基于模因论的网络语言的跨文化机制以及翻译观研究

本文以模因理论为依据,从理论上阐述了网络语言的跨文化功能,探讨了模因机制在网络语言的形成、发展和传播的作用,并在此基础上论证了网络语言的翻译观问题。指出：模因在网络语言中的嬗变促使我们用归化和异化的翻译观灵活地处理文本信息。     

试论转喻机制在网络语言中的应用

在网络铺天盖地地向人们传播着各种各样的信息的同时,网络语言也在潜移默化地向现实世界渐进,影响着人们日常语言的表达。对于网络语言,每个人都持有不同的态度。"转喻"是认知语言学中的一个很重要的概念,本文从转喻的视角分析了网络语言生成过程中的转喻机制,并探讨了促成这一机制运行的心理动因,从而揭示了转喻在网络语言中扮演的重要角色。     

从模因论看网络语言现象

基于达尔文进化论观点解释文化进化规律的模因论为研究网络语言提供了新视角。模因在网络语言的发展过程中有着重要的作用,它们的复制、传播为丰富网络语言提供了快捷、有效的途径。从模因论角度出发,通过对网络语言模因的两种表现形式及强势模因、模因复合体两层面的阐述,从而深刻地探讨了当前网络语言现象。     

一种混合加密方法在文件隐藏中的应用

文章从保护服务器中文件信息的角度,研究一种利用混合加密实现隐藏文件的方法,防止非法权限的用户窃取、拷贝和破坏文件.其过程首先用一款文件转换数字文本的软件将文件转换为数字文本,按照一定算法在数字文本中添加一串特征值,利用DES加密混合特征值的数字文本,实验结果只保存DES加密后的密文,删除源文件.实现隐藏服务器中重要文件,防止非法用户得到文件信息的目的.     

网络语言中的信息符号

通过分析现代汉语书面语的非汉字符号和网络语言中的信息符号的共同表现形式，以及它们得以产生的条件中的相同因素，可知网络语言中看似奇特的信息代码是对现代汉语书面语中非汉字符号的继承和创新，应该科学地对待网络语言。     

浅析网络交际中语言的变异

随着时代的发展,互联网已经并正在改变着我们的生活方式,网络语言的研究逐渐成为人们关注的一个焦点。网络交际的特殊性决定了网络语言具有其本身鲜明的特点。网络传播中的语言符号在信息传递的过程中出现了许多变异现象,本文将从社会语言学角度来初步分析法语在网络语言交际中的变异现象。     

基于规则方法的汉语到语义网络语言的转换研究

语义网络语言是一种具有较强表示能力的知识表示方式．语义网络语言的使用有助于运用语言结构进行推理,回答查询．从依存关系树库中提取出依存三元组到语义网络语言的转换规则,并使用XML标记语言实现了对大规则集的管理,包括规则的添加、删除、修改．从而实现了汉语到语义网络语言的转换,为构建以语义网络语言为知识表示形式的知识库提供了支持．     

浅析英汉翻译中的词类转换 ——以The Contemplated Spouse为例

该文以华莱士·史蒂文斯的《一对冥思夫妻》一书中的翻译实践为案例,从词类转换的具体规律和翻译中不同词类进行转换时应采取何种翻译策略两个方面着手研究.通过案例分析,重点归纳英汉翻译中五种主要词类的转换规则,包括名词、动词、形容词、介词和副词之间的相互转换.词类转译是英汉翻译中经常采用的一种基本翻译技巧,旨在使译文通顺流畅,符合汉语表达习惯.对英汉互译中词类转换现象的研究能帮助译者更好地理解源语文本,提高翻译水平,保证译文质量.     

基于软信息的结构化转换

随着文本信息(软信息)对多传感器信息融合的影响不断加深,如何形成一个有效的软信息结构化转换模型,给予计算机和传感器更多可融合的结构化软信息,成为了一个重要的任务。针对软信息结构化问题,即文本表示问题,首先对文本分类技术中向量空间模型的TF-IDF权重进行研究;然后针对其结构化有效性方面的不足,通过引入事件全局权重和信息增益对TF-IDF权重进行特征项关于文本主旨的信息及特征项在文本类间的分布信息补充、完善和实现软信息的结构化表示;最后通过实验验证了该改进方法对软信息结构化转换的可行性和有效性。     

文本挖掘中的层次聚类算法

随着互联网中信息的日益增长,通过文本挖掘,快速、准确地检索信息和分类信息成为人们日益迫切的要求,具有广泛的应用前景和实用价值.依据信息论的思想,从文档信息量变化的角度,对文本数据从概率角度来研究文本数据的聚类分析,研究信息量在层次聚类过程中所呈现的规律性,进而提出一种基于信息量模型的聚类分析算法.     

