蚌埠方言中“一时”的特殊用法

蚌埠市位于安徽省北部,属于皖北中原官话区(除怀远县属于皖中江淮官话区)。在蚌埠方言中,“一时”的用法与普通话相比,有其独特的语里意义及语用价值。本文主要从以下几个方面作了探讨:一、方言中的“一时”有哪些特殊的用法;二、对方言中“VP 一时”的语义特征进行分析;三、方言中“一时 VP”结构的语义特征及其时态。     

莆仙方言中“有”和“无”的用法

从词性、成分、句类几个角度分析莆仙方言中“有”和“无”的用法，将一些特殊用法取之与普通话和其他闽方言进行比较，可加深对莆仙方言中这类句式的认识，帮助方言区的人更好地学习普通话。     

莆仙方言“阿V”前缀“阿”的语义语用功能

福建莆仙方言中有单音节动态动词前加词缀“阿”组成“阿V”的特色用法.前缀“阿”使词语双音化,在语义和语用上也有其独特的功能.莆仙方言动词前缀“阿”是处于语用层面到语法层面的过渡状态当中,其用法在整个闽语内部都属特色语法现象之一.     

江西武宁(上汤)话的程度副词"死、几、蛮"

武宁话的程度副词“死”“几”“蛮”在用法上各有特点,与普通话的程度副词相比也有多方面的差异。文章在大量方言调查的基础上,对这三个程度副词在语义、语用、语法结构方面的差别进行了分析和总结。     

潍坊方言中“着”的特殊用法

在山东省潍坊地区的方言中,“着”的用法跟普通话有相同之处,但不同之处更多。特殊用法表现在,“着”可以用在动词后边,表示动作的可能;也可以附加在重叠的单音节动词、形容词、名词后边表示状态等。潍坊方言中“着”的分布很广泛,使用频率也相当高。本文以“着”的句法分布为线索,探讨“着”所出现的语义环境,继而概括“着”的语法意义,并讨论相关现象。     

现代汉语和永新方言"得"字的比较

“得”字在现代汉语和永新方言中，含义和用法上都是一个很有特色的词（或语素）。本文通过现代汉语和永新方言相应“得”字的比较，探寻它在二者间的共性和差异，从一个角度比较现代汉语与永新方言的关系。本文比较的范围以永新方言“得”字的含义和用法为准，凡是永新方言中所不具有的含义和用法，只列出，不讨论。现代汉语普通话的语料大都来自《现代汉语八百词》和《现代汉语动词》。     

安义方言的"搦"字句

根据意义和用法的不同，安义方言的“搦”字句可以区分为搦1、搦2、搦3、搦4、搦5、搦6、搦7，它们分别表示“拿”“给予”“役使”“使用”“处置”“被动”“假设”，并构成各种句式。“搦”在安义方言里仍保留了动词的用法，但“搦”虚化的意味渐强。     

东北方言的语义分类——以东北方言中带后缀“巴”的词语为例

语缀型词语是东北方言的一种构词类型。本文选取东北方言中带后缀“巴”的词语作为研究对象，首先分析这类词语的构词类型，然后探讨它们的语义分类，最后从语义选择的角度对它们的语义使用条件进行了阐释。     

莆仙方言的“有／无＋X”重叠式

分析莆仙方言的“有／无”具有动词、形容词、副词的三种词性,指出莆仙方言“有／无＋X”重叠式是受莆仙方言形容词重叠格式制约的,重叠后具有形容词的语义和语法特征,特色鲜明,在汉语的重叠范畴里具有一定的典型意义。     

嘉鱼方言中的程度语义范畴

嘉鱼方言中的程度语义范畴可以通过不同语法手段表现出来，主要是程度副词和某些特定的语法格式。本文从程度语义范畴的角度考察它们的用法及其与普通话的差异。     

汾河流域土地利用对生态资产的影响--以娄烦县为例

利用1995—2004年娄烦县土地利用类型的变化数据,应用Costanza等人的全球生态服务价值的估测方法,对娄烦县的土地利用过程中的生态服务价值进行分析,结果表明娄烦县的土地利用类型的面积变化相当显著,而且生态资产的损失量下降趋势明显,从而导致了汾河流域的生态环境向脆弱性的方向发展。     

