谓语

摘要： 以全球华语通用的三套餐食类名词——早饭/午饭/晚饭、早餐/午餐/晚餐、早膳/午膳/晚膳为研究对象,考察它们在新加坡、马来西亚华语中的发展演变情况。研究发现,新马华语一百年间餐食类名词作谓语的演变过程,呈现出一条马鞍型曲线,即使用数量由少到多,再由多到少;使用频率由低到高,再由高到低。新加坡、马来西亚华语中餐食类名词作谓语的演变路径,受到多方面因素的制约,既有华语作为一种祖语而具有保守性的影响,又有英语、汉语普通话与台湾地区“国语”的影响。

摘要： 在英语中,动词的是一个非常活跃的词性,谓语非它莫属,但它有时却身不由己。那我们先了解一下英语的句子结构,英语句子从结构上说大致和中文差不多,基本上都是“主谓宾”的顺序,但英语句子和中文句子有一点不同,那就是一个完整的英语句子中,若没有连词来连接两个动词,那么此句中只能有一个动词作谓语,逗号并不能代表此句子已结束,也不能作为连接词。比如中文中说,我很抱歉我没有完成家庭作业,很多同学会翻译成“I’m sorry,i didn’t fin⁃ish my homework。”其实这是错误的,因为没有连词,完整的句子中出现了两个动词“am”和“finish”做谓语,违反了英语语法规则。

摘要： 通过对形容词作状语修饰谓语动词进行较为详细的分类阐述,主要介绍了作方式、伴随、结果、程度等状语类型,并就有关作状语的形容词词性的界定进行了较为详细的分析与考证。

摘要： 所谓简单句,就是由一个主语或者并列主语,加一个谓语或者并列谓语构成。简单句是一切句型的基础,也是书面表达中出场率最高的句子。简单句包括五大基本句型:主谓、主谓宾、主谓双宾、主谓宾宾补和主系表。

摘要： 显然对于来自不同国家的我们,通过语言和文字很难完整地传递和表达我们的思想,甚至由于翻译上的难度某些含义会因此而丢失。比如张江舟2012年的作品《白光》,其名称的德语翻译为"wei?es Licht"(白色的光),但其实这在德语中是非常晦涩的表达。

摘要： 现代汉语中,谓语可由名词性成分来充当,但存在一定的限制.文章首先讨论了可以担任谓语的名词,发现含顺序义名词、含性状义名词、处所名词、天气类名词、普通名词但对举这几种类型的名词可作谓语,通过对名词性成分作谓语的语义分析,发现其主要可表类属、指称、时量、变化、特征、存在、处所、评述义,并提及名词性成分作谓语的描写、口语化色彩的语用效果.

摘要： 双关有谐音和语义双关,这里提出歧义双关,可以认为是语义双关的一种特殊形式。歧义有语法和修辞意义方面的歧义,语法歧义如"我们三人一组",结构上可以是"我们//三人一组",其中"我们"是主语,"三人一组"是谓语,可以理解为"我们"是指一群人,对这群人按照每组三人来分配。也可以是"我们三人//一组",其中"我们三人"是主语,"一组"是谓语,可以理解为我们三个人同属一组。对于这种语法歧义,只有消除歧义才能得到准确的理解。修辞上的歧义即在特定的语境下,说话人故意制造歧义以达到交际目的或转移话题。

摘要： 现代汉语中,有些以词语模"X是"形式表现的词汇格式,包括"极是"和"很是"等结构式.这些结构式成词后获得了在句中充当谓语的句法功能."X是"所在结构式的高频使用以及评价性语言成分的省略,为其单独成句获得谓语的句法功能提供了条件.相似的句法环境、心理实现过程以及可推导的上下文语境是这些结构式具有相似的成词过程以及句法功能的动因.

摘要： 本发明涉及一种基于句法特性与统计融合的自然语言谓语动词识别方法，属于自然语言处理技术领域。本发明首先对输入的待测句子进行预处理分析，具体包括：判定语种、词性标注、对应的过滤处理和疑似动词抽取；其次，进行疑似谓语动词的排查，通过句法特性甄别出疑似动词中的谓语动词；接着判断该动词是否以动词搭配组的情况出现，这里利用Φ

摘要： 本发明提供一种对生成为了进行获取了平衡的恰当的意思决定而有用的社会情态的作为基础的要素进行收集的系统。复杂谓语模板收集装置(64)包含：单纯谓语模板DB(62)，其存储被赋予了正或者负的值的极性的单纯谓语模板；对象名词词典(260)；复杂谓语模板候补提取部(268)，其从网络存档(44)提取由通过对象名词词典(260)来确定的单词与单纯谓语模板的组合构成的复杂谓语模板候补；Sa变名词极性赋予部(276)、数量名词极性赋予部(278)、麻烦名词极性赋予部280，其分别针对各个复杂谓语模板候补，判断其名词的极性；和复杂谓语模板极性计算部282，其通过复杂谓语模板候补中包含的名词的极性与单纯谓语模板的极性的组合，计算复杂谓语模板候补的极性。

