穿和戴语义功能辨析

＂穿、戴＂是现代汉语中使用非常频繁的两个字,本身具有相同的义征,但在使用时却有着明显差别。该文主要从语义角度对＂穿、戴＂二字的语义、义征分别进行对比、分析。通过探讨手套用＂戴＂不用＂穿＂的原因,进一步分析了＂穿＂、＂戴＂二字所涉及的对象在性质上的不同点,结合对＂穿、戴＂二字语义功能方面的分析,证实了＂穿、戴＂二字用法的差别与其在义项中反映的社会性义征有着不可忽视的关联。     

语义场和语言建构

本文在概述现代语义学的语义场概念的基础上,进一步分析了上下义关系中的上义词和下义词之间的相互影响及其互换时对语言建构的作用。分析结果表明,意义更宽泛的上义词和意义更精准的下义词分别对应不同的语言建构需要,合理使用语义场理论,能使我们的语言输出更传神,更贴切。     

语义场理论在英语教学中的运用

英语语义场理论不仅实用而且应用范围广泛,本文介绍了语义场理论及语义场的类型,指出其在英语教学领域词汇教学及阅读理解中的运用,加强这方面的研究,以便更好地为英语教学服务。     

融合C4.5与SVM算法的汉语句义类型识别方法

选择50个词法和句法特征,进行了大量特征筛选实验,并基于筛选后的特征组合提出了一种融合C4.5和SVM的句义类型识别方法.该方法充分利用C4.5对多重句义的高精度识别和SVM对简单句义、复杂句义的高精度识别的特点,将C4.5与SVM分别识别的结果进行融合处理.给出最终的句义类型识别结果.识别结果表明,在BFS-CTC汉语标注语料库中,选取了4 500个句子,经十折交叉验证,句义类型的识别准确率达到92.1%.     

BFS-CTC汉语句义结构标注语料库构建方法

根据现代汉语语义学,构建了一种层次化的句义结构模型.基于该模型构建了汉语句义结构标注语料库(Beijing forest studio-Chinese tagged corpus,BFS-CTC).利用自行开发的标注和管理工具,对模型中各个句义成分及其组合关系进行快速标注,降低培训工作量和标注成本.BFS-CTC涵盖了6种句式类型,约1万句,提供了符合现有规范的词法和句法标注信息与自定义规范的句义结构标注信息,便于词法、句法和句义的对照分析研究,以及语料的综合使用和横向分析.此外,BFS-CTC还具有较强的可扩展性,可在核心标注库基础上扩展生成其它扩展库和标注资源.     

语义修辞刍议

语义修辞是中国传统的修辞方法，也是最基本的修辞方法，语义修辞同语汇系统的语义有密切联系，主要研究语词的具体意义，即语词运用中的意义。包括本义修辞、同义修辞、精确义修辞。具有准确性、鲜明性、生动性、简练性。     

言语义刍论

随着语言研究的不断深入,人们对语义的组成、语义的性质等越来越关注,特别是电子计算机在语言领域的广泛应用,人们对计算机处理自然语言(例如机器翻译)的准确性、可读性的要求不断提高,这些都促使语义学研究不断向广度和深度发展。但是,语义是个极为复杂的问题,仅就语义的分类来说,便众说纷纭。有的分得很细,如英国语言学家利奇在他的名著《语义学》中将语义分了七类;有的分得较粗,如贾彦     

评"近义"说之误

"近义"说是目前对汉语同义词最流行的界说,以为同义词是"意义相同、相近的词",同义词=等义词+近义词.这种同义词观界域含糊、概念混乱,误解等义词,误用、误解近义词,以(或"兼顾")整个词为辨析单位.若干年来,它对汉语同义词,特别是古汉语同义词研究带来了很大的危害理论上模糊、混乱;词义辨释上使同义词的构组、立义、辨异诸方面产生种种弊病,因而不能出现精审的辨释成果,至今无法产生一本科学的中型古汉语同义词词典.因此"近义"说在理论和实践上都表明是误说,应当坚决、彻底废弃.     

对一类并列复合词的语义分析

本文分析了汉语并列式复合词的语义构成情况，重点探讨了其中的一种特殊类型，即构成成分的语义份量不相等，有广狭之分。我们指出，这种类型并列复合词的词义不等于语素义的简单相加或融合，决定该词语义内容和语法功能的是狭义的语素，广义语素往往只起衬托作用。文中同时指出，在同一词群内部，义域较广的词容易和其他词结合成并列双音词，而义域较窄的词之间不易结合。     

Agentful被动句的语义基础和语用理据

语言的使用就是一种语言选择的过程。作为变式句的被动句，既然被人们选择使用，必有其存在的语义基础和语用理据。本文认为：Agentful被动句的语义基础在于它与主动句有着相互衔推的关系；而Agentful被动句的语用理据包括语境干涉、末尾焦点、表述重心、语篇发展和语用对比等。这些理据相互联系，共同对Agentful被动句起语用制约的作用。     

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。     

用不同语义单元度量的句子相似度计算

提出了一种基于不同语义单元度量的句子相似度计算方法.将句子按词块分割为对应的公共词块和非公共词块,利用外部语义资源进行同义词替换和语义消歧处理.分别用词、词块和字为语义单元度量句子相似度,以不同的权重调节各语义单元对句子相似度的贡献.实验结果表明,该方法综合考虑的因素更加全面,有较高的准确率.     

