试论英语动物词汇的隐喻认知意义

本文从认知思维的角度出发，分析英语动物词汇的隐喻认知意义，从几方面谈了对动物词汇隐喻的认识，如：动词性隐喻，名词性隐喻性，名词转动词隐喻和形容词性隐喻等，说明了隐喻的生成和理解来自于人们对世界的认知方式和过程．阐明了隐喻从本质上来说是一种认知活动。     

浅析英语隐喻的句法结构特征及其语言学功能

从句法结构上, 隐喻可以分为名词性隐喻、动词性隐喻、形容词性隐喻和副词性隐喻等等.通过隐喻, 人们可用已有的词语谈论新的、尚未有名称的事物, 以填补词汇空缺.同时, 通过隐喻, 可以更加精确、形象地反映事物的本质和特征.     

浅析英语隐喻的句法结构特征及其语言学功能

从句法结构上,隐喻可以分为名词性隐喻、动词性隐喻、形容词性隐喻和副词性隐喻等等。通过隐喻,人们可用已有的词语谈论新的、尚未有名称的事物,以填补词汇空缺。同时,通过隐喻,可以更加精确、形象地反映事物的本质和特征。     

中文句子评价对象抽取的特征分析研究

针对中文的语料,采用基于条件随机场的方法,在词、词性特征的基础上结合最近名词、句法依赖关系和句子倾向性等特征,分析不同特征对于评价对象抽取的影响.实验结果表明,结合了词、句子倾向性、词性、语法依赖关系、邻近名词等特征的条件随机场方法对于中文句子评价对象的抽取更有效.     

“名动错位”是假象

现代汉语中的“名动错位”指的是名词占据了本该动词占据的位置,而动词占据了本该名词占据的位置。说“名动错位”是假象是因为名词可以披上隐性谓词的外壳而占据动词的位置,但其名词性根本没变;而动词可以披上名词性外壳而占据名词的位置,但其动词性亦没变。这两种外壳都是客观存在于现代汉语句法中的隐性成分,名词性外壳指的是隐性标句词#,而谓词性外壳指的是隐性的v。     

名词化与话语隐喻态度

名词化是语言使用中常见的现象,它不仅仅是创造名词的手段,同时它也是表达隐性话语态度的重要手段。认知语义学的概念隐喻理论对我们理解名词化的隐喻本质有着非常重要的作用。名词化在新闻社论中可以隐喻既存性、不可协商性、逻辑关系等,是话语隐喻态度的有效实现形式。     

诗歌意象语言的用词特点

从语言学角度分析,与诗歌意象相对应的大多是日常语言中表示具体物象、事象的名词性词语,这些名词性词语用在诗歌中便成为意象词语。诗歌中,担负一组意象语言可以是单个的意象词语,即名词性词语;也可以是一个固定的熟语;还可以是一个以意象词语为主体的非名词性短语或句子等。通过从语言学角度对担负诗歌意象语言主体的意象词语进行语言分析,认为诗歌意象语言具有具象性、隐喻性、民族性等特点。     

最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

《孟子》中非名词谓语判断句探析

一般认为,判断句的谓语由名词或名词性词组充当,是根据谓语语法特点及主谓语的语义关系为标准的。但从《孟子》看,非名词——主谓结构、动宾结构、动词、形容词作判断句谓语也能表判断,且有自身语法特点,体现出语言形式的丰富性以及语法表达的多样性。     

英语动词性语义研究

英语动词性语义研究可以从四个方面进行：研究名词的动词性语义,剖析形容词的动词性语义,探讨副词的动词性语义,阐述倒序性动词和否定性动词的语义内涵.     

余江话的"里"尾

余江话的“里”尾可加在名词、动词、形容词性成分或动词性结构后面构成名词,能起到区别事物、表示词性变化、指小、亲昵或纯粹作名词的标志等作用;在使用原则上名词“里”尾与普通话“子”尾同中有异;“里”尾名词所指事物范围广(可分为人名、人品、疾病、人体、服饰、家俱生活用品、房屋建筑、动物及其他等九类)。“里”尾亦可加在形容性成分后构成形式多样的形容词的生动形式,有表示词性变化、附加评价意义、扩大语法功能等作用。“里”尾还能通过特定的形式,与个体量词、集合量词、部分量词、容器量词、度量量词及自主量词等结合,表示相应的语法意义。     

基于词性分析和领域知识的Deep Web语义标注

基于对中文Deep Web查询结果的词性分析,提出一种基于中文词性和领域知识的Deep Web语义标注方法.借助中文分词工具得到Deep Web查询结果的词性,并根据词性或词性组合与语义建立映射规则,同时结合领域知识进行语义标注.实验表明,该方法能够在多个领域对Deep Web查询结果进行正确的语义标注,从而验证了该方法的有效性.     

