上古汉语动词配价分化的语义基础和句法机制

在上古汉语中，动词词义的发展、组合能力的变化，可以以配价的分化为表征进行描写。配价能力的变化是检验一个动词功能发展的重要参项。研究发现，在上古汉语中，促使配价分化的主要语义手段是引申，主要句法手段是使动化和双宾化。基本结论是：(1)配价分化实质上是由语义分化引起并通过表层句法格局的变动体现出的动态过程；(2)强制性的句法机制引起的配价变化，其主要的语义支持来自表层；(3)考察一个动词的配价时，应以义位为基本单位。     

配价分析在歧义结构中的解释和分化功能

现代汉语中的歧义结构比较常见,采用层次分析法可以分化因层次关系不同而造成的歧义,但对于因语义关系不同而造成的歧义则无能为力.配价分析的着眼点是句法结构中核心动词和其强制支配的名词性词语之间的必然联系,因此将配价分析的“动元”概念引入歧义结构的分析,可以较好地实现原因的解释和歧义的分化功能.     

抽象位移义“V＋到”结构的配价分析

运用配价语法理论,结合语义特征分析方法,对抽象位移义“V＋到”结构进行了多角度的分析,从而把抽象位移义“V＋到”结构分为二价和三价两类。“到”字在其中始终保留二价,所以认为它是一个有所虚化的动词。     

句式和配价

运用变换分析法,通过对把字句与其他相关句式之间变换合理性的分析和各自独特的表达功能的描写,揭示了只研究动词的配价对于句子的生成和句式之间变换合格性的揭示范围是有限的,必须结合结构义和句式义来把握组配成分对于句子生成的限制,从而概括总结述结式进入句式的条件。     

句式和配价

通过对把字句与其他相关句式之间变换的分析，可以发现只研究动词的配价对于句子的生成和句式之间变换合格性的揭示范围是有限的，必须结合结构义和句式义来把握组配成分对于句子生成的限制，从而概括总结述结式进入句式的条件。     

常德方言动词语义配价初探

依据语义配价理论考察常德方言动词，可发现与普通话动词时价语不同的语义要求，这些具有语义配价特色的方言动词可按与普通话形与义的差别分为四大类。方言动词系统、词义系统与普通话的不同以及语言习惯的制约是造成语义相容性差异的主要原因。     

汉语动词配价研究综述

“配价”这一概念借自化学。朱德熙先生率先将“价”的概念引入汉语语法学,开拓了汉语动词研究的新领域。接着,不少学者也开始研究动词“价”的问题,动词配价研究已成为汉语语法研究的热点之一。目前,汉语语法学界在动词配价的性质、确定配价的标准及辩价方法等方面存在很大的分歧。     

基于空间句法的徐州市道路结构与地价关系分析

在分析空间句法、路线价等相关理论基础上,提出城市道路结构与路线价之间关系.以徐州市为研究对象,利用空间句法与G IS集成分析工具Axwom an对道路结构进行分析,建立多元线性回归预测模型.结果表明采用空间句法与G IS集成的方法,通过分析城市道路结构来预测土地价格,简单方便,且精度较高.     

语料库和配价语法研究略论

配价语法对自然语言处理、语言的形式化研究和量化研究产生了重大的影响。大型电子文本语料库的出现为配价语法深入研究创造了条件。反过来,配价语法为语料库的应用研究提供一个可行理论框架和思路,使得语料库在语义研究、句法结构研究、自然语言处理中发挥了更大的作用。     

俄汉语配价理论的对比研究

汉语和俄语分属两个不同的语系，一个属于汉藏语系，一个属于印欧语系，但中国和俄国的语法学者均运用配价论对本国的语言进行了深入的研究，取得了一定的成果。本文对两国在配价理论方面的研究作了对比，旨在有效地解决俄汉教学中的一些问题，令学习者事半功倍。     

融合语言知识的统计句法分析

利用语义、语法等语言知识,建立一种分层句法分析统计模型,并进行句法分析实验.研究结果表明:该模型具有规则和统计相结合的特点,且在层次分析的不同阶段,根据不同的语法、语义、语用特性采用不同的方法和不同的统计模型;该模型结合分词、词性标注进行句法分析,是一个词汇化的句法分析模型,可同时考虑多个语义依存关系;采用该模型,精确率和召回率分别为87.23％和86.15％,其综合指标F与头驱动句法分析模型的相比提高了5.25％.     

