谈话类节目会话的对答结构

"对答"是会话的主要组成部分,作为一种独特的会话类型,谈话类节目会话的对答结构有别于其它日常对话。本文利用会话分析理论、结合实际语料对谈话类节目会话对答结构的特点进行了分析、总结。     

基于娱乐节目话语结构互动的会话策略研究——以电视节目主持人会话语料为例

电视节目会话因其娱乐机构目的、场景时空、话语互动机制等制约,表现出一定的强制性和策略性。基于现场录音真实语料采用会话分析法,对央视节目《实话实说》主持人会话结构类型和分布统计分析后发现：发问一答话相邻对虽是电视节目会话的典型结构,但由于主持人身份特殊以及对前一话轮信息把握程度不同,其会话结构呈现不同类型和分布;其中主持人探问型和澄清型问话运用最频繁,可对后续话轮起到很好预设功能,推进会话按其预设进行,说明这种话语具有很强的目的性、强制性和策略性,这对于娱乐节目的话语结构互动具有一定的借鉴和启示。     

BBS版面交流的会话分析

BBS版面交流会话是一种新型的交流会话方式，深受大学生欢迎和参与。本文通过Eggins和Slade的会话分析模式，对BBS版面交流会话的话轮转换，毗邻语对，话题连贯性进行了分析，深入讨论了BBS版面交流与日常口头交流在会话结构和言语功能选择上的差异。     

喜剧小品的会话结构分析

喜剧小品的话语具有一些独特的会话结构,为了制造包袱,营造喜剧效果,它往往违反常规的典型会话格式,在其中添加各种插入语列或后续语列,违反合作原则或礼貌原则,以实现其幽默的语用功能.以问答式相邻对会话结构为例,按应答方式的不同,可分为:顺竿爬式、逆向式、生发式、错答式等几种主要类型.通过对小品中会话结构的语用分析,我们认识到会话结构是构造喜剧小品语言幽默的一种重要的语篇手段.     

会话修正浅析

会话修正属于会话分析的一个研究领域,是交际者发现和纠正交际中出现的错误或不恰当表达的过程,在人们的会话和语言学习过程中发挥着重要作用.对会话修正的结构、位置及手段等进行分析,探讨了修正在交际中的意义.     

半机构话语的会话分析——《商务时间》个案研究

文章从语言学的角度，结合Sacks等开创的会话分析理论，以中央电视台多人参与型的商务谈话类节目——《商务时间》为个案，从开场、主体和结尾等方面对会话整体结构进行分析，并从话轮转换、修正机制、反馈项目等方面对会话局部结构进行分析，旨在探讨多人参与型的半机构话语的会话特点和规律。     

从语用学上看英语会话的不间断

从话语关联以及局部会话策略两个层面出发,认为开展并维持英语会话,首先是对对方话语的理解问题,同时话语的理解,应贯穿于整个会话过程,因此客观上要求会话双方不断建立话语关联;再,会话整体结构的完整除了靠话语的关联加以巩固外,还需局部会话的严密组织;最终,通过二结合创造良好的会话环境。     

扩展着色Petri网为多Agent会话建模

在多agent系统（Multi-Agent Systems,MAS）中,会话是agent间进行交流与合作的最有效也是最直接的信息交流方式。为实现一个特定的目标或完成一系列任务而启动的一次会话中可能会用到多个协议与多个agent进行交互。已有不少方法对agent的单个交互协议进行建模,但单个交互协议的模型不足以表达出一个会话的主题框架。而扩展着色Petri网以其多维立体的形式完整地表示了一个会话,使得会话主题鲜明,结构清晰,可扩展性强。     

汉语电话会话用语的话语分析

本文从会话整体结构及会话含义和礼貌问题等对电话录音作一简单分析,作为一个整体,会话在结构上呈现出某些特点和规律。任何一次完整的会话都由开端、本体和结尾三个部分构成。比较起来,开端和结尾更能体现出结构上的特点,礼貌不全是语言表达问题,但礼貌表达的方式往往都通过语言,因此可以说是语言是表达礼貌的重要手段。     

融合多源图信息的图神经网络会话推荐算法

现有的基于图神经网络的会话推荐算法通过将会话序列构筑为图形结构捕捉项目转换关系,能够有效提高推荐性能.然而多数图神经网络及其改进模型在建模会话时仅考虑会话序列中项目的单次转换关系,忽略了会话中包含的大量有效信息,同时缺乏对项目间隐藏关联性的分析.因此提出融合多源图信息的图神经网络会话推荐算法.将用户重复行为信息,项目内容关联信息纳入到会话图建模过程当中,有效提取项目更深层次的复杂转换关系,并通过线性转换进行聚合.此外采用外部注意力机制辅助获取会话序列项目隐藏关联信息,使得生成的会话向量在推荐过程中更加精确.在真实数据集Yoochoose和Diginetica上进行实验,实验结果表明该模型优于基准模型,特别地,相较于SR-GNN模型在MRR@20指标上提高了12.50%,能更好地预测用户的下一次点击项目.     

