语言加工

摘要： 跨学科性是二语习得的根本学科属性.纵观国际二语习得研究四个阶段的发展历程,每个阶段从不同学科吸收滋养,对二语习得这一动态、非线性的复杂系统进行研究.基于二语习得跨学科研究国际论坛的主要内容,本文扼要评析当前国际二语习得研究的四大发展趋势:句法复杂度测量指标进一步细化,呈现功能转向新趋势;任务复杂度研究前沿议题聚焦二语能力发展;语言加工研究采用多学科实验范式;任务型二语语用教学与测评是二语语用学的新兴话题.二语习得跨学科研究应辩证整合不同学科的理论,同时处理好二语习得的独立性与跨学科性之间的关系.

摘要： 2019年10月《科学》杂志的《语言与大脑》专刊,从神经语言学视角对语言加工进行了深入的探讨.基于这一专刊及该领域的相关研究,本文对语言的本质、来源和使用等语言学热点问题进行了扼要简述,指出神经语言学的研究支持以下结论:1)语言结构中的语义和音系与句法一样重要;人类语言的独特性还体现在其社会性上,尤其是指代功能和情感交流上;2)尽管语言常常被认为是人类特有的能力,但从行为层面、分子层面和脑神经科学方面对其他动物的研究证明,大脑内言语组件的进化程度在不同物种之间是连续的;3)语言加工不仅仅局限于Broca区和Wer-nicke 区,核心语言功能的关键部分如整合等功能,是与音乐和算数等其他认知功能共享的.预测和注意等认知功能帮助我们大脑预测语句中的新信息或焦点信息,保证语言加工的即时性.另外,人们还需要将语句中的指称、说话人的情感立场和语境结合起来,才能推理说话人的交际意图,并以此为基础,完成交流的过程.

摘要： 观点采择是指个体从他人或他人所处情境出发,想象或推测他人观点与态度的心理过程。对相关研究综述发现:(1)观点采择是否存在自我中心偏向依然存在争论;(2)观点采择自我中心偏向不是始终存在的,其原因可能是个体受到时间压力和特定类型任务的要求;(3)他人存在影响观点采择自我中心偏向,并且这种影响是自动化的,不受任务类型的影响;(4)观点采择的认知机制主要包括交互对齐、记忆提取和概率计算。未来研究需要:(1)整合已实现的计算模型;(2)进一步探究观点采择能力与心理理论的关系;(3)探究观点采择中私有信息的作用;(4)提高观点采择研究的生态效度;(5)采用不同的技术手段进行汇聚性验证。

摘要： 语言加工是人脑在视觉—听觉双通道整合机制下对多模态的语言信息进行编码、转换、存储和提取的过程.本文旨在分析国外对语言加工的视觉—听觉双通道整合效应的研究,并进一步验证语言信息输入的多模态性以及视觉—听觉交互作用对语言加工的影响力.

摘要： 随着双语教育的发展和神经影像技术的进步,越来越多的神经语言学家、心理学家以及教育学家关注双语儿童的大脑发育以及儿童语言加工的神经机制.该文研究综述了近些年来国内外关于双语学习对儿童大脑发育的影响,特别关注了儿童语言发展的神经机制和双语加工的神经机制,并以此为基础和指导,对儿童双语教育提出了相关建议.儿童双语教育要以双语学习的神经机制为指导,更加科学地设置儿童双语课程,避免错过儿童大脑发育的黄金时期.

摘要： 概要写作是一种新型写作题,要求学生根据阅读材料,写一篇60词左右的文章。在高中英语课堂教学中,教师可以利用课本内容进行概要写作训练,借此培养学生的语言加工、总结与运用能力,使学生在实践练习中掌握写作的方法与技巧,提升课堂教学质量。那么如何在课堂教学中,提升学生概要写作效果呢?本文就此进行分析。

摘要： 从人类语言加工的认知过程来看,第二语言习得过程同样是一个信息加工过程,包括语言输入、内部知识存储及加工和语言产出等过程,内部知识存储及加工模式涉及大脑的生理结构及其加工机制等特征,需要进行跨学科的研究。从目前二语习得的视角来看,通过二语学习者的语言产出对二语学习者的内在知识体系进行观察也是一种非常有效的手段。中介语系统是二语产出的典型代表,该系统有着自己的特点,会受到学习者的母语和目的语的共同影响,同时,中介语系统是不断发展的。

