浅谈语境的构成因素

国内外研究语境的学者对语境进行过很多的分类，但是众说纷纭，莫衷一是，究其原因是因为这些学者的研究方向不甚一致，在进行语境分类时的出发点不同，有的是侧重语言角度，有的又偏重修辞手段。因此，他们在划分语境类别时，所考虑的语境构成因素就不一样了，这就导致了这纷繁复杂的局面。本文就想在这方面作些尝试，找寻一些语境所共有的构成因素，作为划分语境类别的科学依据。     

浅议语境的分类

语境分类的目的是为了认识语境的本质,研究语境与言语表达的内在联系,寻找语境的内在规律。其方法是将它的的构成因素按一定的原则有序地加以归类,形成一个条理清晰、层次分明、具有理论上的科学性和操作上的简便性的系统。因此,这个问题既同语境的构成因素密切相关,又比它更加复杂。笔者认为,语境的分类除了必须遵循相关的原则之外,还应该在充分考虑交际中的言语环境诸因素的基础上来进行。     

基于生成对抗网络的入侵检测类别不平衡问题数据增强方法

数据类别不平衡问题是制约机器学习技术在入侵检测领域应用效果的重要因素。当训练数据不均衡时,训练得到模型的分类结果往往倾向多数类,从而极大影响分类效果。针对基于机器学习算法进行入侵检测时训练样本不均衡以及由于数据隐私性导致训练样本不足和更新慢的问题,提出一种基于生成对抗网络和深度神经网络相结合的入侵数据增强方法,以实现样本集的类别均衡。通过NSL-KDD数据集对模型评估,本文所提方法不仅具有较高的准确率,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。     

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。     

IKONOS图象的城市土地利用信息提取方法研究

目前，高分辨率遥感图象正愈来愈多地应用于土地与水资源的监测和管理，其中，IKONOS图象数据因其具有较高的空间分辨率和人机交互的解译效果．在省市土地利用信息获取及在城市研究中更具有广阔的应用前景．以南京幅的IKONOS图象数据为基础．以城乡接合部的不同试验区为对象，着重讨论了高分辨率遥感图象城市土地利用信息的提取与分类方法其主要思想是先应用常用的多光谱分类算法对试验区的土地利用现状进行初始的类别划分，然后采用Majority Filtering技术获取图象的上下信息，并给你根据地物的形状特征和空间关系对初始分类结果进行校正与调整．研究结果表明，当初始的类别划分能满足一定精度时，采用本所提出的方法能进一步改善高分辨率图象城市土地利用信息的分类效果．     

基尼指数结合K均值聚类的协同训练算法

【目的】针对在标准协同训练中不具有充分冗余的视图分割,致使分类器错误累计过多,以及一对基分类器标记样本类别不一致的问题,提出了基尼指数结合K均值聚类的协同训练算法。【方法】该算法首先计算已标记样本中各特征的基尼指数,将该指数升序排列后均等划分到两个视图,然后在基分类器所标记的样本中,运用K均值聚类确定标记不一致样本的类别后加入标记样本。【结果】通过9个UCI数据集在3组实验上的结果表明,所提算法相较于对比算法提升了分类效果。【结论】运用基尼指数均等划分关键特征于两个视图,有利于改善视图分割不充分冗余的缺陷;K均值聚类法对分类不一致样本进行重新标记,降低了协同训练算法中的误标记率。     

基于因素空间理论的扫类连环多分类算法

为解决多分类问题,基于因素空间理论中因素显隐的思想,在扫类连环分类算法基础上,定义类别的合并,提出因素显隐的合并扫类连环分类方法,给出算法步骤,并用数值算例进行分析;定义类别的两两组合,提出因素显隐的两两扫类连环分类方法,给出算法步骤,并用数值算例进行分析。提出采用因素显隐的差额绝对值方法解决两个算法执行过程中出现的决策类别分不开的问题;对UCI数据集中3个实例与支持向量机作了算法对比分析,研究结果表明：提出的合并扫类连环分类方法、两两扫类连环分类方法实现了因素显隐,分类算法的精确度优于支持向量机。多分类学习的因素显隐研究结论拓展了因素空间的理论及应用研究。     

基于高分辨率遥感影像的广州城市土地覆被分类系统

土地覆被分类系统是城市景观研究的基础。近年来对地观测技术发展迅速,遥感影像的质量与分辨率有了极大的提升,为土地覆被的研究提供了强大的基础数据,而科学合理的分类系统则是土地覆被研究的前提。根据不同的研究目的和遥感数据的特点,各国学者先后提出构建不同层次不同类型的土地覆被或土地利用分类系统,但迄今仍没有一个为国际学术界广泛认可和具有普适性的分类系统。本文基于多光谱与全色波段融合后的2 m分辨率高分一号影像数据,依据地物自然属性、形态及光谱特征,提出了一个适用于城市区域的土地覆被分类系统,并以广州市为例图示了分类结果。该分类系统着重于城市生态系统的特点,为非重叠的层级体系,第一、二层级有固定的类别与依据,第三层级为开放性层级。其中一级类别划分为建成区、植被、水体和裸地4类,二级类别分别划分为商住区、工业区、道路;林地、灌从、草地、农田;河流、库塘等9类。分类结果包含二级类别的全部土地覆被类型,总体精度达到90.1%,符合技术要求,具有推广意义。     