基于依存关系的句法分析统计模型

利用语义、语法等语言知识,建立一种基于依存关系的句法分析统计模型,并利用改进的句法分析模型进行句法分析实验.研究结果表明:利用依存关系、互信息对词聚类,能解决模型数据稀疏问题;模型可同时考虑几种语义依存关系;该模型是一个词汇化的句法分析模型,能结合分词、词性标注进行句法分析;概率上下文无关语法中由概率的上下文无关性假设和祖先结点无关性假设引起的问题在该模型中得到有效解决;精确率和召回率分别为86.96%和85.25%,其综合指标F与Collins的头驱动句法分析模型的F相比提高4.75%.     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务,其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度,而深度学习方法能够融入深层语义特征,从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN(dependency convolutional neural network)模型,该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系,而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合,再将这两部分信息作为原句信息的补充,输入到卷积神经网络中,以此来获取词语之间长距离依赖信息。实验结果表明,加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP(microsoft research paraphrase corpus)数据集上,模型准确度和F1值分别为80.33%和85.91,在SICK(sentences involving compositional knowledge)数据集...     

径流中长期预报级别特征值特征展开模糊推理方法

针对现有径流中长期预报模糊推理方法在实际应用中存在的问题,提出了径流中长期预报级别特征值特征展开模糊推理方法,使原有的模糊推理法得到改进,从而增强了模糊推理预报方法在径流中长期预报以及其他实际工程预报中的应用效果;并将新方法应用于大伙房水库年径流预报中,实例应用研究表明应用该方法预报中长期径流可以得到较好的预报结果.     

基于浅层语义分析的主题事件的时间识别

时间识别是自然语言处理中极其重要的课题。事件中与主题相关的时间信息体现了事件在时间维度的主题特征。当前面向事件的时间识别大多是基于句子或短语的,并采用静态时间值机制。本文提出了一个面向主题事件的时间识别模型。该模型采用参考时间动态选择机制对时间表达式规范化。结合事件抽取和浅层语义分析,将浅层语义分析结果和时间表达式进行映射,将基于句子或短语的时间识别转化为基于篇章的时间识别,从而识别主题事件片段的时间。实验表明所提出的方法使主题事件片段的时间识别的性能提高了9.6%。     

Effect of alloying elements on valence electron structure (VES) of Fe3A1 intermetallic compounds

The hybridized state of each atom changes with various changes of alloying elements and different alloying degrees. It is shown that during the course of alloying, the changes in the microsolid-state reflection such as atomic hybridized state make the corresponding VES parameters change, and that affects the mechanical properties of Fe₃Al alloys.     

基于SVM的句子组块识别

阐述了基于统计的SVM（支持向量机）模型的汉语句子组块识别. SVM模型使用已进行组块标注的语料,通过多种特征参数选择和多分类划分,对数据进行统计学习得到训练模型后实现. 给出模型的算法和识别结果,分析了统计模型的特点.     

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。     

镓酸镧基固体电解质离子导电性与价电子结构的关系

文章应用固体与分子经验电子理论计算了镓酸镧基固体电解质材料的价电子结构,计算结果表明,1/(nAnB)随x及y增加而增加。实验结果表明,当x、y小于20%时,电导率σ随x、y增加而增加,并随1/(nAnB)增加而电导率σ增加,通过价电子结构的计算,可预测不同成分的LSGM的电导率。     

Two Language Models Using Chinese Semantic Parsing

Introduction Although the word trigram dominates the statistical language modeling community, it still has some short- comings. For example, the word trigram cannot make use of the rich linguistic structure of the language, nor can it capture long-distanc…