摘要： 目前老化脑语言加工研究以跨阶段设计为主,观察对象涵盖不同年龄范围。这种设计缩短了测量时间,但也存在问题:第一,横断数据所提供的信息不足以反映纵向数据所代表的信息,难以准确呈现发展的连续性和转折点;第二,不同语言能力出现迅速下降的年龄节点不同,观测年龄范围的差异可能造成研究结果不一致。未来应根据所考察语言能力变化的年龄节点选择观察范围,而真正揭示老化效应亟须更多纵向研究。

摘要： 言语障碍一直是神经语言学研究较为关注的内容之一.近几年,江苏师范大学神经语言学研究团队尝试运用功能性磁共振成像和事件相关电位技术来考察阅读障碍、口吃和聋人群体语言加工的神经机制,取得了一些初步的数据.

摘要： 目的:采用脑磁图(magnetoencephalography,MEG)的等价偶极子定位法(equivalentcurrentdipole,ECD)和合成孔径磁场定位法(SAMSyntheticApertureMagnetometry,SAM)定位母语为汉语健康自愿者的听觉性语言中枢,探讨汉字的语言加工过程.方法:对15例母语为汉语健康受试者采用北京医科大学附属第一医院制定的利手评定标准进行利手评定,采用给予听动物名称、植物名称的语言任务刺激,采用MEG记录刺激后产生的诱发磁场,将采集的数据与MRI叠加获得听觉性语言中枢定位.结果:所有受试者听动脉名称、植物名称均在双侧大脑半球诱发出明显的晚发磁反应波,其中左侧大脑半球磁反应波分化较右侧大脑半球好,听觉性语言中枢定位于左侧颞中回、颢上回、缘上回,结论:母语为汉语的正常人听觉性语言中枢与经典的语言中枢基本相符,即听觉性语言中枢定位于左侧颞中回、颞上回、缘上回.

摘要： 本研究采用Eyelink2000型眼动仪,通过操控韵律边界位置和续接语境方向,探讨韵律和语境对偏向动宾型“V+N1+的+N2”歧义结构加工的作用及作用的时间进程.研究发现:不管在加工早期还是晚期,当韵律边界引导歧义结构实现的意义与后续语境信息一致时(与不一致情况相比),加工更加容易,结论支持内隐韵律假说.所有边界条件下,定中语境的总注视时间均大于动宾语境的,这与歧义结构的语义倾向性相关.在加工早期即发现了韵律和语境二者的交互作用,结论支持基于制约的模型.

摘要： 本研究采用Eyelink2000型眼动仪,通过操控韵律边界位置和续接语境方向,探讨韵律和语境对偏向动宾型“V+N1+的+N2”歧义结构加工的作用及作用的时间进程.研究发现:不管在加工早期还是晚期,当韵律边界引导歧义结构实现的意义与后续语境信息一致时(与不一致情况相比),加工更加容易,结论支持内隐韵律假说.所有边界条件下,定中语境的总注视时间均大于动宾语境的,这与歧义结构的语义倾向性相关.在加工早期即发现了韵律和语境二者的交互作用,结论支持基于制约的模型.

摘要： 本研究采用Eyelink2000型眼动仪,通过操控韵律边界位置和续接语境方向,探讨韵律和语境对偏向动宾型“V+N1+的+N2”歧义结构加工的作用及作用的时间进程.研究发现:不管在加工早期还是晚期,当韵律边界引导歧义结构实现的意义与后续语境信息一致时(与不一致情况相比),加工更加容易,结论支持内隐韵律假说.所有边界条件下,定中语境的总注视时间均大于动宾语境的,这与歧义结构的语义倾向性相关.在加工早期即发现了韵律和语境二者的交互作用,结论支持基于制约的模型.

摘要： 本研究采用Eyelink2000型眼动仪,通过操控韵律边界位置和续接语境方向,探讨韵律和语境对偏向动宾型“V+N1+的+N2”歧义结构加工的作用及作用的时间进程.研究发现:不管在加工早期还是晚期,当韵律边界引导歧义结构实现的意义与后续语境信息一致时(与不一致情况相比),加工更加容易,结论支持内隐韵律假说.所有边界条件下,定中语境的总注视时间均大于动宾语境的,这与歧义结构的语义倾向性相关.在加工早期即发现了韵律和语境二者的交互作用,结论支持基于制约的模型.

