逻辑重音初论

根据前人对于句重音的研究成果,句重音可以分为语法重音和逻辑重音,逻辑重音又可以进一步分为对比重音和强调重音。对比重音成对出现,是说话人刻意要区分的一组重点信息。强调重音一般单独出现,是一句话当中的焦点信息。强调重音主要出现在两类不同的语境中,一是对话的应对语,一是对话的始发语,或者非对话语篇。     

英语重音·语义·语用

重音在英语语音学里占有重要的地位,它是节奏和语调的基础,是言语表达的主要手段之一。通过重音的正确使用可以表达出交际者的真实意图。学习与掌握英语与汉语重音规则相近的英语重音及规则不同的重音,并在此基础上分析英语重音在口头交际及语篇中承载的语义、语用含义,对有效地提高学习效率,避免语用失误而导致交际障碍等具有重要意义。     

英语重音·语义·语用

重音在英语语音学里占有重要的地位,它是节奏和语调的基础,是言语表达的主要手段之一。通过重音的正确使用可以表达出交际者的真实意图。学习与掌握英语与汉语重音规则相近的英语重音及规则不同的重音,并在此基础上分析英语重音在口头交际及语篇中承载的语义、语用含义,对有效地提高学习效率,避免语用失误而导致交际障碍等具有重要意义。     

重音与重音感知浅介

重音问题一直是音系学家和心理语言学家研究的一个重要问题,然而国内这方面的研究成果较少,也没有引起充分重视。重音感知以及母语对重音感知的影响有一定研究价值。     

英语重音浅析

本文对英语重音的基本特点进行了归纳．并指出了重音在英语交际中造成的理解障碍及影响。     

论认知语言顺应性角度下英语语句重音的交际功能

文章从英语语句重音相关研究的基础出发,运用认知语言顺应性理论探析了语句重音的交际功能,对在内在因素制约下的情感顺应性和在外在因素制约下的话语交际效应顺应性进行了讨论;指出了交际主体的诸多语用因素对英语语句重音的使用有不同的影响。     

重音

众所周知英语学习过程中,发音是很重要的。在英语发音中,音的重读和弱化是相反的两种发音现象。重音是对单词中某些音节的强调。英语中的重音的标志,是将重音符号＂’＂放在重读音节之前。在英语中重音现象不止存在于单词音节中,还有单词和句子的重读现象。本篇文章主要是介绍单词重音格式的不同情况,另外还涉及了复合词中重音转化的现象。     

连续语流中重音标注和大规模重音语料库建设

规范的重音标注将对重音研究和语音合成技术产生积极影响。该文通过对大规模语料进行语流中词重音和句重音标注,总结出了重音标注的规则。重音标注包括标注训练、正式标注、语料库建立3个步骤。通过标注训练明确重音概念和标注方法,词重音采取词内对比法,所谓"重"主要指突显度和饱满度;句重音采取呼吸句群单位标注法,注重标注的层级性,不跨句群进行重音知觉对比。重音标注完成后,重音语料库也随之建立起来。这个大规模的重音语料库具备词重音和句重音信息,适用于语音合成领域,能较好地提高合成语音的自然度。     

英语词中的重音及重音变化

本文着重阐述了英语中重音变化的特征,语音,社会以及其它引起重音变化的因素和重音变化的趋势.同时比较了英美语重音的差别。     

音位学与英语重音规律

英语重音在英语学习中具有十分重要的作用,本文分别就英语中的单词重音,词组重音和句子重音进行说明和阐释。     

基于动态特征词的中文句子相似度计算

目的针对当前常用的汉语句子相似度计算方法存在的问题,结合语言习得特点,提出了一种基于动态特征词的中文句子相似度计算方法。方法首先以特征词作为语块切分边界,提取左右语块信息,采用语义向量空间模型;然后计算2个句子对应的左右组块的相似度;最终将各组块的相似度量值加权求和作为2个句子的相似度。结果实验表明,提出的方法计算结果较为理想,与人工判断的相似度较为一致。结论基于动态特征词的中文句子相似度计算方法在常用句式中具有更好的效果。     

英汉句子结构转换中旬法、语义、语用作用研究

长期以来,在外语教学和学习中,人们偏重对语言结构作句法静态分析,忽视对语言结构作语义和语用动态分析。然而,语义和语用的作用是非常重要的,它可以增强语言意义学习,发展思维技能,提高学习效果。     

C语言语句使用频度的自动统计方法设计与实现

讨论了C语言语句静态使用频度的统计方法,给出了完整的自动统计的C语言源程序及C语言语句静态使用频度.统计结果成为缩短高级语言和机器语言间语义差距,缩短编译程序的长度和编译所需时间的重要依据.     

谈“差点没”句式的功能分化

根据语义焦点和功能的不同,可以把＂差点没＂句式分为焦点型＂差点没＂句式和非焦点型＂差点没＂句式。前者会发生肯定意义与否定意义间的分化,而后者不会。     

《歧路灯》中的"把"字句

《歧路灯》中"把 名 谓语"其谓语可以是复杂的结构形式,也可以是单个的动词;根据"把"后宾语与谓语之间的语义关系可将《歧路灯》中"把"字句划分为处置义、使役义、处所义、工具义等类;"把""被"融合、主语后置、宾语加长以及谓语空缺等是《歧路灯》"把"字句的特殊形式。     

基于句子相关度的文本自动分类

提出一种基于句子相关度的文本自动分类模型（TCSC）.该模型利用训练样本增量式地自动更新类别语料库,根据句子的位置权值和语料权值计算句子类别相关度,获得用于文本分类的句子相关度矩阵,通过该矩阵实现文档分类.该模型避免了分类阶段待分类文本特别是中文文本的分词,模糊了词的多义问题,且在文本分类的实验中能够达到86%以上的查全率和查准率;随着语料库的不断训练和调整,分类性能还可以进一步提高,具有简单实现的特点.     

试析列举分承式结构

指出了汉语中有一种句式,这种句式中,后面说到的项目总是与前面提到的项目一一对应,可以称之为"列举分承式结构"。对这种句式在语法、语义和语用三个方面的特点作了较为全面的讨论。     

“被”字句在近代汉语中的运用

“被”字句发展到近代时出现了较之前代不同的变异,特别是在句子主要动词的构成上、句子结构成分的组合上以及形成新的句子形式等方面,表现出新的趋势和特点。分析总结“被”字句在运用中出现的这些新趋势和特点,可以看出其对现代汉语的影响。     

中文句子倾向性分析

针对句子的倾向性进行判断,采用SentiWordNet构建中文倾向性词表,通过剔除停用词等降低句子向量的维数,以此来提高句子向量化速度,然后利用支持向量机分类器进行句子倾向性判断,最后提出两种新的置信度计量方法对倾向性句子进行排序.实验结果表明,构建的识别系统在一定程度上能有效识别倾向性句子.     

基于E-Chunk的问句实例分析系统

分析中文问句的结构特点,研究处理问句需要解决的问题,提出一种基于语义块实例分析问句的新方法.采用语义块向量表示问句实例,比较输入问句和问句实例库中问句实例的相似性.在语义块向量结构相似的基础上计算问句的相似度.测试结果表明,该方法可行,准确率和召回率可分别达到82.05%和91.95%,该方法对问句分析系统的设计具有借鉴意义和继续深入研究的价值.