《红楼梦》中的量词“一场”探析

以《红楼梦》中的量词"一场"为考察对象,从结构形式、句法功能、语义特征、语义指向、语用类别、语义焦点等方面对其进行了较为细致的描写,以期对"一场"有一个较为全面、深入的认识。     

《红楼梦》中的量诃“一场”探析

以《红楼梦》中的量词“一场”为考察对象,从结构形式、句法功能、语义特征、语义指向、语用类别、语义焦点等方面对其进行了较为细致的描写,以期对“一场”有一个较为全面、深入的认识。     

基于深度CRF模型的图像语义分割方法

从图像中提取多种特征向量堆叠为一个高维特征向量用于图像语义分割,会导致部分特征向量的分类能力减弱或丢失。针对此问题,提出了一种结合深度卷积神经网络AlexNet和条件随机场的图像语义分割方法。利用预训练好的AlexNet模型提取图像特征,再通过条件随机场对多特征及上下文信息的有效利用来实现图像的语义分割。与利用传统经典特征的方法进行对比,实验结果表明:在利用AlexNet模型提取特征进行图像语义分割时,Conv5层为最有效的特征提取层,在Stanford background和Weizmann horse数据集下的识别准确率分别为81.0%和91.7%,均高于其他2种对比方法,说明AlexNet可以提取更有效的特征,得到更高的语义分割精度。     

娄烦县水资源可持续开发利用研究

通过对娄烦县水资源基本特征和开发利用现状的系统分析,探讨了娄烦县水资源开发利用中存在的问题,提出了推进水利基础设施建设、减少煤矿开采对地下水影响、加大企业污水排放治理力度等措施,对实现娄烦县水资源可持续开发利用可起到一定的指导作用。     

采用双支路和Transformer的视杯视盘分割方法

视网膜血管复杂且背景与视杯视盘区域相似,是造成视杯视盘分割精度不高的原因。为了更加准确地分割视杯视盘,设计了一种具有双支路特征融合的分割网络。网络主支使用Transformer对特征进行提取,弥补了卷积运算在建立远程关系方面存在的不足。采用多个模块来融合浅层空间特征与高级语义特征：尺度感知-特征融合模块(SCA-FFM)用于从高层次特征中收集视盘和视杯的语义和位置信息;识别模块(IM)利用注意力机制减少低层次特征中存在的错误信息和噪声,增强空间细节特征的提取;使用图卷积域-特征融合模块(GCD-FFM)将高级语义特征和低级特征进行融合,使特征图同时具有全局和局部信息。对比实验表明,本文方法表现出更好的分割效果,且具备良好的泛化能力。     

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...     

娄烦县水资源开发利用初探

针对娄烦县水资源现状及水资源开发利用存在的问题,提出了娄烦县水资源开发利用的对策。     

Improving Semantic Part Features for Person Re-identification with Supervised Non-local Similarity

In person re-IDentification (re-ID) task,the learning of part-level features benefits from fine-grained information.To facilitate part alignment,which is a prerequisite for learning part-level features,a popular approach is to detect semantic parts with the use of human parsing or pose estimation.Such methods of semantic partition do offer cues to good part alignment but are prone to noisy part detection,especially when they are employed in an off-the-shelf manner.In response,this paper proposes a novel part feature learning method for re-ID,that suppresses the impact of noisy semantic part detection through Supervised Non-local Similarity (SNS) learning.Given several detected semantic parts,SNS first locates their center points on the convolutional feature maps for use as a set of anchors and then evaluates the similarity values between these anchors and each pixel on the feature maps.The non-local similarity learning is supervised such that:each anchor should be similar to itself and simultaneously dissimilar to any other anchors,thus yielding the SNS.Finally,each anchor absorbs features from all of the similar pixels on the convolutional feature maps to generate a corresponding part feature (SNS feature).We evaluate our method with extensive experiments conducted under both holistic and partial re-ID scenarios.Experimental results confirm that SNS consistently improves re-ID accuracy using human parsing or pose estimation,and that our results are on par with state-of-the-art methods.     

"语义单位"说略

句子的语义是一个系统,组成句义系统的语义单位可以从小到大划分为义征、义词、义组和义句.义征规定着义词之间组合的可能性以及组合后的语义关系;义词是语义结构的最小单位;义词和义词之间通过义征匹配关系组成义组;义句是以句子的形式负载一个完整信息的语义单位,是句子语义结构的最大单位.