摘要： 本研究采用Eyelink2000型眼动仪,通过操控韵律边界位置和续接语境方向,探讨韵律和语境对偏向动宾型“V+N1+的+N2”歧义结构加工的作用及作用的时间进程.研究发现:不管在加工早期还是晚期,当韵律边界引导歧义结构实现的意义与后续语境信息一致时(与不一致情况相比),加工更加容易,结论支持内隐韵律假说.所有边界条件下,定中语境的总注视时间均大于动宾语境的,这与歧义结构的语义倾向性相关.在加工早期即发现了韵律和语境二者的交互作用,结论支持基于制约的模型.

摘要： 本发明提出了一种基于AUTOLISP语言的冲击式转轮加工图绘制方法，属于绘图方法。该方法由以下步骤组成：S1、编写人机对话框程序和自动绘制转轮程序，采用AUTOCAD中的PDB管理功能编写该人机对话框程序，并通过该人机对话框选择“法兰外径”、“喷嘴个数”、“水斗个数”和“机座号”，输入“射流直径”和“转轮节径”；S2、将该人机对话框程序和自动绘制转轮程序存储至AUTOCAD的“支持文件搜索路径”下；S3、加载并运行该自动绘制转轮程序，从而自动绘制出冲击式转轮加工图。本发明采用对话框和汉字提示，使用者完全按照屏幕提示进行操作，不用记忆各种CAD操作命令，操作简单方便，效率较高，并有利于产品系列化、标准化，方便工艺及加工生产。

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： 一种基于ANSYS‑APDL语言开发的冷态叶片加工坐标生成方法，首先基于热态叶型控制点坐标建立热态叶型控制点子模型；基于所述热态叶型控制点子模型，定义切割边界；在APDL中存储热态叶型控制点子模型数据库文件；基于热态叶片有限元模型和热转冷叶片变形计算结果，在APDL中利用CBDOF命令对热态叶型控制点子模型进行切割边界插值；获得热态叶型控制点子模型节点变形量；在APDL中利用UPGEOM命令，获得更新后的热态叶型控制点子模型；更新后的热态叶型控制点子模型节点坐标即为冷态叶片加工坐标。本发明同时提供一种冷态叶片加工坐标生成系统。本发明大幅降低了人工干预程度，提高了冷态叶片加工坐标生成效率。

摘要： 本发明提出了一种基于AUTOLISP语言的冲击式转轮加工图绘制方法，属于绘图方法。该方法由以下步骤组成：S1、编写人机对话框程序和自动绘制转轮程序，采用AUTOCAD中的PDB管理功能编写该人机对话框程序，并通过该人机对话框选择“法兰外径”、“喷嘴个数”、“水斗个数”和“机座号”，输入“射流直径”和“转轮节径”；S2、将该人机对话框程序和自动绘制转轮程序存储至AUTOCAD的“支持文件搜索路径”下；S3、加载并运行该自动绘制转轮程序，从而自动绘制出冲击式转轮加工图。本发明采用对话框和汉字提示，使用者完全按照屏幕提示进行操作，不用记忆各种CAD操作命令，操作简单方便，效率较高，并有利于产品系列化、标准化，方便工艺及加工生产。

摘要： 一种用于加工厂的用户界面系统，包括图形显示编辑器，其用于配置过程图形显示，该过程图形显示具有代表加工厂的加工厂元素的图形显示元素。该过程图形显示通过用说明性语言表示的配置信息被指定。图形呈现引擎用于从所述配置信息得出的指令，在运行时期间生成过程图形显示的描绘。该过程图形显示的配置信息可以作为一对象被存储，比如，该对象可以包括第一部分和第二部分，分别用来定义图形参数和标识数据源。图形参数可以被集中用于定义加工厂元素的图形描绘，为此，可以按照该说明性语言的格式来表示。该数据源可以为数据指定一位置或路径，该数据用于表现出将要通过所述图形描绘来显示的加工厂元素的在线操作。

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。