在线词典浅谈

在线词典是比传统纸质词典和一般电子词典更为先进的词典形式。介绍了在线词典的概念,指出在线词典具有信息容量大、实时共享、图文并茂、检索便捷、更新及时等特点,并对其未来的发展趋势作了简要预测和展望。     

Dict.CN在线词典评述

在线词典是依附在一个网站上,供人随时以web方式调用查阅的电子辞典。随着互联网的普及,我们不可避免地注意到一些在线词典,如Dict.CN在线词典等。本文将就Dict.CN在线词典进行评述,并对在线词典的发展前景进行分析。     

网络在线词典编纂的认知特点对英语教学的意义

网络在线词典是未来主流词典，借助网络强大的技术力量，以及运用最新的认知语言研究成果，结合学习者对词汇的习得认知规律，将带来词典编纂的巨大革新。网络与认知理论的结合，其独特的优势使得网络在线词典越发呈现百科化、集成化、全能化，娱乐功能得以加强，词典从平面走向立体化。网络在线词典与认知语言学相结合，能够促进学习者对于词汇理解、扩展和推理的能力，这种前所未有的功能将是网络在线词典发展的趋向。     

词典与英语阅读教学浅探

词典是英语学习者的必备工具,本文探讨了利用不同词典完成课内深层阅读、英语报刊阅读以及网络在线阅读对非英语专业学习者的语言习得能力的影响,尤其是提高了学习者的词汇习得与阅读技能。     

基于特征加权词向量的在线医疗评论情感分析

针对在线医疗评论文本具有行业专业性强、差异性大、不够规范等特点,提出一种基于特征加权词向量的在线医疗评论情感分析方法.利用Word2vec方法构建词向量模型,抽取情感词集合完善医疗服务领域情感词典,根据句法关系识别主题词与情感词的依存关系,引入期望交叉熵因子,建立特征加权词向量模型,分析在线医疗评论的情感倾向.实验结果表明扩充的医疗服务情感词典在分析性能上的准确率、召回率以及F₁值均高于基础情感词典,引入期望交叉熵因子后,基于特征加权词向量的情感分析方法在SVM分类上表现出更好的效果,体现了其在在线医疗评论挖掘领域的良好效用.      

在线词典在英语学习中的应用研究 ——基于大学英语四六级阅读能力的提高训练

作为提高大学英语四六级考试中阅读成绩必不可少的语言工具,在线词典的有效使用是教师与学生们关注的问题之一.在线词典对提高大学英语学习及大学英语四六级阅读能力训练有很大的帮助,同时也有许多不足之处.     

面向突发事件倾向性分析的情感词典自动构建方法

随着突发事件的频发,对突发事件在线评论进行倾向性分析引起了广泛关注,情感词典是其中重要的资源.对面向突发事件的情感词典自动构建方法进行探讨.基于对大规模评论数据的统计分析,提出采用基于词性标注和snownlp的方法实现突发事件情感词典的自动构建.为验证构建词典的有效性,设计基于情感词典的情感倾向性分析模型.结果表明,词典构建方法在准确率和召回率方面效果较好.基于该词典的情感倾向性分析模型的性能较基础模型性能有较大的提升.     

用VB实现在线词典

利用VB的可视化数据管理器，通过对VB的一些特定控件及属性的使用，制作出一个具有“查询”、“添加”、“删除”等八个功能的在线词典。用户可以通过对在线词典的使用，查找一些常用的专业名词，并可根据需要，对数据库进行更新。     

互联网另一个战场——在线词典

互联网为中国与世界搭起了一个重要的桥梁,随着日益扩大的对外交流,学习需求不断增加,外语学习和使用的覆盖面正在急速扩大.而方便快捷的互联网词典、翻译工具也成为解决网民工作、学习和生活的重要手段.自2003年范剑淼于美国创建了中国第一个在线词典 海词网(Dict.cn)之后,为广大的网民提供免费查词、翻译的服务,更是加快了互联网词典、翻译服务行业整体用户规模的快速增长.     