英语科学论文的评价意义比较——以优劣性评价为例

科学论文作为报道学术成果和研究发现的语篇,其中必然包含各种评价性资源。借用语料库的方法,考察学术论文中优劣性评价资源在不同学科论文中的分布。统计表明,人文学科中优劣性评价词汇使用频率最高,其次为社会科学和自然科学学科,这与学科本身内在属性、研究对象和知识结构有关。从词性的使用看,名词和形容词评价词汇使用频率最高,这从一个侧面说明科学论文更愿意使用较为客观的名词性结构作为评价的主要手段。     

基于藏族格言的方位词统计分析研究

以藏族格言作为输入语料，用藏文CRF自动分词系统将文本自动分词后，利用语料分析软件，统计和分析文本中的方位词词性和词频.在词汇语境共现中筛选方位词单独作语法成分的具体实例，进一步分析方位词的语义特点、句法功能及搭配情况.通过分析发现，方位词在句法中，其语义包括定性和泛性两种，承担了普通名词(nn)、不及物动词(vi)、及物动词(vt)、时间名词(nt)等语法成分，在作名词时主要强调地点义，而方向义并不明显.在句法功能中，可作主语、宾语、地点状语等.从搭配情况来看，它与位格、属格和从格助词搭配构成方位短语表示处所和范围，与动词搭配表示一定的趋向性，也作修饰动词的地点状语.     

基于词汇范畴和语义相似的显性情感隐喻识别机制

隐喻是自然语言中比较常见的语言现象,在情感计算过程中有些句子的情感是由隐喻引起的,因此隐喻问题的解决将影响情感计算的结果.为此结合相关的隐喻理论,从机器学习的角度,对汉语文本中的显性隐喻的识别进行研究.以本体和喻体所属的范畴不同作为切入点,首先利用词性标注和依存句法分析提取句子中的本体词汇和喻体词汇,然后进行范畴划分和词汇语义相似度计算,最后使用支持向量机进行学习,从而对特定的隐喻句子进行识别.这一研究对后续的隐喻自动识别和隐喻理解起到了一定的作用.     

现代维吾尔语的词性标注校对技术研究

近些年来语料库语言学的发展较为迅速,语料库的建设成为一项重要的工作.在对语料加工的过程中,保证词性标注的一致性也成为建设高质量语料库的重要问题.目前国内外对汉语语料库词性标注结果的校对,还停留在人工校对上,对词性标注结果不一致现象尚未进行系统的研究.对于词性标注方法不是很成熟的维吾尔语语料库来说,词性校对方面的研究工作更少.首先概要介绍了一种维吾尔语的标注方法,并受一些文献的启发,根据维吾尔语的特点对其进行词性标注自动校对的研究,并分析其适用于维吾尔语词性校对的可行性,进而提高维吾尔语词性标注的正确率.     

戴维森隐喻含意解读及评价

隐喻研究经历了作为修辞现象到语言隐喻（语义隐喻和语用隐喻）,再到对此进行多层次、多角度的跨学科研究的发展历程。对戴维森的《隐喻的含义》一文中提出的观点进行了梳理,将之概括为五个方面：隐喻的不可释义性、隐喻的不真实性、隐喻的语用性、隐喻的生动性及隐喻解释的相对性,并逐一对此进行了解读和评价。     

汉语名谓结构重新分析

本文不停留于分析名词谓语结构的语义或句法特点,而是立足于汉语的事实.以"元"为基础,从发生学机制上提出了"维度观"的"重新分析"论点,旨在挖掘汉语背后的"殊相",为人文科学的多样性和多元化献上绵薄之力.同时也论述了汉语名词性词语的"述谓性"及层次性.对汉语教学与表达、汉语句法、句式及语义分析以及信忠工程等,有一些思考和启发.     

基于FP-Growth算法的词性标注规则获取方法

为了提高词性标注模型训练语料的质量,设计了一种利用FP-Growth算法从训练语料库中自动获取词性标注规则的方法,并将该方法与基于Apriori算法的词性标注规则获取方法进行了对比实验.实验结果显示,对于0.1万、0.2万和1万词级的小规模语料库,2种方法获取的词性标注规则条数均相同,但基于FP-Growth算法的时间耗费分别仅为基于Apriori算法的0.013 866%,0.010 399%,0.003 132%;对于10万、100万词级的训练语料库,基于Apriori算法无法获取任何规则,但基于FP-Growth算法依然可以在合理时间内获取有效的规则.这说明,基于FP-Growth算法的词性标注规则获取方法是可行且高效的,满足在优化训练语料库时能从不同规模的语料库中自动获取词性标注规则的实际需求.