"有我"、"无我"费思量--《人间词话》中"无我之境"一辨

“无我之境”是国学大师王国维在《人间词话》中提出的一个重要概念，不少论者认为其间包含着“有我”的矛盾。其实，“无我之境”中确实包含着“有我之情”，但这同“无我”并不矛盾。因为“无我之境”中的“无我”是从创作主体的心性修养及观照方式方面而言的，而“有我之情”中的“有我”则是从具体文本的呈现状态方面来看的；前者是创作主体的旨趣和追求，后者则是前者情趣之自然流露，是前者追求的形象化确证。     

蕴涵在超文本中的互文性

后结构主义者所提出来的“互文性”（intertextuality）最先由克里丝蒂娃提出。基于网络的数码技术带来的一种开放的、活的文本--电子超文本更是使“互文性”理念得到了完美的体现;同时,这种“互文性”理念又深化了人们对于文本特性的认识,并启迪人们去探索新的文本空间     

对王国维境界说的质疑

朱光潜认为王国维的“有我之境”实是“无我之境”，而“无我之境”实是“有我之境”，其实，他们对意境内涵的理解是一致的，只是对意境分类的角度不同。叶朗认为王国维的“有我之境”与“无我之境”的区分割裂了意境中情感和意象的关系，其实是叶朗误读了叔本华美学中的一个概念。     

漏窗艺术的意境美——基于“象与意”“罔与境”的美学探析

本文对意境美的探析是在美学的范畴中基于漏窗艺术形式而进行的,以“象”为切入点,由先秦“尚象”传统中对“象”的理论论述为起点,梳理“象”从先秦哲学范畴向美学范畴转变的系统性理解。运用“立象尽意”“观物取象”“象外之意”到“取之象外”命题的提出,阐述“象”与“意”、“罔”与“境”之间的内在逻辑性,结合漏窗艺术的设计规划,研究发掘在审美观照中“象”“意”“境”三者对“意境美”生成的理论基础,最终生成关于“意境美”的内在性理论途径是“意之所随者”之地的阐述;“意想”景物叠加产生审美模糊上升到意境美的途径而空间场域中物象之间组合形成一种内在相关的空间化,从而形成漏窗艺术的意境审美境域,从而形成漏窗艺术的意境审美。     

论况周颐的“静境”说

在《蕙风词话》及相关的论述中,词境是况周颐经常提到的问题.认为“静境”是词中很重要的境界,也是词的最高境界“穆境”的重要特征,常常以此作为词学的批评标准.况周颐强调的“静境”,一种是审美状态,一种是审美境界.“静境”的创造可以从内心及作品两方面来创造.     

阿来的空间化写作

20世纪末期,学术界的“空间转向”使诸学科呈现交叉互渗的态势,人类生存对地理环境天然的依存关系,激发和塑铸了人类的空间意识,也为文学与地理学的有机融合提供了潜在的可能。“新文化地理学”把空间作为一种社会、文化和地域的多维存在,重视对地方独特的社会环境和文脉的研究,把地点感的研究转向“地点身份”的研究,注重空间景观的符号学意义和象征学意义。在“新文化地理学”的视野下,阿来的文学创作具有典型的空间化写作特征,他将地理、空间、文化与文学相结合,通过对嘉绒藏区民族文化空间背景、空间记忆及其文化表征的描述,展示了一种生动有机的地域文化身份。空间化写作构成阿来文学文本生产空间的多元性和文本自身的异质性,也给读者阅读和阐释民族文学提供了多重思考空间。     

浅析散文的课堂教学法

现代散文教学是中学语文教学的一个重点,也是一个难点。说难,是因其虽“神不散”,但毕竟“形散”,不像记叙文那样完整,说明文那样明白。散文大多运用丰富复杂的艺术手法去表达作者对人生的独到见解或抒发自我的强烈感情;而学生由于年龄和经历的关系,也由于文学欣赏能力的关系,对其深厚的思想感情和丰富的艺术表现手法难以理解。说重,是因其语言精练、词藻华丽、行文隽永、手法巧妙,对激发学生爱好语文、学好语文大有裨益。由教师导游,将学生引入意境,“境”由“情”生,“情”浓“境”深,师生共同深入文本,发挥想象,换位思考,体悟作者情感,再现散文以情感人的真面目。     

略论“有我”与“无我”

“无我之境”并非绝对意义上的“无我”,在“无我”“有我”的背后总是有一个“我”——诗人的自我意识存在;诗人的自我意识分为理智的自我意识和情感的自我意识两种;而且在具体的条件下,二者总是处于矛盾斗争之中:“有我之境”和“无我之境”都是这两种自我意识由冲突到平衡而最终谁占主导地位的表现。     

虚空之舞:宗白华《美学散步》虚实观絮想

虚实观是宗白华美学理论的重要组成部分。艺术应该虚中带实,实中有虚,但以虚为主,因为虚空是艺术摆脱模仿自然、超越自然以达到另一自然的飞翔的翅膀。虚空的美妙之境的实现又必须借助于“实在”,“实在”的作用在于:首先受众要乐意去参与填充空白的创造,这个过程轻松而富于美感;其次这种参与创造要有价值,即作者和受众共同完成的这个“文本”要有美感。     