信息结构中对比范畴的语义特征

"对比"作为信息结构中的一个基本范畴,其自身包含了多种语义特征,如凸显焦点信息、暗示背景信息等。通过大量例证以及会话结构中Robort的"会话结构"、Büring的"话语树"两个理论可以归纳出对比范畴的基本语义特征:凸显焦点信息、暗示背景信息、对问题的部分回答。     

从语言函式的角度解读英语中的会话含义

跨文化交际过程中经常会发生故障，而对非本族语对话中会话含义的理解更是跨文化交际中难以驾驭的领域之一。以英语为例，非本族语者即使懂得语法，掌握了相当数量的词汇，也常常难以理解英语对话中的会话含义，造成交际障碍。本文将数学中的函数以及函式的概念运用至语言分析中，对英语中蕴含会话含义的语句结构进行逻辑化的分析，通过形式化分析的方法揭示会话含义的主要产生方式，同时通过逻辑分析解读会话含义，并提出交际中能针对不同主要类型的会话含义有的放矢地选择解读策略，则更容易理解说话人的交际意图，实现成功的交际。     

会话分析及语言选择的再思考

话语分析发展至今50年,作为一门研究语言使用的学科,在理论上和众多不同语言视角关联。多源的学科发展注定了其研究必定会融合吸取其他相关学科的优势和精华。而作为人类社会身份构建以及人际关系指示的语言选择,也在各个方面构成了各式各样的会话结构。同时语言选择也是会话策略的载体,由此研究者可以由此判断会话性质以及会话参与方态度等。二者的协作值得学者进一步关注。     

基于会话的图卷积递归神经网络推荐模型

基于会话的推荐是为了解决匿名用户的推荐问题,是推荐系统中的一个重要分支.现有的采用图神经网络的研究方法尽管已经取得了不错的效果,但是它们无法捕获更准确的用户会话间的潜在信息.针对上述问题,论文提出了基于会话的图卷积递归神经网络(GCRNN)推荐模型,通过图卷积网络层捕捉用户会话图的结构信息,利用递归神经网络层来获得会话的时序信息和会话之间的依赖关系,以此捕获更丰富更准确的用户会话间潜在信息,从而提升推荐效果.模型在两个公开数据集上进行广泛的实验,结果表明GCRNN优于现有的研究方法.     

两类任务的口语课堂话语分析和比较

本文通过采用实验法，分析和比较了信息轮流交换型和信息自由提供型两类口语任务的课堂话语的结构和特点。结果发现：（1）针对不同水平的学习者，两类任务各有优缺点；（2）课堂会话结构因学习 者水平不同而表现出不同的结构，总的趋势是水平高的学习者的会话结构更复杂；（3）会话参与者间的话语承接性不强，没有形成较连贯的话语。     

会话外观模式在J2EE体系结构中的应用

本文讨论了会话外观模式在J2EE体系结构中的应用,以某市开发一套契税征收管理系统为例,针对该系统客户机直接访问EJB影响系统性能的问题,提出采用会话外观模式作为解决方案,形成了一个较为完善的系统层次结构.本文给出了业务层会话Bean具体的实现方法,并在最后讨论了采取这种模式的优点.     

Web使用挖掘中的一种改进的会话识别方法

针对Web日志挖掘中的会话识别问题,提出了一种改进的基于时间间隔的识别方法．该方法通过使用访问时间间隔超出某个阈值来识别会话．统计结果表明页面的访问时间呈正态分布,改进的方法在此基础之上为页面设置访问时间阈值,并根据页面内容及站点结构确定的页面重要程度对该阈值进行调整．实验结果表明,相对于传统的对所有用户页面使用单一的先验阈值进行会话识别的方法,该方法能更准确地确定页面访问时间阈值,为合理有效。     

会话含义分类的几个问题

对格莱斯"会话含义"分类及各含义类别的讨论在语用学领域由来已久。本文主要比较了会话含义分类下的规约含义、一般会话含义及特殊会话含义;此外还将规约含义与语言预设现象进行区分。通过讨论可以得出,尽管规约含义与一般会话含义及预设有相似之处,但可依靠可取消性将它们分开;对一般会话含义与特殊会话含义的划分可依据语境量的大小。     

列文森的话语类型意义述评——会话含意研究继续发展的切入点

一般会话含意在会话含意的阐释中总是处于被忽视的地位,这主要是由于在原有的会话含意理论中对意义的划分过于繁复,难于确定一般会话含意的解释范畴所致。列文森引入话语类型意义为解决这种困境找到了突破口,使得一般会话含意得以发展成为独立的理论体系,进而丰富了会话含意理论的研究。     

面向强化当前兴趣的图神经网络推荐算法研究

在基于会话的推荐中，与传统序列建模相比，将会话序列建模为图结构在该领域表现得更为出色。但是，现有的研究方法仅利用图结构来挖掘项目之间转换特性，以此捕获用户当前兴趣的能力有限。本文提出一种面向强化当前兴趣的图神经网络推荐算法，通过引入位置嵌入，并与图神经网络相结合，从而互补顺序感知模型和图形感知模型的优势。会话序列被建模为图结构，并取原始序列的最后一次点击，通过多头注意力机制计算其对图节点信息的注意力权重，以更加准确地获取用户当前兴趣的表示。同时，在2个真实的数据集上进行验证实验，结果表明本文提出的方法实现了所有方法的最佳性能，特别是在Diginetica数据集上，所有评价指标都提升了7%以上，MRR@10指标甚至提升了9.52%,证明本文所提方法对基于会话推荐的正确性和有效性。