大学英语段落主题句写作教学探析

主题句的写作也一直被认为是大学英语写作教学的一个重要环节。大多数学生的英语作文段落常常缺乏明确的主题句。大学英语教学应该强化对英语段落主题句写作重要性的认识,同时提出主题句写作教学应该培养学生的＂主题句段首＂意识,明确主题句的内容构成和形式完整性,考虑主题的可写性,加强对主题句写作过程的认识和指导,以促进学生英语写作水平的提高。     

浅析主题句在英语写作中的作用

本概述了主题句在英语写作中的重要作用。论述了主题句的三个特点，指出了拟定主题句三个应注重的问题和主题句措辞的六点要求，然后通过实例对主题句在段落中的三种位置的特点进行了比较，最后对应该如何处理好与主题句相联的两种问题进行了分析。     

主题句在CET-4＆6写作中之功用

统计近年大学英语四、六级考试作文发现，大多数情况下基本是以主题句为重点的段落写作。主题句作为英语语篇的重要特征，在大学英语四、六级作文中起着至关重要的作用，是写好文章的关键。本文分别就主题句在英语写作中的位置、重要性、功能性以及如何拟定并完善主题句进行了讨论。     

浅谈段落主题句的写作

文章首先对段落主题句的定义作出了解释,并简述了它的重要性,接着指出了不少人存有只重视对扩展主题句的训练,而忽视对主题句本身的写作的学习和练习的倾向,然后从正反两方面的例子入手,来探讨一下怎样才能写好段落主题句,最后总结要写好段落主题句的几点要求。     

基于综合方法的文本主题句的自动抽取

提出了基于综合方法的主题句的提取方法,并着重讨论了文本主题概念的提取以及相应的权值体系.根据概念间的相互关系,对同义概念进行语义归并,对上下位概念进行语义聚焦,模拟人工标引专家在分析文本主题时的“兼顾各个方面的主题,同时又有所侧重”的原则.在调整文本主题上下位概念的权值时,既考虑下位概念对上位概念的增强作用,同时又考虑到这种调整不影响整个文本主题的分布,从而更精确地抽取出文本的主题概念.采用多种权重度量方式,综合评估句子反映主题的价值.在此基础上,采用主题句选择算法将文本的主题数与所抽取的主题句的数量关联在一起,保证每一个主要的主题都有对应的主题句被选中,并解决主题句的去重问题,从而进一步提高所抽出主题句的主题覆盖性和概括性.     

英语写作教学中主题句的能力培养

主题句是英语语篇的重要特征,在语篇中起着重要作用.成功地确立主题句是提高写作水平的关键一环.英语写作教学中段落主题句的培养应使用过程教学法,分为分析、讨论、写纲要成文以及写作中的修改四个环节,教师在课堂中应适当地加以引导.     

认知参照点理论下的主题结构对比研究——以《陌上桑》和《美女篇》为例

根据认知参照点理论,从《陌上桑》和《美女篇》主题结构的心智接触、连贯性和动态性三方面来探讨两诗在主题结构上的特点和差异。根据主题结构的构成成分(名词性成分加小句)的不同,可以得出,主题结构中的名词性成分具有主题连贯和主题动态发展的作用,而主题结构中的小(分)句具有心智接触作用;在小句以及语篇层面,《陌上桑》主题结构中的名词性成分丰富而赋予变化,在连贯性上发挥着重要作用。同时,这些名词性成分不断激活出的新信息推动着语篇的动态发展,其动态性尤为突出。《陌上桑》主题结构小句中被激活的丰富的认知事体和相关描述,使得认知主体在主题结构的心智接触上需要比《美女篇》付出更多的努力。     

从修辞角度谈主题句在段落写作中的恰当位置

通常，英语写作中，每段都要求要有一个主题句(topic sentence或topic statement)。所谓主题句，就是表达段落中心思想的句子。它是段落的核心。段落中其他细节及描写都必须与主题句有关。换言之，段落写作中其他细节及描写都必须围绕主题句展开。     

主谓结构与主述结构

英汉两种语言属于不同类型的语言。英语是主语突显的语言,而汉语则是主题突显的语言。这是由于在各民族的历史长河中．原始语结的分化方式不同所造成的。就英汉翻译而言,英汉词序的相似性有时可以将汉语的主题句直接转换成典型的英语主谓（宾）结构,而在多数情况下,汉语主题句的翻译需要局部甚至全部改变原有句子结构才能完整精确地译出原句要表达的意思。根据这一指导原则,本文总结出了翻译汉语主题句的三条基本方法,即对应法、结构转换法和和语义翻译法。     

基于情感依存元组的新闻文本主题情感分析

以情感依存元组(EDT)作为中文情感表达的基本结构,把新闻文本主题情感倾向性判别任务分成主题识别、情感倾向性分析和主客观分类三个逐层递进的子任务。在主题识别前先对TF-IDF方法进行改进,再结合基于交叉熵方法提取主题特征词,同时考虑了新闻文章标题的主题表征作用,将标题词纳入主题特征集;然后基于空间向量模型计算句子与主题特征向量的相似度,在此基础上考虑句子位置、长度及句子与标题的相似度,计算句子的主题相关度以抽取主题句;最后建立情感依存元组判别模型计算主题句的情感,采用主、客观分类规则筛选出新闻倾向关键句。本方法在COAE 2014评测中各项指标皆逼近最好成绩,表明基于情感依存元组的分类方法具有较高的分类性能。     