王昌龄《诗格》的学术回溯与“三境”说新论

由于《文镜秘府论》的发现和校注等资料的参照佐证，《诗格》著作权归属于王昌龄得到普遍认同，“三境”说逐步走向学术深入研究之路。“三境”说是标举中国古代意境论形成不可缺少的奠基性学说，它使王氏成为“意境”论的主要开创者之一。学术界对“三境”说的认识存在着“三形态”说、三形态与三品格层次兼容说和“三品格层次”说三种不同的看法和论争。笔者认为“三境”说在三种类型诗作中都有品格层次高低优劣之分，而不是物境、情境和意境有品格层次高低优劣之分。     

屯堡文本符号化空间的关键词与核心句法

将屯堡社区看成一个社会大文本,寻找各种社会力量和文化事象之间的内在结构和含义。借助文学研究的叙事学话语,从"语境——屯堡叙事的时空开端和性质定位";"摹仿说——屯堡社区经济生存方式的决定影响";"互文性——以‘文本间性’联系的屯堡文化事象"和"艺术想象——作为屯堡文本华彩乐章的地戏"四个方面,指出屯堡文本符号化空间的关键词与核心句法。     

一种基于混沌迭代的加密算法

提出一种基于混沌迭代的加密算法，这种加密算法根据混沌迭代确定的位置将明文填入一个较大的密文空间。反之，利用混沌迭供的确定性，可以方便地从密文空间中取出密文单元，重新排列得到明文。     

基于词向量空间模型的中文文本分类方法

大多文本分类方法是基于向量空间模型的,基于这一模型的文本向量维数较高,导致分类器效率难以提高。针对这一不足,该文提出基于词向量空间模型的文本分类方法。其主要思想是把文本的特征词表示成空间向量,通过训练得到词-类别支持度矩阵,根据待分文本的词和词-类别支持度矩阵计算文本与类别的相似度。实验证明,这一分类方法取得了较高的分类精度和分类效率。     

面向网络舆情分析的语义相似度算法研究

本文对广义向量空间模型进行了改进,并利用《知网》义原提出了一种基于义原空间的文本相似度计算方法。此方法根据TF-IDF权重,将文中特征项转化为义原空间中的向量,通过求义原向量之间的夹角余弦值的方式,实现文本相似度的计算。最后进行文本聚类对比实验,结果表明,该方法可以很好地解决舆情分析中的语义漂移问题,使得网络舆情分析的效果有了较大提高。     

一种突发性热点话题在线发现与跟踪方法

针对在线发现与跟踪动态突发性文本流中的热点话题问题,在突发性热点词发现与度量方法的基础上提出了一种动态文本模型—动态突发性向量空间模型,用于有效描述文本的动态属性,并且结合文本聚类方法,提出了突发性热点话题的在线发现与跟踪方法.该方法可有效解决传统的基于静态向量空间模型的热点话题发现与跟踪方法仅可分析静态文本的缺陷,并...     

基于Nave Bayes模型的垃圾邮件过滤方法

采用信息增益进行特征选择,以改进的朴素贝叶斯分类算法进行邮件分类.利用文本特征估算文本属于两种类型的偏测度,以此构造二维文本空间.将文本映射为二维空间中的一个点,将分类算法看作是在二维空间中寻求一条分割直线,根据文本点到分割直线的距离来判断该邮件为何类邮件.     

一种基于类别核心词的概念映射方法

由于同义词和多义词的存在,使得基于特征词的文本分类方法分类精度不高.近几年,基于概念的文本分类方法得到人们的重视.在此提出一种基于类别核心词的概念映射方法,首先从文本中抽取类别核心词,借助<知网>将特征词映射到基于类别核心词的概念空间,然后在概念空间上完成文本分类工作.实验结果表明,基于类别核心词的概念映射方法及相应的基于概念的文本分类能够有效提高文本分类的精度.     

基于机器学习的高血压病历文本分类

为了探讨中文病历文本预处理后高维稀疏性的特点,导致文本分类精度低、算法模型收敛速度慢等性能问题,提出一种基于粗糙集的词袋(BOW)模型结合支持向量机(SVM)的文本分类算法(BOW+SVM)。该算法首先采用BOW模型对特征词提取构建高维度文本空间向量,然后利用粗糙集的属性约简算法对文本特征处理,把模糊的、冗余的属性从决策规则中清除,降低空间向量维数,最后利用所提纯的特征与SVM分类器交叉结合进行文本分类。在Python+TensorFlow环境中设计六种交叉结合的算法仿真对比实验,结果表明:基于BOW+SVM高血压病历文本分类模型精准度可达97%。可见改进后的模型,能够解决样本分部不均,克服高维度稀疏特征空间的问题,有效改善病案管理工作流程。     

基于语义关联的文本分类研究

传统的文本表示是在向量空间模型的基础上,采用特征选择方法降低文本的维数,这种方法认为文本中词语是相互独立的,没有考虑彼此之间的语义信息.文章提出一种新的基于语义特征选择的文本分类方法,在已有特征选择的基础上,利用词语之间的语义关联性,将那些与已选择的词语具有密切联系的词语加入词语特征空间.实验表明,该方法与已有的特征选...     

一种基于粗糙集的改进KNN文本分类算法

K最近邻算法（KNN）被认为是向量空间模型下最好的分类算法之一,在准确率和召回率方面比较出众,但随着样本数量的增加其相似度计算开销很大。本文提出一种改进算法RS-KNN,主要是利用粗糙集的相关理论,计算训练样本集中各样本子类的上近似空间和下近似空间,根据待分类文本出现在不同的近似空间,以缩减与待分类样本计算相似度的训练样本个数。实验表明此算法能够有效地降低分类计算开销。