《修辞学发凡》

摘要： 从辞格的数量、分类、名称和内容等方面分析陈望道《修辞学发凡》对《修辞学讲义》的修改情况,阐述陈望道辞格理论的形成和发展。今天我们重温经典,应该努力汲取陈先生的学术营养,弘扬陈先生的治学精神。

摘要： 陈望道《修辞学发凡》的术语修辞实践表明,术语修辞的话语符号建构有其认知和审美动因。在此基础上,往往形成种种适应与和谐的领域生态。领域生态的适应与和谐,常常诉诸规范和变异的运作。运作的结果符号化并成熟稳定后形成特定的言语风格,陈望道《修辞学发凡》术语修辞的风格要素主要为简括与平易。

摘要： 吕叔湘的序言蕴含多重信息:一是对《汉语修辞学》进行了简明而切当的评价;二是包含了对《汉语修辞学》出版之前一些重要修辞学著作的看法;三是对修辞原则提出了建设性意见,促进了学科发展。吕氏序言虽然平实简明,但是产生的学术影响是深远的,值得深入研究。

摘要： 陈望道的《修辞学发凡》,滋养了四代亲传和再传弟子,泽被所有修辞学人。今天我们纪念它出版90周年,不仅是为了继承和发展这一巨著的修辞学思想,而且也是为了宏扬陈望道的学术理念,完成其未竟的修辞学事业。在学习《修辞学发凡》的过程中,我们有三方面的体会:一是创新是最好的继承,二是注重修辞学方法论研究,三是要有科学的修辞学批评。

摘要： 从修辞内容和修辞能力发展的研究现状出发,对照陈望道《修辞学发凡》中的相关论述,指出这两个关联领域的研究存在重视不够、失于狭隘等问题,认为问题主要源于对修辞及其结构和功能的认知局限和偏差,主张注重发掘中国修辞学的独创性、建设性成果和独特智慧,积极引进西方修辞学及邻近学科的学术资源和成功经验,加强多渠道汇融和多学科交流,推进包括修辞内容和修辞能力发展在内的中国修辞学研究奋力前行。

摘要： “比較訓詁學”視域下,明清時期意大利傳教士艾儒略的《聖經》詮釋學文本《萬物真原》有着鮮明的修辭特色,它靈活運用亞里士多德“修辭術”之推理論證。分析該書“援故籍以立論詮釋—證明式推理論證”(包括援引中國古代寓言、中西方古籍,類比法、設問法、引用、對比等)、“以故籍駁論詮釋—反駁式推理論證”(包括“元氣辯、理氣辯”)的修辭文本,可以看到其訓詁學價值:跟《教要序論》等相比,既有一致的漢語《聖經》詮釋學風貌,也有不同,它的行文直接論辯詮釋,屬於詮釋專書類。其修辭學價值有:1.將歐洲修辭學傳統發揚光大到17世紀中國學術界、世俗傳教界的跨越時空的學術價值。2.詮釋學文本《萬物真原》也具有中國修辭學語料多種屬性,中西方修辭學有着超越時空的相融相通。3.它以域外漢籍的特色豐富了漢語修辭學史的研究語料,具有中西方修辭對比研究價值。

摘要： 华夏古典修辞学奠基作《文心雕龙》问世一千四百年后,1932年诞生了《修辞学发凡》,标志着中国修辞学由古典到现代、由摹外到自立的华丽转型.《修辞学发凡》以《文心雕龙》为沃壤,植根于华夏,立足于语言本位,以崭新的知识、科学的解释、完整的体系,培养和教育了一代代的莘莘学子,向普罗大众输送了丰富的学养.《修辞学发凡》留下的遗憾是未能将语体(genre)与风格(style)区分开来,也未能将其研究引向深入.

摘要： 比喻是常见的修辞手法,但很多时候我们不能把握它,在理解作品语言和使用比喻修辞时做得不尽如人意。那么,比喻修辞的特点是什么?陈望道在他的《修辞学发凡》中给比喻下的定义是:“思想的对象同另外的事物有了类似点,说话和写文章时就用那另外的事物来比拟这思想的对象的,名叫譬喻。现在一般称为比喻。这格的成立,实际上共有思想的对象、另外的事物和类似点等三个要素。”

摘要： 什么是回文联?陈望道《修辞学发凡》说:『《诗苑类格》载唐.上官仪曾说「诗有八对」。其七曰「回文对」「情新因意得,意得逐情新」是也……』后来有人好奇,定要做到词序完全可以不拘,无论顺读、倒读,都可成文,这便成了一种稀奇的文体。

摘要： 本发明涉及计算机文本情感分析领域，具体涉及一种基于多任务学习的修辞格及隐式情绪识别方法。本方法为了识别修辞格与情绪而提出，首先利用BERT与Tree‑LSTMs捕获句子的语义及句法表示。基于此，设计门控机制的修辞格分类器与基于语义的情绪分类器，分别获取句子的修辞格及情绪的关联分布表示。然后构建融入关联表示的多标签预测，得到句子的修辞格与情绪的标签集。

摘要： 本发明公开了一种基于小组互动的英汉修辞学习方法及系统，通过将学习资源以共享的形式向学习对象进行展示呈现，学习资源包括英语修辞和汉语修辞；对包括英语修辞和汉语修辞的学习资源进行学习难度等级划分，学习难度等级包括初级、中级和高级级别；以自主学习、协作学习、小组学习、激励学习和评价学习的之一或多种结合的形式，将预设级别的学习资源提供给学习对象进行学习。本发明有利于提高文本阅读理解能力和写作能力，易于掌握学习英语汉语修辞，不再是学习者单调低效的自我学习专研，或者由教师进行讲解施教，能够用于网络在线教育和线下的实体教学培训机构，有利于知识的传播施教，能够产品化商业化。