基于语义簇的中文文本聚类算法

针对中文文本聚类受语义、 语法、 语境等因素的影响, 在使用传统向量空间模型向量化表征后, 文本向量之间相互独立, 语义关系被忽略, 影响聚类分析结果的问题, 提出一种基于语义簇的中文文本聚类算法. 该算法根据词共现的原理和语义相关性, 首先使用词频-逆向文档频率(TF-IDF)方法求得特征词权重, 利用特征词的搭配向量构建语义簇; 然后使用特征词及其搭配词的权重, 将特征词向语义簇中心进行空间变换, 求得嵌入语义信息的文档向量; 最后利用文档向量进行K-means聚类分析. 实验结果表明, 该向量化表示方法, 能有效提高文本向量对文本语义的逼近能力, 同时可提高文本聚类结果的准确率和召回率.     

基于语义簇的中文文本聚类算法

针对中文文本聚类受语义、 语法、 语境等因素的影响, 在使用传统向量空间模型向量化表征后, 文本向量之间相互独立, 语义关系被忽略, 影响聚类分析结果的问题, 提出一种基于语义簇的中文文本聚类算法. 该算法根据词共现的原理和语义相关性, 首先使用词频-逆向文档频率(TF-IDF)方法求得特征词权重, 利用特征词的搭配向量构建语义簇； 然后使用特征词及其搭配词的权重, 将特征词向语义簇中心进行空间变换, 求得嵌入语义信息的文档向量； 最后利用文档向量进行K-means聚类分析. 实验结果表明, 该向量化表示方法, 能有效提高文本向量对文本语义的逼近能力, 同时可提高文本聚类结果的准确率和召回率.     

形容词性谓语句的逻辑语义分析

自然语言的逻辑语义分析和汉语信息处理是当今众多学科共同关注的热门话题。将现代汉语中的形容词性谓语句分为光杆形容词谓语句和复杂形容词谓语句两种,并利用转换生成语法、现代谓词逻辑、类型论、范畴论、广义量词理论、集合论和λ-转换等语义理论分别对各类句子作了较详细的分析,以期有助于信息处理的相关研究。     

莲花方言“来”字的句法、语义、语用分析

莲花方言是赣方言吉莲片的分支,其语法比较复杂多变,突出表现在表示语气、时态、行为方式的助词、副词、语气词异常丰富,且多为身兼数职,表达了极其详尽的语法意义,本文撷其中一个"来"字,分析了它在此方言中的八种用法及语法功能,分别从其不同的句法功能阐述其句法特点及其语义特点。     

低维显式语义空间下的语义关联度计算方法

语义关联度计算是数据科学中的一个关键性基础问题,在信息检索及自然语言处理等方面有着广泛的应用.针对ESA (Explicit Semantic Analysis)算法存在的局限性,提出一种显式语义特征选择算法,并构建低维语义空间.在此基础上,根据特征概念在Wikipedia中的映射信息,提出一种低维显式语义空间下的语义关联度计算方法.该方法解决了ESA算法在后续语义关联度计算过程中,因高维稀疏空间导致计算效果不够准确的问题.实验结果表明,与当前其他方法相比,该方法的计算结果在皮尔逊相关系数(P)及斯皮尔曼相关系数(S)上与人们的认知判断之间具有更好的一致性.     

第一西洛定理的若干注记

给出了第一西洛定理的三种不同的证明方法.     

一种新的语义相似度计算方法

在信息检索领域,基于不精确的语义信息进行查询,需要用户多次进行筛选,降低了查询效率,因此,语义相似度计算的精确性至关重要.目前,人们主要利用概念词的距离、内容、属性等信息进行语义相似度计算,其中综合距离,信息内容和概念词属性等因素的混合式语义相似度计算方法是比较热门的方法,但该方法进行语义相似度计算时,权值的确定是根据专家的经验,人为的进行确定,具有一定的主观性,影响了语义相似度计算的准确性和客观性.因此,本文提出了一种新的混合式语义相似度计算方法,采用模糊优化的思想确定混合式语义相似度计算方法中的权值,避免了主观性,使语义相似度的计算更准确,查询结果更符合人们的需求.     

拉祜语颜色词的语义特征分析

拉祜语颜色词的语义特征主要体现在修辞性、文化性、民族性上。修辞性为文化性和民族性奠定了基础,民族性是修辞性和文化性的共同作用的结果。通过语义特征分析法来研究拉祜语颜色词对拉祜语的研究有一定的指导意义。