融合词向量和点互信息的领域情感词典构建

情感词典技术是文本情感分析的基础。受领域的限制,基础情感词典并不能满足特定领域的情感分析的需要。本文提出一种融合词向量和点互信息的领域情感词典方法,该方法以大量在线评论作为语料库,利用TF-IDF算法挑选领域种子情感词,结合词向量模型提取其与种子词相似度高的词语组成候选情感词集,采用SO-PMI算法来计算各候选词的情感极性,进而融合基础情感词典得到扩充后的领域情感词典。实验表明,构建的领域情感词典能有效提高餐饮领域情感分析任务的性能。     

基于计算机和网络的中学英语课程资源新探

课程资源包括校内课程资源和校外课程资源,随着计算机和网络技术的发展,中学英语课程资源也有了新的发展,教学软件、基于局域网的网络教学系统、FLASH课件、英语口语学习系统、Wiki、新型在线词典、p2p等新的网络课程资源为中学英语的学习带来了便利。     

基于LS-SO算法的情感文本分类方法

首先, 基于点互信息与信息检索(PMI IR)算法, 提出一种Laplace平滑情感判定(LS-SO)算法, 对情感词典与表情符号情感词典进行自动扩充, 得到了具有一定规模、 高质量的情感词典, 包括基础情感词典、 目标情感词典、 网络用语情感词典、 表情符号情感词典、 否定词词典、 疑问词词典、 程度副词词典和连词词典. 其次, 通过细化文本语义分析规则计算文本情感值. 实验结果验证了该方法的有效性.     

基于贪心策略的视觉SLAM闭环检测算法

动态环境与视觉混淆严重影响视觉闭环检测性能.基于贪心策略,提出了一种在线构建视觉词典的闭环检测算法.算法优先处理Surf描述与已有单词Surf描述欧式距离最大的特征点,改进特征点与单词Surf描述最近邻的约束条件,生成了表征性能强、量化误差小的视觉词典,算法具备实时性,并在动态环境图像集与视觉混淆多发生的图像集上,在确保100%,准确率的条件下,最大召回率分别提升了5%,与4%,.     

一种基于极性词典的情感分析方法

极性词典是文本情感分析和倾向性分析的基础。本文构建了一个全面、高效的极性词典,包括基础词典、领域词典、网络词词典以及修饰词词典,深入研究了修饰词对极性词的影响,将极性词与修饰词组合成极性短语作为极性计算的基本单元,提出了一种基于极性词典的情感分析方法。实验结果表明,利用本文构建的词典进行倾向性分析效果不错。     

论网络在翻译选词中的应用

综合利用网络中的搜索引擎、在线词典、专业机构网页、百科全书、翻译论坛和博客等资源可以促进翻译选词的正确/恰切性、专业性及文化背景的理解。网助选词不是简单地依赖搜索结果的数量,而是译者利用一定技巧、凭经验和能力进行综合判断、甄别的过程。     

语料库工具与英语词汇教学之light Vs.heavy

本文旨在利用语料库工具来深入对比light和heavy这对词的搭配,限于两词在意义上相反时的情况。根据剑桥在线词典http：//dictio-nary.cambridge.org/dictionary/,我们找到两词表达相反意义的义项。     

基于word2vec的评论有用性研究

建立一个评论有用性模型,该模型能够对在线商品评论进行有用性预测.基于精心建立的情感词典,联合基于神经网络构建的商品属性词典.设计了合理的匹配算法,采用随机森林算法和五折交叉验证对评论有用性不同特征进行准确率、召回值和F指标的预测.结果显示评论有用性方差值能够很好地反应评论的有用性.评论有用性模型能够对评论进行准确的预测,所预测的结果可以为消费者提供有效的参考.     

基于在线评论情感分析的手机推荐方法

手机的普及为生活带来便利,但由于品牌多、定位不同等导致消费者难以快速准确的选择合适的机型。为解决这个问题,提出了一种基于在线评论情感分析的手机推荐方法,用于帮助消费者寻找符合购买意愿的手机。首先,集成基础情感词典,构建程度副词、否定词、手机领域评论用语等相关词典,再根据消费者需求对手机各项参数进行多属性组合,并计算每条手机评论的情感值,将评论文本的情感模糊值转换为准确值,最后结合手机属性和评论的情感值定义特征矩阵,进而使用余弦相似度的方法得到top-k款与消费者需求相似的手机推荐给用户。对比传统的使用单一情感词典的推荐方法,结果表明该推荐方法能够有效的提高推荐结果的采纳度。     

英语词典的选择和使用刍议

市面的英语词典种类繁多,有英语单词典、英汉双语词典、英汉双解词典等。各类词典的编纂目的不同,使用的对象也不同。针对学习者在英语词典的选择和使用上出现的问题及如何正确选择词典和使用词典,笔者提出了自己的看法。     

论双语词典的例证

例证是词典编纂过程中的一个不可缺少的部分,对于词典用户有举足轻重的作用。本文拟就双语词典编纂过程中的例证问题进行了探讨,主要从例证的特征、功能、分类等详细阐述了例证的编纂问题,希望对词典编纂有所助益。