广告文本互文性探析

互文分析理论已广泛运用到语篇分析实践中。本文主要探讨广告语篇互文现象，提出广告语篇的互文性特征包括细节互文性、体裁互文性和文化互文性等三个方面，并对之进行了具体的探讨和分析。     

翻译文本的互文性延伸

从互文性的角度探讨原文与译文的互文关系以及译文在新的语言文化网络中所生成的新的互文关系,认为译文带着译者独特的互文记忆和翻译目的生成于新的语言文化网络中,成为译语文化系统中的一个新的节点,从而论证了翻译与创作的互动生成所形成的新的互文网络可以使译入语文化更加丰富多彩。     

新闻语篇的跨文本性——一项个案研究

互文性与结构主义、符号学、文学批评和批评语言学相结合.覆盖面十分广阔.Genette提出了跨文本性,互文性成为五种跨文本性的其中一个类型.本文从垂直互文性的角度,依据Genette的划分的五种琦文本性类型,分析新闻语篇的跨文本性特征.     

文本的陷阱与被建构的历史

“绝对真实”的史实原貌相较于历史文本的“罗生门”来讲,犹如巴别塔一般难以企及.探索者又往往因为缺乏高屋建瓴的宏观视角而最终走失在文本的曲幽迷宫里.历史文本之间一向很难进行证伪,在面对繁芜丛杂的历史史料时,为了避免陷入不可知论的诡辩之中,应当在尽可能多地占有第一手历史资料的前提下,对历史文本进行互文性的解读和分析,尽可能地对历史原貌进行无限接近的忠实解读,藉此读出掩藏在历史文本“字里行间”的真相.     

论红色经典改编文本的“互文性”

把现当代文学作品中的红色经典改编成电视剧,已成为一种艺术创作和大众文化现象,引起了社会的广泛关注。红色经典改编文本不是一个单一的概念,而是由改编者改编的文学剧本、导演拍摄制作的分镜头剧本和观众接受的电视剧这三种不同层级的文本构成的。这些不同层级的文本构成了西方后结构主义理论家所说的"互文性"("文本间性")关系,而不同接受者对这些不同层级文本的接受,同样也构成了一种"互文"关系。     

罗兰·巴特的文本观

罗兰.巴特的文本理论独树一帜、影响深远。他将文本和作品区别开来,作者的权威地位被否定,读者参与到文本的"编织"过程中,从而肯定了文本是一个开放的、多元的系统。巴特提出了文本具有互文性,为后来互文进入接受理论领域奠定了基础。     

文本意义的建构模式

文学是主体对生活的的摹仿。后现代主义文学提出的“文本之外,别无它物”和“互文性”等观点挑战了传统的文本观。文学摹仿生活的观点似乎走到了尽头。文章认为后现代主义文学也是对生活的摹仿。只不过,后现代主义的生活具有“能指即所指,文本即生活”的特征。根据文学语言的主体间性就是文学的主体性以及二十世纪的批评理论提出“阅读主体和阐释主体通过文本进行历史性对话”和“文本的历史性意义是文本系统和阅读主体的历史性阅读的产物”,试图重建文本意义。     

互文性视阈下《搜神记》的文本特征

《搜神记》是晋代及其前神异故事的集合,故事的文本、意义之间体现出互文性特征。互文性表现在文本内容的互补、文本主题的互反,以及人物构形、情节元素、叙事核心的互鉴等方面。将各主题中所包含的故事进行对比,能看出《搜神记》文本的互文性特点：一些文本通过内容的对照补充呈现互补特征;部分文本经由主题的矛盾冲突体现互反特性;有文本在人物构形、情节元素、叙事核心等方面表现互鉴特点。在互文性视阈下,《搜神记》中看似零散的文本之间形成张力构成整体系统。     

作为“作家细读”的传记

＂作家细读＂是作家传记的着力点,甚至是其目的。传记作者通过＂作家细读＂,对作家生平中有意义的但被历史叙述有意或无意遮蔽、擦除的＂琐事＂、＂心事＂的深度解读,从而揭示作家隐秘的心灵纹理以及情感脉络。注重作家细读的作家传记无疑构成了对文学史的补充。     

跨越不同文本之间的界限——互文性关照下的《已知的世界》

美国当代黑人作家爱德华·P·琼斯在其代表作《已知的世界》中，运用了互文性的写作手法，建立了小说同其他文本的深层联系，赋予小说叙述开放性、复杂性的特征。作者跨越不同文本之间的界限，使小说的叙事更易与历时和共时层面上的历史文本相融合，大大增强了小说的艺术魅力。     

克里斯特瓦的“互文性”理论

克里斯特瓦在巴赫金理论的基础上提出了“互文性”概念。随着克里斯特瓦思想的发展,“互文性”概念的理论内涵得到了充实和深化。在其论著《诗歌语言革命》中,克里斯特瓦将精神分析理论融入到“互文性”概念之中,将“互文性”视为重构主体意识、反抗社会规约的革命性动力。同时,“互文性”是“文本”概念的属性,是马拉美、洛特雷阿蒙等人创造的“诗性语言”的内在特征。     

试论网络新闻的可写文本化

后现代文本理论强调文本的互文性存在和读者的自主参与。罗兰·巴特在此基础上提出了可读文本和可写文本的概念。可读文本被作者牢牢控制,意义固定,读者只能被动接受。而可写文本是动态开放的网络,读者获得了作者的地位,文本的意义无限多元。网络可视为一巨大的可写文本,网络新闻正逐渐可写文本化。主要体现在三个方面:网络新闻动态生成性与碎片化;开放性与互文性;受众参与文本生产过程带来意义的多元不确定。这是受众权力的回归,它向新闻把关人的意识形态控制发出了挑战。     