摘要： 本发明公开一种基于语言模型的修辞古诗自动生成方法，步骤为：网上收集现存古诗数据，数据处理形成以两句为单位的数据集，仅保留五个字或七个字的句对；选取名篇数据进行人工修辞标注，将每一条数据标注为以下四类中的一种：比喻、拟人、夸张、其它；总结出每种修辞手法的词句特征，写成正则表达式，并匹配获得部分标注数据；将所有标注数据训练一个修辞分类器，构建带修辞标签的古诗数据集；将原始数据中的每一首绝句古诗中修辞类型、关键词、体裁类型以及古诗内容序列化后进行训练，得到具有修辞手法创作能力的古诗生成模型。本发明在模型中显式的引入古诗的修辞因素，可以让模型使用特定修辞手法来进行古诗的生成，从而显著的提高古诗质量。

摘要： 本公开涉及用于保持修辞流的技术。所公开的系统、设备和方法通过使用对话话语树(DDT)来改进对话管理。为了确定候选响应(CR)在对话中是否恰当，可以将CR添加到先前已在双方之间的对话中提供的其他言语中，并且可以根据结果生成对话话语树(DDT)。DDT包括对应于基本话语单元(EDU)的节点，所述EDU表示言语和CR的文本片段。DDT可以包括指示EDU之间的修辞关系的节点。在一些实施例中，DDT包括表示两个言语之间的至少一个对话特定修辞关系的节点。CR的DDT可以被提供给机器学习模型，所述机器学习模型已被训练以识别是否保持了DDT的言语之间的修辞流。如果是的话，则可以提供所述CR来响应所述请求。

摘要： 本发明提供了一种修辞识别的方法、装置及电子设备，其中，该方法包括：预设修辞识别模型，所述修辞识别模型包括映射层、n个自注意力层、n‑1个子分类器和总分类器；确定待识别的目标句子，根据所述修辞识别模型映射层确定所述目标句子的目标特征向量；循环执行分类过程，直至确定所述目标句子对应的修辞标签。通过本发明实施例提供的修辞识别的方法、装置及电子设备，通过多分类器依次识别目标句子修辞标签的方式，在没有跑完全部修辞识别模型时也可能确定目标句子的修辞标签，从而可以提高修辞识别的效率；且之后在分类置信度超过预设阈值才确定目标句子的修辞标签，其修辞识别的结果更加准确，即能够实现又快又准地修辞识别。

摘要： 本发明涉及计算机文本情感分析领域，具体涉及一种基于多任务学习的修辞格及隐式情绪识别方法。本方法为了识别修辞格与情绪而提出，首先利用BERT与Tree‑LSTMs捕获句子的语义及句法表示。基于此，设计门控机制的修辞格分类器与基于语义的情绪分类器，分别获取句子的修辞格及情绪的关联分布表示。然后构建融入关联表示的多标签预测，得到句子的修辞格与情绪的标签集。

摘要： 本发明公开了一种基于机器学习的中文修辞手法的判断方法，包括：采用文本数据集对ERNIE模型进行预训练得到预训练后的ERNIE模型；将预训练后的ERNIE模型与CNN模型进行层级连接，得到修辞手法判断模型；采用准备的数据集对修辞手法判断模型进行训练和验证，得到验证后的修辞手法判断模型；获取待分析的文本数据，文本数据至少包括一句待分析语句；将待分析语句输入验证后的修辞手法判断模型中进行预测，得到待分析语句所属修辞方法的判断结果。采用ERNIE模型与CNN模型构建的修辞手法判断模型提高中文文本分类性能，能自动、准确识别出语句中使用的修辞手法，提高了中文修辞手法的判断方法的准确性，提高了文章审阅效率。

摘要： 本发明的系统、设备和方法涉及扩展话语树并使用扩展话语树来导航文本。在示例中，话语导航应用为第一文档的第一段落创建第一话语树，并且为第二文档的第二段落创建第二话语树。所述应用从第一话语树确定实体和对应的第一基本话语单元。该应用在第二话语树中确定与存在的第一基本话语单元匹配的第二基本话语单元。该应用确定两个基本话语单元之间的修辞相互关系，并在两个话语树之间创建可导航的链接。

摘要： 本申请提供了一种基于神经网络的中文修辞手法的确定方法、装置、存储介质和处理器，该确定方法包括：获取待分析数据，待分析数据包括至少一个待分析语句；对待分析语句进行词性分析和句法分析，得到词性分析结果和句法分析结果；对待分析语句进行实体类别分析，得到实体类别分析结果；采用神经网络模型，且根据词性分析结果、句法分析结果和实体类别分析结果确定待分析语句使用的中文修辞手法。相比于现有技术的方法，本申请的方法在现有神经网络模型的基础上，训练数据中加入了训练句法分析结果和训练实体类别分析结果，大幅提升了神经网络模型的分类效果，避免出现语义歧义和背景知识不足的问题，从而得到准确的修辞手法。

摘要： 本发明涉及人工智能，提供一种基于文本生成模型的文本修辞句的生成方法、装置、设备及可读存储介质，所述方法包括：基于知识抽取模型，抽取样本语句中具有修辞关系的第一词语和第二词语；识别所述样本语句中的多个关键词，并根据多个所述关键词，将所述第一词语和所述第二词语形成为图结构；将所述图结构构建为知识图谱，并基于所述知识图谱生成文本生成模型；当接收到文本生成指令时，基于所述文本生成模型生成文本修辞句。本发明通过由知识图谱构建的文本生成模型生成具有逻辑性的文本修辞句，确保了所生成的修辞文本符合逻辑，有利于阅读和理解。