实施例针对被配置为接收自然语言(NL)输入并且执行分析操作以生成NL输出的自然语言处理(NLP)系统。NLP系统被配置为至少部分地基于分析操作的至少一部分来生成至少一个置信水平。NLP系统被进一步被配置为至少部分地基于所述至少一个置信水平将至少一个不流利表达集成到NL输出中。

摘要： 一实施方式所涉及的自然语言处理系统具备分析部以及修正部。分析部使用分割模型而执行对于一个句子的词素分析，从而对分割该一个句子而得到的各个被分割元素设定标签。分割模型包含表示被分割元素与标签的对应的输出特性的分数、和表示与连续的两个被分割元素对应的两个标签的组合的转移特性的分数。修正部对通过分析部而得到的分析结果所示的标签、和表示一个句子的正解的标签的正解数据进行比较，将与对应于非正解的标签的正解的标签关联的特性的分数提高，将与该非正解的标签关联的特性的分数降低，从而对分析部在下一个句子的词素分析中所使用的分割模型进行修正。

摘要： 本发明提供一种基于因果干预和反事实推理的自然语言理解模型去偏方法，包括根据输入数据集构建因果图，并确定输入数据集的总效应，因果图包括前提、假设和组合特征；分别对前提、假设和组合特征进行建模，得到前提模型、假设模型和组合特征模型；通过融合函数，将前提模型、假设模型和组合特征模型进行融合，得到融合模型；利用do演算去除融合模型中的混杂因素，得到初步自然语言理解模型；利用反事实推理去除初步自然语言理解模型中假设模型的自然直接影响，基于总效应和自然直接影响得到推理结果作为目标自然语言理解模型，通过因果干预和反事实推理的处理过程，可以有效地提高目标自然语言理解模型的精准度。

摘要： 本发明公开了用于语言障碍及术后语言表达困难患者的语言识练系统，属于语言识别练习技术领域，包括云端数据库和智能分析系统，智能分析系统包括面部信息录入单元、实时数据录入单元、统计患者面部表达时间长短的表达时长统计单元以及用于识别面部信息的数据反馈模块，其中，数据反馈模块包括识别嘴型信息的嘴型信息识别反馈单元以及分析患者发音颤动的颤动识别区分单元。该用于语言障碍患者及术后话语表达困难患者语言练习识别系统，通过实时数据录入单元捕捉的数据传输至数据反馈模块，由模块中的嘴型信息识别反馈单元结合面部信息辅助反馈单元进行基于云端数据库的分析，以确认患者大致与语义，方便医护、康复人员进行进一步地沟通或训练。

摘要： 自然语言处理系统具有：场景设定部(10)，其解析输入的自然语言的语句，生成表示理解自然语言的主体的主体数据、以及表示主体行动的世界的一部分的场景数据，在场景数据中设定主体数据；状况变化设定部(11)，其解析输入的自然语言的语句，并设定场景的状况变化；正负情绪设定部(12)，其基于场景的状况变化，判定是否产生了对于主体而言有利的情绪即正情绪、或者对于主体而言不利的情绪即负情绪；以及含义解析部(13)，其基于产生的正负情绪进行含义解析。状况变化设定部(11)将在状况变化的前状态下作用于主体数据的价值和在状况变化的后状态下作用于主体数据的价值分别作为数值来获取。正负情绪设定部(12)计算前状态的数值与后状态的数值的差而计算出正负情绪。

摘要： 本发明属于软件工程技术领域，具体公开了一种语言资源数据库、语言资源管理平台以及语言资源管理系统。所述语言资源数据库与一具有管理所述应用程序的语言资源的功能的平台交互，所述语言资源管理平台中包括资源总表，所述资源总表以表格的形式将所述语言资源数据库的至少一部分内容显示在显示器上，通过编辑所述资源总表操作所述语言资源数据库。本发明的优点在于为应用程序本地化的工作提供了交互平台，使得开发者、译者和测试者能够操作同一数据库，减少数据(包)在反复传递和合并的过程中出现误操作。

摘要： 在语言处理装置(2)中，向量统合部(23)生成对与输入句对应的词袋向量和与输入句对应的意思向量进行统合而得到的统合向量。应答句选择部(24)根据由向量统合部(23)生成的统合向量，从询问应答DB(25)中选择与输入句对应的应答句。

摘要： 实施例针对被配置为接收自然语言(NL)输入并且执行分析操作以生成NL输出的自然语言处理(NLP)系统。NLP系统被配置为至少部分地基于分析操作的至少一部分来生成至少一个置信水平。NLP系统被进一步被配置为至少部分地基于所述至少一个置信水平将至少一个不流利表达集成到NL输出中。

摘要： 本发明提供一种语言练习用装置、语言教材以及语言练习用程序。其目的在于向语言学习者提供高效的语言练习机会并维持语言学习者的积极性。显示部(16)中显示有语言卡的束。各卡中记载有规定教师与学习者之间所进行的会话的信息。方向内容卡(30)中记载有规定用于决定球的方向的会话的信息。球杆内容卡(32)中记载有规定学习者决定高尔夫球杆种类的会话的信息。球杆距离卡(34)中记载有规定用于决定球的飞行距离的会话的信息。使语言卡显示于显示部(16)上，教师或者学习者基于语言卡的显示内容进行游戏。

摘要： 一实施方式所涉及的自然语言处理系统具备分析部以及修正部。分析部使用分割模型而执行对于一个句子的词素分析，从而对分割该一个句子而得到的各个被分割元素设定标签。分割模型包含表示被分割元素与标签的对应的输出特性的分数、和表示与连续的两个被分割元素对应的两个标签的组合的转移特性的分数。修正部对通过分析部而得到的分析结果所示的标签、和表示一个句子的正解的标签的正解数据进行比较，将与对应于非正解的标签的正解的标签关联的特性的分数提高，将与该非正解的标签关联的特性的分数降低，从而对分析部在下一个句子的词素分析中所使用的分割模型进行修正。