一种复杂文本图像中快速文本行检测算法

图像中的文本常常包含许多对图像理解,图像处理有用的信息,因此文本检测和提取被应用到很多应用当中如文档分割,文本修复,机器视觉,车牌检测与识别等.提出了一种基于游程分析的快速检测文本的算法,算法对图像中水平黑,白游程进行分析,把同一文本区域中的空白填满（变黑）,而把文本行间过长的笔画切断,然后做基于游程的连通域分析,再根据三条基于文本特征的判断准则进行筛选得到文本行区域。实验证明,该算法可以同时提取不同字体,字号,语种的文本行,并且对Logo,条形码等非文本准确判定。     

一种新的文本预处理方法研究

文本预处理是整个字符识别系统的重要组成部分．它的性能的优劣，对整个字符识别系统的识别率和识别速度至关重要．由于汉字印刷文稿版面的复杂性，其文本预处理远比西文困难．本文提出了一种新的文本预处理方法．实现了含有文字字符，图形，图片和表格的、版面结构复杂的数字图象的分割．整个算法分为两个阶段完成：首先，从图形的连通原则出发，定义了扩展连通域的概念，对整个文本图象逐行扫描，搜索出所有的扩展连通域，进而通过集合的交、并操作，将属于一个字符或图象、图片和表格的若干个扩展连通域合并．这时扩展连通域已标记文本图象中的字符尺寸大小和位置．然后，基于同一行字符的间距的知识，将扩展连通域合并为逻辑字符行（横，竖）；由字符行的高（宽）度的一致性及间距的知识，将逻辑字符行合并为逻辑块：按照印刷文稿的排版规律完成版面的结构识别、并将标记字符位置和大小的扩展连通域的顺序按版面结构信息重新组合，最后把字符规范为一定尺寸的点阵图象输出到字符识别器．本文提出的文本预处理方法已经实现．经实际运行测试表明，系统对于复杂版面的文件，书刊和报纸的文本图象的分割，具有较好的效果．     

一种大规模Web文本的分类方法

文中针对大规模Web文本信息的结构与内容特征提出一种高效的Web文本分类方法。该方法主要包含3个模块:(1)针对Web长文本提出一种基于复杂网络的特征选择方法,网络中的节点对应于文本中的词条,通过节点的度与聚集系数来衡量对应词条的重要性从而选择特征词;(2)对于Web长文本,提出基于k NN的SVM决策树分类方法,将支持向量机与k最近邻相结合,并构建决策树实现层次化分类;(3)对于短文本,通过构建长文本各类别的主题词集合来引导短文本的分类,将短文本的归类问题转化为基于主题的检索问题。实验结果表明该方法在处理大规模Web文本时表现出了较好的性能。     

一种改进的特征选择方法在文本分类系统中的应用

在介绍本分类的背景及传统基于向量空间模型特征选择不足之处的同时．提出了不同特征选择方法相结合的本分类模型．该模型首先对本进行分析．把本表示成向量空间的形式．本在经过预处理后．按一定规则提取关键词．关键词的提取中增加了对名词短语的识别．特征选择的方法上，结合了档频数和互信息量，并对他们进行了改进．实验结果表明，使用新方法进行分类所得到的分类精度得到了一定的提高．     

一种新的文本数字水印算法研究

给出了一种基于文本字符特征的数字水印算法,结合人类视觉特性,于文本字符宽度调整过程中嵌入水印信息。实验结果证明,该算法具有较好的隐蔽性和鲁棒性。     

一种文本聚类算法

目的 通过对现有聚类常用算法的研究，给出一种适用于大规模中本数据集聚类的算法DBTC(density-based text clustering)。方法 采用在DBSCAN算法基础上改进提出的DBTC算法，对中本数据集进行聚类。结果 DBTC算法可以发现任意形状的簇，对中本聚类的准确率高达80％以上。结论 经过分析和实验证明DBTC算法比基本的DBSCAN算法更适合于大规模数据集。     

互文性的两极：“先例现象”与“戏仿”——以20世纪后半期俄罗斯语言文学为文本参照

原初意义上的互文是一种古已有之的现象,传统的影响与渊源研究将其作为必不可少的方法论工具。但自从巴赫金的复调、对话与狂欢理论提出后,克里斯特娃对其进行了革命性改造,由此,互文性成为现代文论的一个重要概念,结构主义与后结构主义都在极端的意义上对它进行了阐发。本文试图旧瓶装新酒,对俄罗斯的后现代主义与修辞学中呈现的互文性两极的“先例现象”与“戏仿”做窥豹一斑的梳理与解读,并试图揭示20世纪后半期俄罗斯语境中互文性的理解运用与法国为代表的欧美语境中互文性概念之间的复杂关系。     

一种轻量级文本蕴含模型

现有主流文本蕴含模型大多采用循环神经网络编码,并采用各种注意力推理机制或辅以手工提取的特征来提升蕴含关系识别准确率,由于复杂的网络结构和RNNs网络串行机制导致这些模型训练和推理速度较慢.本文提出轻量级文本蕴含模型,采用自注意力编码器编码文本向量,点积注意力交互两段文本,再采用卷积神经网络对交互特征推理,整个结构可根据不同数据的推理难度叠加不同模块数量.在多个文本蕴含数据集实验表明,本文模型在保持较高识别准确率情况下仅用一个块参数仅为665K,模型推理速度相比其他主流文本蕴含模型至少提升一倍.