从认知角度看汉语的主语和话题

主语和话题的区别在于它们不同的认知作用。在汉语语言中,表现为两者不同的句法地位和功能。汉语主语是句子不可或缺的基本结构成分,话题是语用成分语法化的结果,不是句子的基本结构成分。本文的研究有助于在认知的深层次上理清汉语主语和话题的关系,解决汉语句子基本结构组成的基础性问题。     

简论动词性双音化结构的句法语义和语序效应--与英语对比的视角

在学界对汉语双音化研究成果的基础上，系统探讨了双音化的句法语序效应：双音化动词（组）削弱了动性，宾语基本能够提前为话题，增强了汉语话题优先性类型特征；动词性双音化在历时发展中凝固了过程义和结果义，作格性增强，使汉语的词类交叉更为明显；动词性双音化蕴含一定的体意义，使汉语体系统更加完备；动词性双音化加强了汉语基本语言单位的可分析性。     

对比语言学视角下的汉语话题句英译策略

对比语言学以不同语言间的对比来揭示其异同为己任,为语际翻译尤其是汉英翻译提供了独特的视角。从语言形式观察,英语重形合,而汉语重意合,话题句是汉语句子的典型表达方式。汉语话题句主要有主谓谓语话题句、盒套式话题句、公因话题句三种,分别从《政府工作报告》中选取几例,试析其英译策略。     

用“礼貌原则”理论探讨中日话题选择的问题——以燕山大学日语专业为例

以燕山大学日语专业四年级学生为研究对象,就同届同一性别大学生分别使用日语和汉语在初次见面谈话中所选话题问题进行了考察.从整体上看,即使会话时使用的语言不同但是所选的话题项目大体相同.使用日语会话时10组中有4组谈到恋爱方面的话题,而使用汉语会话时没有出现相关话题.针对这一现象,结合对学生的追踪调查,运用Brown ＆amp;Levinson（1987）礼貌原则进行分析说明.     

汉英翻译中的话题结构转换

话题结构在英汉两种语言中表现形式不一样:汉语的话题常位于句首,是汉语固有的语序;英语的话题隐藏在宾语中的情况非常普遍.在汉英翻译中,往往要将置于汉语句首的话题转换成英语句子中的宾语.     

汉语话题的辖域与层级

汉语话语中不仅存在单话题，还存在多话题。话题的辖域有大有小，可根据辖域的大小将话题分为语篇话题、语链话题和语句话题三类。根据话题的性质和功能，多话题可分为情景话题、主旨话题、论元话题三类，多话题的排序一般遵循情景-主旨-论元话题的序次。话语生成的组合顺序多为逆向组合。     

基于LDA话题关联的话题演化

话题演化可以帮助人们快速获取信息和了解趋势.提出了一种挖掘话题随时间变化的方法,通过话题抽取和话题关联实现话题的演化.对不同时间段的文集进行话题的自动抽取,话题数目在不同时间段是可变的;计算相邻时间段中任意2个话题的分布距离和话题的特征向量相似度实现话题的关联.实验结果证明,该方法不但可以描述同一个话题随时间的强度变化,还可以描述新话题的产生,旧话题的消失以及话题内容随时间的演化.     

夏济安散文翻译技巧之一：巧用话题句

英语注重主语,句子形式是＂主语加谓语＂。而汉语注重话题,句子形式是＂话题加评论＂。基于这种差异,在英语与汉语两门语言互译中,必须有效把握这两者语言之间的转换才能体现原文的价值。而夏济安先生--台湾著名翻译家,在英汉翻译中把转换技巧使用得淋漓尽致。     

汉语隐喻性新闻标题与正文之间的连贯研究

本文运用隐喻、话题以及衔接连贯理论,以汉语新闻为语料分析了汉语新闻隐喻标题与正文之间的连贯关系。从话题和主题角度,隐喻性标题可分为三类:话题性隐喻标题、主题性隐喻标题和主题化隐喻标题。基于不同类别的隐喻标题用实例具体分析了语篇隐喻标题与正文话题展开、主题推进的关系,隐喻标题在正文中体现为源域话题链与目标域话题链之间的映射和有机融合,进而使全篇成为意义连贯的整体。     

英语语篇汉译的话题处理

在英语语篇翻译的过程中,译者采用适当的翻译方式对原文中的话题进行处理对于确保译文的话题延续性具有至关重要的作用,从话题引入、维持、和转换三个角度得出具体的结论,这些结论无论对于英汉语篇翻译实践还是教学都具有一定的意义。     

话题分析模块及七套海外汉语教材的话题分析

话题是为了体现教学目的与要求而营造出来的一个个围绕着中心而展开的语言环境,在这样的语言环境中融入、组织、安排了需要达到教学目的的知识和技能。话题设计对语言教材特别重要,因为语言技能的教学总是要通过一定的语言环境来实现的。通过对话题的考察比较,可以观察到不同教材的性质、内容、功能与特点。论文建构了一个五大类52小类的话题分析模板,力求做到有较强涵盖面、立类清晰、类与类之间有较好区别度和距离感等。以此为参照点分析了美、英、澳三国的7套汉语教材,概括了其所有的话题305个,发现话题的分布与教材性质、内容和深度有密切关系,7套教材佣属于基础汉语的通用性教材。初级教材的话题多分布于个人信息、生活、人际交流,难度加深的教材话题多分布于社会领域。话题还与词种数、独用词、高频词有密切关系。     

