女人·土地·自然——生态女性主义文学批评视角下的《南方的寡妇》

传统的文学批评大多基于战争与爱情的角度解读文本,从生态女性主义文学批评的角度、分析小说中土地与女性之间的关系,再现自然与女性的活动、处境、命运,从而阐明罗伯特在小说中是如何体现他对土地与女性的关系的深刻理解。     

原乡想象与狂欢化书写——论《尘埃落定》中的张力叙事

阿来在写作《尘埃落定》时，试图唤醒沉淀于民族历史中的文化碎片，从而编织出他心目中的原乡神话．由于小说文本对原乡想象与狂欢化书写之间张力的精彩呈现，这种神话建构并未如愿以偿．然而，这种张力叙事不仅使自然丰富的人性得以从文本中浮现出来，也从文学史的角度重写了乡土小说的传统叙事机制。     

叶灵凤小说简论

对叶灵凤的情爱小说进行了梳理 ,指出他的性心理描写虽然有形而下的自然主义流露和颓废色彩 ,但基本倾向是健康的 ,在反封建意义上 ,是超越了传统伦理道德评价的。在艺术形式上 ,叶灵凤小说的主要特色是灵活精巧和清奇怪异。他的文本中存在的缺陷 ,不足以抹煞他的成绩和贡献 ,同时 ,指出对叶灵凤小说的历史意义和美学价值应重新认识     

叶灵凤小说简论

对叶灵凤的情爱小说进行了梳理，指出他的性心理描写虽然有形而下的自然主义流露和颓度色彩，但基本倾向是健康的，在反封建意义上，是超越了传统伦理道德评价的。在艺术形式上，叶灵凤小说的主要特色是灵活精巧和清奇怪异。他的文本中存在的缺陷，不足以抹煞他的成绩和贡献，同时，指出对叶灵凤小说的历史意义和美学价值应重新认识。     

南飞雁官场小说的伦理学解读

在20世纪90年代以来的官场小说中,南飞雁的官场小说呈现出某种独特性。他将官场小说与世情小说相融合,创作出独具特色的官场世情小说。他的小说通过两性关系勾连起社会万象,从而展现物欲时代和现代科层制下的世态人情。他的小说还通过传统父亲的"在场",揭示当下社会秩序形态的保守性和稳固性,同时传达出惶恐不安的时代情绪。小说文本中暧昧的官方意识形态话语,一方面显露了作者创作价值观的犹疑和矛盾,另一方面也折射出当下时代的某些分裂症候。     

笛福的个人自传小说及思想

丹尼尔.笛福是英国小说艺术史上一位十分重要的人物。他不仅向世人推出了一种新型的小说文本,而且还为英国小说艺术的发展起到了积极的推动作用。他以其独特的审美意识和非凡的艺术才华创作了一系列个人自传小说,这些小说鲜明地体现了他资产阶级思想的两重性。     

伍尔夫现代小说理论的萌生与发展

英国文学有着悠久的现实主义传统,即写实性精神、社会批判精神和传统小说形式。现代主义作家弗吉尼亚·伍尔夫从小说理论和创作实践两方面对英国传统小说进行了继承和创新,她从自己独特的视角出发,挖掘出了传统文学中的现代主义因素,为自己的创作寻找“先辈”。主要表现在:伍尔夫前期在现实主义小说形式中进行现代小说的探索;伍尔夫中、后期对现实主义小说传统形式的扬弃;寻求现代主义小说的内容和形式。     

墨白小说叙事里的并置结构——对《失踪》文本世界的解析

重读墨白的小说《失踪》,发现《失踪》对墨白后来的小说创作在文本上有着导向作用,而这篇小说对墨白小说叙事风格的形成是一次最重要的实践.     

新写实主义:一种颠覆的文本——《塔铺》文本解读

本文从《塔铺》文本切入,从语言、叙述态度、结构等方面对新写实主义小说与传统现实主义小说的文本特征作比较观照,以期对这两种小说文本有一较具体可感的认识。     

跨越不同文本之间的界限——互文性关照下的《已知的世界》

美国当代黑人作家爱德华·P·琼斯在其代表作《已知的世界》中，运用了互文性的写作手法，建立了小说同其他文本的深层联系，赋予小说叙述开放性、复杂性的特征。作者跨越不同文本之间的界限，使小说的叙事更易与历时和共时层面上的历史文本相融合，大大增强了小说的艺术魅力。     

面向文本分类的深度置信网络特征提取方法研究

在对文本分类领域发展现状进行研究的基础上,提出了一种面向文本分类的深度置信网络特征提取方法,通过引入词向量模型和深度置信网络解决传统文本分类方法在文本表示及特征提取方面存在的语义缺失问题,实验结果表明,该方法在文本分类中有更高的准确率。     

基于经验风险的中心文本分类算法

采用经验风险最小化归纳原则和梯度下降方法调整传统中心分类法的类别中心向量, 解决了传统中心分类法因忽略训练集文本权值因素而导致的类别中心向量表达能力较差问题, 得到了与支持向量机分类性能基本一致的一种改进的中心分类法. 实验结果表明, 该方法是提高中心分类法分类性能的一种有效方法.     

