英语非谓语动词用法浅议

高中英语教学中，非谓语动词的用法，可运用列表比较归纳，然后将句子成份再进行纵向比较，这样由难到易学生对所学的非谓语动词，就会有一个比较完整，清晰的知识系统。     

基于多特征融合的产品评论语句相似度计算

为了提高产品评论语句相似度计算的准确率,提出了一种新的基于多特征融合的相似度计算模型。在构建相似度计算模型时,抽取句子的名词、动词和形容词作为关键词构成句子的向量表示,并将关键词的频次信息及其修饰成分信息、句子的主谓结构和动宾结构等特征信息都纳入到向量模型当中,通过各特征要素的重要度来表征这些信息在句子相似度计算中的重要程度。实验结果表明,该计算模型提升了产品评论语句相似度计算的准确率,对提升产品评论语句的聚类分析能力具有重要意义。     

大学生无聊倾向性调查与分析

采用大学生无聊倾向问卷,对14所高校的1 813名大学生进行了问卷调查。统计结果表明:城镇非独生子女大学生的无聊倾向总分和外部刺激维度的得分显著高于城镇独生子女大学生;就无聊倾向总分及外部刺激维度的得分而言,大专院校大一和大三年级学生得分显著高于普通本科和重点院校同年级学生得分,普通本科院校大四年级学生得分显著高于重点院校同年级学生得分;就无聊倾向的内部刺激维度的得分而言,大四年级学生得分显著高于其他3个年级学生的得分。这一调查结果为消弭大学生的不良情绪和帮助大学生摆脱无聊倾向的困扰提供了实证依据。     

基于MO改进算法的多文档文摘句子排序

针对CO和MO两种文摘句排序方法的缺陷,提出了一种将局部主题间的内聚度和MO方法相结合进行文摘句排序的新方法。在对局部主题间的相对位置统计的基础上,建立它们间的关系有向图和计算彼此间的内聚度;排序过程中每从有向图中输出一个顶点时,从剩余顶点中查找与其具有最大内聚度的顶点,若该内聚度大于阈值,则将这两个顶点所代表的局部主题的文摘句置于摘要中相邻的位置。实验结果表明,该算法排序生成的文摘更具有连贯性和可读性。     

大学英语写作中的汉化现象及其对策

几年来，非英语专业学生的大学英语水平一直提高不大，原因很多。其中汉化现象是制约其水平提高的重要因素之一。本文主要就汉化现象几种常见的表现形式进行剖析并力求找出解决的方法和对策。     

以规则为主的英语句子边界识别方法的C#实现

利用从英汉词典中提取的带点缩略语和从语料库统计筛选出的句首常用词词表,通过C#编程,设计了英语句子边界识别工具RCESBD。采用互相检验的方法发现RCESBD正确率明显高于OpenNlP。     

语义学研究述评

本文概述了100多年来语言学在语义方面的理论,简述了语义学研究的现状。认为形式语义学的进步,说明语义研究的形式化是现代语义学的显着特点。     

青少年足球运动员运动倾向性不同因果模型的探讨

借鉴Ｓｃａｎｌａｎ的运动倾向性因果模型及其调查问卷来分析我国青少年足球运动员运动倾向性的影响因素。对北京市２５２名青少年足球运动员施测结果的分析表明：运动倾向性五因素模型比较符合北京青少年足球运动员,其中运动乐趣、个投入、参与 机会是主要影响因素,社会约束几乎无作用。     

英语长句的翻译方法

本文从分析英语长难句的结构入手,对比英汉语言之间的不同,在忠实两种语言文化原则的基础上,采用顺序法、逆序法、分译法和重组法,对句子做到准确理解,并巧妙翻译长句。     

基于HNC语境框架和情感词典的文本情感倾向分析

提出了一种基于情感词典和概念层次网络(hierarchical network concepts, HNC)语境框架的文本情感倾向性分析方法,将文本的情感倾向分析分为两个阶段:特征词、语句和句群判定阶段;基于HNC语境框架的句与句群情感分析阶段。首先以HowNet情感词典和自建的形容词配价词典(valency dictionary of English adjective, VDEA)作为基础词典资源进行文本特征词匹配,在此基础上基于HNC语境框架进行文本的情感倾向性判定,融合情感词典资源与HNC语境框架的独特优势,从特征词语情感分析入手,以包含特征词的语句及句群为情感分析重点,进而确定文本的情感倾向性,体现了HNC “有所为有所不为” 的思想。为验证方法的有效性,文本分别对政治、经济、体育与影视评论等领域文本进行测试,从实验结果可以看出商品评论以及影评类的文本情感识别率相对较高,而政治与体育类识别率低,但基本达到了预期实验效果,从而验证了本方法的可行性。