汉代图书文献编纂略考

<正>汉代政府从巩固其政权出发,比较重视图书文献的管理,加之造纸术的发明与改进,草、行、楷书通行,目录学、校勘学的创立和发展等等,都为这一时期图书文献编纂工作的开展创造了有利的客观条件。一、汉代图书文献的整理汉代政府重视图书文献典籍的搜集和整理工作。《汉书·艺文志》中记载:"汉兴,改秦之败,大收篇籍,广开献书之路。"汉武帝时,"建藏书之策,置写书之官,下及诸子传说,皆充秘府。"     

汉代图书文献编纂略考

汉代政府从巩固其政权出发,比较重视图书文献的管理,加之造纸术的发明与改进,草、行、楷书通行,目录学、校勘学的创立和发展等等,都为这一时期图书文献编纂工作的开展创造了有利的客观条件。一、汉代图书文献的整理汉代政府重视图书文献典籍的搜集和整理工作。《汉书·艺文志》中记载：＂汉兴,改秦之败,大收篇籍,广开献书之路。＂汉武帝时...     

《现代汉语词典》中四字格异形成语分析

异形成语是意义相同而书面形式不同的两个或两个以上的成语。异形成语的意义相同是指成语整体的隐含的意义相同,它们的书面形式不同但在形式上又具有一致性。《现代汉语词典》中收录的四字格异形成语的构成情况复杂。根据其成因可分为五种类型:置换字词类、调整词序类、改变说法类、增减字词类、综合变化类。这五大类又分别可以根据不同情况分为若干小类别。     

术语学视角下的美军军语词典研究

文章对比了美军参谋长联席会议近3年修订的5版《美国国防部军语及相关术语词典》中词条的更新情况,并从术语学视角,结合相关条令的出台,分析了有关电子战、网络战、太空战、战区陆军和撤退行动等词条更新的原因,论证了文章观点:军事术语的改变反映出某个特定军事领域知识的更新换代,并探讨了研究美军军事词典给予我军军语工作的重要启示.     

术语的学科义位与普通义位及其在语文词典中的处理

术语的学科义位与普通义位之间往往存在着互相演变的关系。文章对兼具学科义位与普通义位的术语条目其学科义位与普通义位之间的关系进行较为系统的梳理与分析：使用新创词命名的术语一般由学科义位衍生出普通义位,而使用现成词命名的术语则一般由普通义位衍生出学科义位。在此基础上以《现代汉语词典》为例来讨论该类术语条目在语文词典中的处理方式：《现代汉语词典》对前者的处理方式是先释出学科义位,后释出普通义位,对后者的处理方式是先释出普通义位,后释出学科义位。通过对术语学科义位与普通义位的梳理分析,能够加深对术语及其词义演变的认识,从而丰富术语学理论,同时对术语的标准化规范化工作也有所助益。     

大数据背景下的学生情感词典构建方法?

学生的情感教育一直是教育界的研究热点和难点,由于学生个人情感的隐秘性,教师很难获取学生的情感状况.研究通过学生大量使用的社会交互网站中的文本信息分析学生的情感状态,核心是针对学生常用情感词构建情感词典,根据学生大量使用新词、伪词的特点,结合新浪微博提供的情感符号,以现有情感词典为基础,在动态更新的新浪微博大数据中应用文本相似度计算方法,扩充情感词典,构建符合学生语言特点和新浪微博风格的学生情感词典.词典包括情感极性和强度,为基于学生微博文本的情感感知和进一步的情感教育奠定基础.     

融合情感词典的改进BiLSTM-CNN+Attention情感分类算法

传统机器学习和深度学习模型在处理情感分类任务时会忽略情感特征词的强度,情感语义关系单薄,造成情感分类的精准度不高。本文提出一种融合情感词典的改进型BiLSTM-CNN+Attention情感分类算法。首先,该算法通过融合情感词典优化特征词的权重;其次,利用卷积神经网络(CNN)提取局部特征,利用双向长短时记忆网络(BiLSTM)高效提取上下文语义特征和长距离依赖关系;再结合注意力机制对情感特征加成;最后由Softmax分类器实现文本情感预测。实验结果表明,本文提出的情感分类算法在精确率、召回率和F值上均有较大提升。相较于TextCNN、BiLSTM、LSTM、CNN和随机森林模型,本文方法的F值分别提高2.35%、3.63%、4.36%、2.72%和6.35%。这表明该方法能够充分融合情感特征词的权重,利用上下文语义特征,提高情感分类性能。该方法具有一定的学术价值和应用前景。     

Trie树和单字倒排相结合的汉英词典查找机制

在对词典的查找算法作了回顾基础上,根据跨语言信息检索系统的要求,提出了一种词典查找的新机制,与其他查找算法的不同之处在于本方法支持模糊查找.查找机制结合Trie树和单字倒排的方法,既实现了查找的高效率又实现了模糊查找的算法,实验证明这种方法能够满足实际系统的需要.     

从古籍工具书的编纂看古籍编目问题

从古籍工具书编纂的角度例析了古籍编目存在的书名、著者及丛书零种著录不规范,书名、著者及出版时间等著录错误问题,分类问题和用字的问题;分析了产生这些问题的主要原因是没有制定具体统一的标准、缺乏沟通开放、古籍编目人员知识结构不合理等;初步探讨了通过贯彻落实健全的机制和完善的标准、增强图书馆的开放意识、采取多种形式提高古籍编目人员的水平来解决这些问题。     

基于短语级情感分析的不良信息检测方法

针对基于关键词字符匹配和粗粒度情感分析方法的传统不良信息检测方法准确率低的问题,提出一种基于短语级情感分析的不良信息检测方法.该方法制定语法规则来提取敏感词所在短语,结合二次分类的情感词典,通过分析短语的情感倾向来判断表达者对敏感关键词的情感倾向,从而判定内容的敏感性.本文方法克服了字符串匹配方法的缺点,如:传统的字符串匹配方法忽视敏感词上下文,从而导致大量误报的缺点,及粗粒度情感分析方法由于无法准确定位情感对象,只能以文本整体情感倾向代表表达者主观情感,导致不能精准分析与敏感词相关的情感倾向及敏感性.实验表明,本文方法与传统方法相比,准确率有较大的提升.