英语网络语言的多元属性与认知心理解读

网络语言作为一个新生事物,人们对其经历了由陌生到熟悉,由漠视到关注,由排斥到理解,最终被公众演绎成了一种特殊的符号,它同时具有开放性、包容性和创新性的特征。而作为网络语言的一种,英语网络语言的流行,在一定程度上丰富和完善了语言体系。本文以此为基础,首先解析了英语网络语言的多元属性,然后从认知心理学角度对其作了相关调查分析,旨在为网络文化研究提供一定的可供借鉴的信息。     

Web文本信息抽取与挖掘方法

Web信息资源中蕴含着具有巨大潜在价值的知识。人们迫切需要能够从Web上快速、有效地发现资源和知识的工具。搜索引擎不能完全满足这一要求,为此需要开发比信息检索层次更高的新技术。文中以Web文本为研究对象,着眼于将数据挖掘技术应用于Web挖掘。兼顾中英文文本,提出了一套Web文本的特征表示、特征提取及Web页面的结构化转换方法,并将粗糙集理论应用于转换后的Web文本挖掘。     

一种小波域内图像的文本信息提取算法

研究了基于小波变换的图像文本信息提取模型,提出了一种在小波域内提取图像文本信息的算法,该算法首先对图像进行二维小波变换,设置滑动窗扫描高频子带,计算滑动窗内图像的小波纹理特征,采用k-均值聚类算法提取文本区域,再对原图像进行边缘检测,根据文本区域的相关特征精确地定位文本区域,最后将文字与背景分离.从实验结果可以看出该算法能够较准确地从背景图像中提取出不同语种、字体、大小的文本信息.     

网络语言的语体特征分析

网络语言是发生在虚拟的网络世界的信息、符号，是一种“另类”语言。网络语言在风格上、形式上都与现实语言有一定的差异。本文从文体学的角度对网络语占的语体特征作了简要的分析。并就网络语言的发展趋势和网络语言的规范作了一定的论述。     

网络语言常见语法现象及其规范问题

网络语言在语法上的突出特点主要表现在副词超常使用、词的重叠、词类转换、语码混用、特殊句式、省略简约等几个方面。在网络语言的语法规范问题上,应加强对网络语法变异现象的搜集和整理工作,限定其使用范围,肯定并推广网络语言中有益的语法形式,纠正和抵制其中无益的语法变异现象,尽可能地减少其对语言规范的破坏。     

浅谈网络语言在词汇层面上的变异

随着网络在中国的迅猛发展,一种新的社会方言———网络语言兴起并蓬勃发展。互联网的出现对我们的生活产生了巨大影响。网络语言是广泛应用于虚拟世界的信息符号。网络语言与现实语言相比,它受现实语言的制约,同时又反作用于现实语言。本文试图从词汇层面对网络语言进行浅析。     

网络语言产生及流行的原因分析

网络语言是网民们广泛使用于论坛和聊天室的一种基于规范汉语的语言变异形式。网络语言的产生及流行是社会发展与网民群体心理共同作用的结果。本文从社会外部原因、群体内部原因、语言心理三个方面对网络语言的产生及流行原因进行深入分析,以期更全面的看待网络语言的形成,为如何对待网络语言提供更深层次的认知角度。     

基于投影聚类算法的Web文本挖掘证券投资系统

随着信息爆炸时代的到来,如何有效的从网络上获取有价值的信息成为当前研究的热点．Web文本挖掘技术就是解决上述问题的一种方法,它从大量半结构化、异构的Web文档集中发现潜在的、有价值的知识．本文着力于研究Web文本挖掘过程中的重要技术,并通过分析当前研究热点和各种算法,提出一种改进的投影聚类算法,实验证明其正确率比k-均值算法高．最后,本文设计了基于Web文本挖掘的证券投资系统,并将改进的聚类算法应用其中．     

文本挖掘研究进展

数据挖掘是将人工智能技术和数据库技术紧密结合,让计算机帮助人们从庞大的数据中智能地、自动地抽取出有价值的知识模式,以满足人们不同应用的需要.由于存储信息最多的自然形式就是文本,因此文本挖掘具有重要的意义.结合笔者研究工作,主要介绍了文本挖掘的研究内容,挖掘过程,挖掘算法及应用前景.     

自然语言处理文本查重优化算法设计

为了探索高校学生实习时提交的实践报告文本存在着重复的问题,从高校教学管理部门收集到相关文本的分类数据,结合Jieba分词工具处理文本信息,利用Word2vec词向量转换技术,表现了自然语言精准的语义分析能力。考虑到主题词抽取、概率分布情况及时间复杂度三个方面,使用Python的OS库完成批处理去重、去停用词和去非中文词,运用重要采样思想优化LDA(latent dirichlet allocation),模型,提出了新的训练模型ISLDA (importance sampling latent dirichlet allocation)抽取主题词汇,并采用余弦相似度计算重复率。更好地实现了文本查重算法模型的优化,对比两个模型的主题词类别、各词汇分布概率,结果表明新训练模型优化了主题模型,提高了计算模型训练准确率及测试文本的查重能力,较理想地实现了文本查重分析设计方法。