基于图的新闻事件主题句抽取方法

新闻事件主题句识别任务是一项基于文本内容进行语义分析的自然语言处理技术。为准确计算新闻事件文本中与新闻主题语义最相关的句子,提出一种基于图的新闻事件主题句抽取方法。首先利用描述事件特征的触发词及命名实体构建候选新闻事件句子抽取模板,然后,计算候选事件句之间的关联关系构建事件关系无向图,最后基于TextRank算法思想将图中任意顶点的权值表征为与其有关联的顶点权值的加权和,并按权值进行排序实现事件主题句抽取。实验结果表明,提出的方法优于基于TFIDF和基于标题的事件主题句抽取方法,F值分别提升了6.26%和2%。     

中文新闻关键事件的主题句识别

提出在单文档中通过提取主题句以获取关键事件信息的思想。根据新闻的体裁特点, 分析了新闻报道与事件的关系, 以及新闻标题在内容、形式和语言方面的特征。提出利用标题的提示性信息提取主题句来描述新闻关键事件的方法。该方法首先对新闻标题按信息含量进行分类, 然后结合新闻句子的词频、长度、位置、与标题的相似度等特征计算句子的重要性。实验表明, 该方法能够准确提取新闻主题句, 为进一步抽取事件信息打好了基础。     

基于JST模型的新闻文本的情感分类研究

使用JST模型对中文新闻文本进行情感分析,相对于评论文本,新闻文本主观性比较弱,而且大多是长文本,会影响JST模型的分类性能.给出一种抽取情感主题句的方法,将抽取得到的情感主题句结合现有的JST模型对新闻文本的情感倾向进行了分析.实验表明,使用情感主题句进行情感分析,避免了与主题情感无关的句子对分析结果的影响,提高了分类准确率.     

广告主题句的翻译及句式选择

文章通过对英语广告主题句句式的分析,探索其翻译的方法,以实现经济学意义上的追求效用最大化.文章指出,广告的创作人员是通过对英语音韵、词汇、句式和修辞进行语用选择来制作广告主题句文本.而广告主题句除了在词汇的选择、修辞的运用上巧妙精细之外,在句式的选择上也是相当讲究的.     

叙事语篇主题发展的时间认知建构

叙事语篇的主题与事件时间的关系是语篇认知研究中尚未深入探讨的课题。叙事语篇的发展构建于事件认知表征的基础之上,并且由表征事件与非事件的情状句共同达成语篇意义。在此建构过程中,事件情状句与非事件情状句以三种基本原则方式运作：完成性事件句推动语篇事件发展;非完成性事件句构成语篇事件场景或同时由完成性事件句启动成一连续整体事件中的小事件;完成性与非完成性事件句为语篇导向的非事件句和语篇意义的合理构建作支撑,以构建完整连贯的叙事语篇,实现语篇主题意义。     

融合句义特征的多文档自动摘要算法研究

多文档自动摘要研究是自然语言处理领域的关键问题之一,为使抽取的摘要更能体现多文档主题,本文在子主题划分的基础上,提出了一种融合句义特征的句子优化选择方法.该方法基于句义结构模型,提取句义结构中的话题、谓词等特征,并融合统计特征构造特征向量计算句子权重,最后采用综合加权选取法和最大边缘相关相结合的方法抽取摘要.选取不同主题的文本集进行实验和评价,在摘要压缩比为15%情况下,系统摘要平均准确率达到66.7%,平均召回率达到65.5%.实验结果表明句义特征的引入可以有效提升多文档摘要的效果.      

面向高考阅读理解观点类问题的答案抽取方法

为了克服高考阅读理解观点类问题中仅仅利用关键词进行答案句抽取的不足,通过对单篇文章建立LDA(latent dirichlet allocation)模型,计算阅读材料中每一句话与问题的主题分布相似度.利用SVM(support vector machine)分类器,对主题分布相似度高的句子进行分类,用于获取具有观点特征的候选观点句,最后将其与问题观点进行相似度计算并排序,选取排名前α个句子作为题目的答案句.该方法在标注好的高考观点类问题的答案句识别中,总体正确率达到了47.8%,并能将答案句的排序提前.实验结果表明,散文阅读理解题中采用多主题方法比单主题时具有更好的效果.     

从段落结构谈英语段落写作

写作是当前大学英语教学中需要进一步加强的重要方面，应按照循序渐进的方法组织教学。首先要进行大量的段落专项写作训练，然后才能转入篇章的写作练习。可从段落主题句、扩展句及结论句三个方面入手，提高英语段落写作的水平。     

面向新闻的情感关键句抽取与极性判别

门户网站、博客和论坛中的新闻性文章很多具有倾向性,倾向性判别对了解社会动态和舆情状况有重要作用。在主题相关性的基础上,主要考虑了三类属性:位置属性、情感属性、特征词属性,提出了一种针对篇章级的情感关键句抽取方法,并通过集成学习判别情感关键句的极性。实验结果显示本文方法能够有效地挖掘出情感关键句并能对情感关键句进行较准确的极性判别,实现了情感关键句,抽取和极性判别的自动化,且具有较好的效果。     

基于MO改进算法的多文档文摘句子排序

针对CO和MO两种文摘句排序方法的缺陷,提出了一种将局部主题间的内聚度和MO方法相结合进行文摘句排序的新方法。在对局部主题间的相对位置统计的基础上,建立它们间的关系有向图和计算彼此间的内聚度;排序过程中每从有向图中输出一个顶点时,从剩余顶点中查找与其具有最大内聚度的顶点,若该内聚度大于阈值,则将这两个顶点所代表的局部主题的文摘句置于摘要中相邻的位置。实验结果表明,该算法排序生成的文摘更具有连贯性和可读性。