摘要： 本发明涉及一种基于主谓语编码的文本水印嵌入及提取方法，嵌入方法包括：1）将水印信息的每个字符用Unicode编码表示，形成一个Unicode码串；2）检测出待嵌入文本中语句的主谓语，存放于一集合中；3）根据主谓语的数量，将Unicode码串分成若干段，每一个主谓语用其中的一段来编码表示，并给定一个编号；4）依次存储每个主谓语、与该主谓语对应的Unicode码段、及其编号，形成一个码本，完成编码，实现水印的嵌入。提取方法包括：找出被检测的文本中的主谓语，对照码本，取出每个主谓语对应的Unicode码段及其编号，将Unicode码段按编号顺序拼接起来，将得到的Unicode码串转换成对应的字符，形成水印信息。该方法对文本格式与内容不做任何改变，具有良好的隐蔽性和鲁棒性，同时算法构造简单，易于实现。

摘要： 为了提供能效率良好、自动认识谓语模板的谓语模板收集装置，谓语模板收集装置包含：使用连接词以及种模板来收集与谓语模板对共现的名词对，并判定名词的关系的极性的名词对收集部(94)以及名词对极性判定部(98)；模板对收集部(100)，其收集与名词对共现的模板对，基于与谓语模板对共现的名词对的关系和谓语模板对间的连接词，来判定谓语模板对的活性的极性是否相同；模板网络构建部(106)，其通过谓语模板对和其活性的一致/不一致来构件将谓语模板间建立关系的模板网络；和模板活性值算出部(112)，其使用网络内的种模板的活性值与节点间的关系来算出赋予各节点的活性值。

摘要： 本发明提供了一种中文句子中谓语语块提取方法及系统，通过对中文句子进行分词处理，得到所述中文句子中的所有分词单位构成的分词单位序列集合；加载所述分词单位序列集合对应的概念，获得所述中文句子中所有分词单位的全部概念；对动态概念的兼类进行排除；根据剩余的动态概念与其它相关概念间的组合生成不同类型的候选谓语语块；从所述候选谓语语块中选取出所述中文句子的谓语语块。综合了多方面的语言规律对中文句子中所有分词单位的全部概念进行筛选和组合，并据此选取出中文句子的谓语语块，辨识精准，降低了误判率。

摘要： 本公开的实施例涉及基于谓语类型预测关联的数字信息驱动的系统和方法。本公开描述了经由神经网络预测知识图中的谓语元数据参数的方法和系统。方法包括：接收基于知识库的知识图，知识库包括基于图的数据集。知识图包括两个节点之间的谓语和谓语元数据集合。方法还包括：确定正结构得分；基于每个对应显著性参数来调整每个正结构得分；生成基于合成负图的数据集；针对基于合成负图的数据集中的每个合成负三元组确定负结构得分；基于每个对应显著性参数来调整每个负结构得分；基于调整后的正结构得分和调整后的负结构得分来确定显著性损失值；以及基于显著性损失值来确定知识图中的第三节点与第四节点之间的链接的似然得分。

摘要： 本发明公开了一种基于神经网络的谓语中心词识别方法，所述方法包括如下步骤：步骤一：基于预训练词向量和随机词向量对文本进行向量映射；步骤二：通过神经网络模型获取句子的特征及长期依赖关系；步骤三：使用Highway网络缓解深度模型中的梯度消失问题；步骤四：通过约束函数对序列标注的输出路径进行约束。该方法通过多层Bi‑LSTM叠加获取句子内部的长期依赖关系。然后通过高速公路（Highway）连接缓解深层模型出现梯度消失的问题，最后，通过Softmax层进行归一化，得到一条最大化的标注路径，另外，通过约束函数对输出路径进行规划，解决谓语中心词的唯一性问题。

摘要： 本发明公开了一种基于谓语组合的SPARQL查询优化方法、系统、存储介质及设备，方法包括：构建RDF数据索引；生成谓语组合，谓语组合中的每一个元素都包含一组标签，并且统计每个谓语组合的实体个数；获取用户提交的SPARQL查询，并且转换为SPARQL查询图；获取查询图中所有满足两个及以上三元组模式的公共顶点，并使用广度遍历算法把查询图转换成一棵树；然后使用基于成本的算法选择成本最低的树为初步查询树；重排初步查询树中每个非叶子节点到孩子节点的三元组模式的顺序，生成最终的查询顺序；然后使用两步剪枝进行SPARQL查询。本发明可以有效减少SPARQL查询过程中产生的大量冗余中间结果，提高查询效率。

摘要： 本公开提供一种主谓语识别方法、装置、设备及计算机可读存储介质，包括：通过主语预测模型确定用户问题中的至少一个预测主语，并确定预测主语的第一分值；根据预测主语在用户问题中确定对应的预测谓语，并通过谓语预测模型确定预测谓语的第二分值；根据第一分值、第二分值在预测主语、预测谓语的组合中，确定出目标主语、谓语的组合。本公开提供的方法、装置、设备及计算机可读存储介质，结合预测主语的第一分值以及预测谓语的第二分值，在预测组合中确定目标组合，使得识别的结果更为准确。同时，基于主语预测模型预测主语，基于谓语预测模型预测谓语，能够使本公开提供的方案适用于多种问答场景。

摘要： 本发明涉及一种基于句法特性与统计融合的自然语言谓语动词识别方法，属于自然语言处理技术领域。本发明首先对输入的待测句子进行预处理分析，具体包括：判定语种、词性标注、对应的过滤处理和疑似动词抽取；其次，进行疑似谓语动词的排查，通过句法特性甄别出疑似动词中的谓语动词；接着判断该动词是否以动词搭配组的情况出现，这里利用Φ