一种基于改进信息增益特征选择的最大熵模型文本分类方法

针对传统信息增益(IG)特征选择算法忽略词频分布的缺陷,该文提出一种新的IG特征选择算法.该算法通过引入均衡比和类内词频位置参数,解决了传统IG算法忽略词频分布对分类的弱化问题,修正传统类内词频位置参数,提高特征选择算法的文本分类精度,并将该改进IG特征选择算法用于最大熵模型(ME)对文本进行分类.实验结果表明:该文所提方法在进行文本分类时F1值高于传统IG算法.该文方法的ME分类精度高于K最近邻KNN(K-Nearest Neighbor)算法,说明本文方法是可行的、有效的.     

基于词向量和EMD距离的短文本聚类

短文本聚类在数据挖掘中发挥着重要的作用,传统的短文本聚类模型存在维度高、数据稀疏和缺乏语义信息等问题,针对互联网短文本特征稀疏、语义存在奇异性和动态性而导致的短文本聚类性能较差的问题,提出了一种基于特征词向量的文本表示和基于特征词移动距离的短文本聚类算法。首先使用Skip-gram模型(Continuous Skip-gram Model)在大规模语料中训练得到表示特征词语义的词向量;然后利用欧式距离计算特征词相似度,引入EMD(Earth Movers Distance)来计算短文本间的相似度;最后将其应用到Kmeans聚类算法中实现短文本聚类。在3个数据集上进行的评测结果表明,效果优于传统的聚类算法。     

基于潜在语义分析的中文文本聚类方法研究

针对传统的向量空间模型在文本聚类中的局限性,提出了基于潜在语义分析模型的中文文本聚类系统,并引入WinSTAR作为聚类分析工具,用一个中文文本集作为实例进行验证。实验证明,该方法切实有效,可以提高文本聚类的准确度。     

基于投影寻踪的kNN文本分类算法的加速策略

传统的k近邻(k-nearest neighbors,kNN)文本分类中,由于文本被表示成向量空间模型后维数非常高,且训练文本的数目巨大,kNN分类算法通常被视为是一种虽然有效,但并非高效的文本分类算法。针对传统kNN分类算法效率低下的问题,提出了一种基于投影寻踪思想的kNN分类算法加速策略。基本思想是:通过投影的方法缩减训练集的规模,同时在寻找k近邻过程中对文本进行降维处理,从两方面着手降低算法的计算开销。实验数据表明,优化后的kNN算法比传统kNN算法在时间性能上有较大的提升,同时保证了分类的精度。     

基于改进分类模型的文本分类系统实现

提出一种基于改进的分类模型的文本分类系统来实现文本的自动分类.针对传统的特征提取算法不能很好区分特征词在类内和类间分布情况的缺陷,该系统利用方差对该算法作了改进,用改进的特征提取算法量化各个特征词的权重,为了降低特征向量的维数,采用为每个类建分类器的分类模型,利用遗传算法来修正各个类特征词的权重,直到为每个类训练出能够代表本类的特征向量,最后用这些类的特征向量进行分类.通过在同一数据集上进行对比实验,说明本文提出的改进分类模型的文本分类系统是正确可行的.     

网络化时代对文本阅读的理性诠释

阐述了网络阅读对传统的文本阅读带来的影响,通过对网络阅读与传统文本阅读的比较,指出文本阅读需要的是对文本内涵的充分吸收和理性思考。     

基于关键 $n$-grams 和门控循环神经网络的文本分类模型

提出一种基于关键 $n$-grams 和门控循环神经网络的文本分类模型. 模型采用更为简单高效的池化层替代传统的卷积层来提取关键的 $n$-grams 作为重要语义特征, 同时构建双向门控循环单元(gated recurrent unit, GRU)获取输入文本的全局依赖特征, 最后将两种特征的融合模型应用于文本分类任务. 在多个公开数据集上评估模型的质量, 包括情感分类和主题分类. 与传统模型的实验对比结果表明: 所提出的文本分类模型可有效改进文本分类的性能, 在语料库 20newsgroup 上准确率提高约 1.95%, 在语料库 Rotton Tomatoes 上准确率提高约 1.55%.     

使用增量SVM进行文本分类

针对传统SVM无法适应文本数据库随着时间不断更新的问题,通过对新增文本集的KKT条件的分析,研究了加入新增文本集后支持向量集的变化,提出了使用增量SVM进行文本分类的算法,并通过实验验证了通过该算法得到的分类器和传统分类器有着相似的分类能力和泛化能力.