语用学和语境论析

语境因素是语用学研究的重要概念之一,特别是背景知识和情景知识在语用学的分析中有重要的作用。语用前提是一个特定的语境下使一句话具有必要的社会合适性所必须满足的条件。语用前提必须是谈话双方所共知,而交际双方所共有的知识是语境的一个重要构成因素。应用言语行为理论解释话语主要借助隐藏在话语内的一些恰当条件、构成性规则知识和具体的语境情景。会话含义中的语境是为了使语言交际活动达到特定的目标,谈话双方都应遵守的普遍原则。     

语用学和语境论析

语境因素是语用学研究的重要概念之一，特别是背景知识和情景知识在语用学的分析中有重要的作用。语用前提是一个特定的语境下使一句话具有必要的社会合适性所必须满足的条件。语用前提必须是谈话双方所共知，而交际双方所共有的知识是语境的一个重要构成因素。应用言语行为理论解释话语主要借助隐藏在话语内的一些恰当条件、构成性规则知识和具体的语境情景。会话含义中的语境是为了使语言交际活动达到特定的目标，谈话双方都应遵守的普遍原则。     

语境的顺应与悖逆——语境策略探微

“语用环境”简称“语境”,它是语用行为赖以存在、表现的物质和赖以进行的场合、背景。言语交际的成功与否首先取决于能否成功调动语境策略,调动语境策略的前提就是确定构成语境的因素。在了解了语境的构成因素基础上可以从语境的顺应和语境的悖逆两个方面调动语境策略。     

论文化语境与翻译中的词义选择

语境对翻译具有重要意义。由于翻译是一种跨文化的交际行为,因此,文化语境在翻译中显得极为重要。本文首先对文化语境和词义的概念加以分析,然后讨论了文化语境中诸多因素对翻译中词义选择的影响及其相应的翻译方法,通过举例说明了只有在考虑文化语境的前提下选择贴切的词义才能够翻译出优秀的作品。     

会话幽默与语境

语言的使用离不开语境，幽默更离不开语境，因为任何幽默都是一定语境中的产物。其中会话幽默来自预设言语意义范畴的超常过渡，这种过渡的方式是通过构造语境假设来完成的。会话幽默与语境的关系可从微观和宏观两方面来分析。     

广告信息传播中语境水平与文化同一性

依据文化人类学家霍尔对语境水平的高低界定，以中美广告实例为分析对象，探讨了广告在高语境文化传播与低语境文化传播中对文化同一性的差异性体现。     

语境理论对阅读教学的指导作用

当代语言学中,“语境”成了热门话题,有关语境方面的研究成果不少。文章仅从教学角度探讨语境对阅读教学的指导作用。     

一种融合本体和上下文的自适应层次分类模型

提出一种新的自适应层次分类(HAC)模型,通过本体对特征集进行语义扩展,并以增量形式在层次模型中构建特征上下文和类别相关上下文,以辅助实现一种高效、无阻滞的层次分类. 实验结果证明,模型HAC具有相对更好的分类性能,而且分类速度更快,有利于实现实时在线的文档分类.     

Towards a smallest scale of context in ontology integration

In order to solve the ambiguity problems in the semantic context （structure, granularity or scale） emerging in the process of ontology integration application, this paper analyzes the essential characters of context structure, proposes a novel semantic context generating algorithm, which is implemented over VO-Editor（visual ontology editor）, from the satisfiability-based point of view, and proves that the context entity generated by this algorithm is smallest in scale and unique. It offers a feasible means for developers to handle context problems for ontology integration application.     

基于层次化上下文因式分解机的推荐系统

在基于协同过滤的推荐系统中,因式分解机模型是基于矩阵分解的一般化模型,不需要特定支持向量,可直接应用于回归和分类中,并能更准确地处理稀疏矩阵.通过对其进行改进,在不提高时间复杂度的同时考虑上下文环境,并对上下文进行层次化处理.通过两组真实数据集,在不同的指标下进行实验.最后证实改进后的模型,在准确率和学习速率上优于原有模型.     

言内语义语境与言外语境语义

语境研究已成为当前语言学界的中心课题,语义学也把语境视为一个重要对象。言内语义语境是利用语言知识来解释语境对语义的解释制约作用;言外语境语义则是用非语言知识来分析语境对语义的解释制约作用。由此得出语义研究离不开语境。