汉译英中的话题-主语处理问题

英汉两种语言在句子结构方面有很大的差异。汉语是话题突出语言（topicprominentlanguage）,句子的基本结构是话题＋说明,而英语是主语突出的语言（subjectprominentlanguage）,句子结构是主语＋谓语,主语在句中处于不可或缺的地位,要求意足形完。本文通过翻译实践,讨论了汉英翻译时根据句子话题来确定英语主语的理论及操作策略,并以此实现有效再现原文语句的交际价值。     

中级汉语口语教材情景语境设置情况考察——以《中级汉语口语》(第二版)为例

本文以《中级汉语口语》(第二版)为例,考察汉语中级口语教材情景语境设置情况。通过考察,我们发现该教材话题在生活领域中的分布较合理,符合循序渐进原则;课文话题与学生话题兴趣匹配度高,但分布不均匀;交际场景数量多、种类丰富,有利于学习者交际能力和语言运用能力的提高;课文形式以对话体为主,三册对话体的设置呈现阶梯差异,充分考虑了学习者的接受能力,但对短文体重视不够。     

基于核主成分分析的话题跟踪系统

话题跟踪是信息处理中的一项重要技术,如何提取鲁棒的话题样本特征是其中的研究重点。针对样本中的话题偏移问题,提出一种基于核主成分分析的算法。该算法首先利用开发集的先验知识构建加权矩阵;然后采用核主成分分析对样本进行话题偏移补偿,从而有效地去除了话题偏移的影响,提升了样本特征的鲁棒性;最后通过K-最近邻(K-nearest neighbor,KNN)和Rocchio算法进行分类。在Fisher英文数据库的话题跟踪测试结果表明,相对于基线系统,该系统在检测代价上有15%～18%的相对降低。     

话题句习得研究之“母语迁移”：文献回顾

自上世纪70年代以来，基于Li＆Thompson（1976）的类型学研究基础之上引发了对汉语话题结构本身以及第二语言习得中对话题句习得的广泛讨论。近期的一些研究集中探讨不同背景习得者对汉语话题句的习得情况。本文主要对第二语言习得研究领域的“母语迁移学说”有关文献重点回顾，并且对其研究的局限性进行了归纳性的总结。     

追踪事件微博报道:一种流的动态话题模型

为了解决微博中存在的话题漂移和大量噪声问题,提出了基于动态话题模型和微博信息熵相结合的流的动态话题模型。首先利用动态话题模型在整个追踪过程,从正反两个方面增强对追踪话题的描述,进一步克服了话题漂移问题。但由于微博中存在大量中间类微博,所以定义并使用微博信息熵来衡量一条微博对于话题报道的重要性,并将其扩展到动态话题模型中,用于区分新闻类和中间类微博。在超过17万用户的1 200万条微博上进行了话题追踪,实验结果表明,本文算法较之传统的动态话题模型更有效,追踪结果包含更少噪声。     

主位推进与英汉语篇翻译

主位是信息的起点,是已知信息,述位是新信息,主述位组成适当的语篇推进模式,反映语篇内部句子之间内在联系和信息分布规律。英汉两种语言属于不同的语系,因此存在句法结构上的差异。本文从主位推进的角度对英汉两种语言在主位结构上的差异进行对比分析:英语是主语突出的语言而汉语是话题突出的语言,认为在英汉语篇翻译中主位推进模式的切换非常必要。     

藏文网络社区内话题演变的研究

文章以话题检测与跟踪技术的理论为指导基础,建立向量空间模型的话题模型．结合演化理论对社区内话题的生命周期进行检测与跟踪,度量话题的强度,以描绘出话题的演化过程及趋势．研究藏语网络社区的话题演变,可便更加快捷方便地了解社区动态．     

基于藏文新闻文本话题检测的聚类算法研究

话题检测的提出是为了帮助人们从海量的新闻报道中发现未知的新话题,其中文本聚类算法的研究,是实现藏文新闻文本的话题检测技术的核心.本文提出一种聚类算法,是基于简易聚类算法的改进,首先改进了文本顺序对聚类结果产生的影响,其次通过确定种子话题,来确定话题的类别.本研究的聚类算法在较小规模的语料中比改进前源算法有一定程度的提高.本文的研究对象是藏文网站中的新闻文本.     

基于层次聚类的子话题检测算法

使用隐狄利克雷分布(LDA)进行话题检测时,话题模型产生的话题存在语义上的分层现象;LDA建模产生的话题会出现语义上概括较广的泛话题;话题数目超参数K的设定通常根据人的经验.这些将造成建模结果出现包含多个子话题的混合话题情况.针对上述问题,文中基于层次聚类算法,使用一种文档特征词序列对LDA模型分类结果粒度过粗、热点话题检测结果泛化所导致的舆情监控价值较低的情况进行子话题检测.首先对LDA模型建模结果进行优化,对话题-单词分布与文档-单词分布两个矩阵进行过滤;然后对重叠话题进行检测与合并,采用文档间紧密度度量方式发现泛话题与混合话题;最后通过层次聚类算法对话题下的文本进行二次聚类,得到话题下的子话题.实验结果表明:该算法对子话题的检测能够在更深层次上体现出热点话题的特性,便于舆情监控分析;与Single-Pass算法和K-均值聚类算法相比,该算法获得的结果更具有有效性;K的选取策略对基于层次聚类的子话题检测算法具有鲁棒性.