生命的原动力

据澳大利亚广播公司报道,一项最新的研究发现,精子被射入女性体内并不是自行向前游动与卵子结合的。墨尔本的莫纳什大学再生与发展学院的科学家杰勒德·吉布斯发现,精子后面拖着的长长的尾巴其实是一个“分子发动机”,只有在这个发动机被“点燃”后,精子才被推向前进,与等待它们的卵会合。正因如此,精子的尾巴对于精卵子结合起着至关重要的作用。吉布斯和他的研究小组发现,精子尾巴的表面有一些杆状结构,也就是科学家所说的外层密集纤维,它们在“通知”精子何时开始游动方面起着重要作用。研究发现,阴道里的一些化学物质能够激活精子尾巴纤…     

汉语术语描述中的三种结构

词组型术语的字面含义是由构成该术语的各个成分的意义和结构完全地决定的含义,所以,词组型术语的结构对于理解术语的字面含义是非常重要的。为了描述汉语术语的结构,本文提出了三种不同的结构来进行汉语术语的描述,这三种结构是：词组类型结构（PT结构）、句法功能结构（SF结构）和逻辑语义结构（LS结构）。这三种结构是研究汉语术语字面含义的基础。1.术语的字面含义及学术含义任何术语都有字面含义(literal meaning)及学术含义(academic meaning)。语言学家在研究术语问题时,应该着重研究术语的字面含义,而专业科学家在研究术语问题时,应该着重研究术语的学术含义。词组型术语的字面含义是由构成该术语的各个单词以及把这些单词结合起来的句法规则完全地决定的含义。而术语的学术含义则是相应学科中科学地加以定义的含义。术语的字面含义是术语的学术含义的语言基础。因为任何一个专家也同时是一个普通人,所以术语的学术含义不可能脱离术语的字面含义而单独存在。术语的学术含义,其内容应该比术语的字面含义更丰富,但是,术语的学术含义不能与术语的字面含义发生矛盾,它只能在术语的字面含义的基础上进一步加以科学的界说而形成。术语的字面含义是独立于任何上下文的,而术语的学术含义则与它出现的上下文有关,特别是与它所适用的专业领域有关。术语的字面含义又是独立于时间的变化之外的,它不考虑任何的历时变化,而术语的学术含义则会随着学术的发展而不断地丰富其内涵。例如,“决策/量”这个术语,其字面含义是由“决策”与“量”这两个词的含义以及“定语+中心语”这种句法结构决定的,它表示“决策”方面的量的大小;而其学术含义则可定义为∶“从有限个互不相容事件中选取某个给定事件所需的决策数的对数测度,用数学记数法表示时,这一测度为∶H=log n,其中,n是事件的数目。”这样的学术含义与它的字面含义是一致的。如果术语的学术含义与它的字面含义不一致,或者彼此冲突,那么,就必定会造成理解上的困难,所以,术语的字面含义的研究是非常重要的。由于术语的字面含义是术语的学术含义的语言基础,对于术语的字面含义的研究,必然会有助于对其学术含义的理解,因此,语言学家有必要注意术语的字面含义的研究,并把这种研究看成是语言学研究中不可缺少的一部分。另外,术语字面含义的研究还有助于术语结构的计算机自动分析,促进术语信息的自动处理和知识工程的研究。本文作者在德国夫琅禾费研究院研究术语数据库时,就使用计算机来自动地分析术语的字面含义,提出了“潜在歧义论”(Potential Ambiguity Theory,简称PA论),这是我国术语学基础理论研究的一个成果,而术语字面含义的自动分析,是“潜在歧义论”研究的出发点。为了研究术语的字面含义,本文提出了汉语术语描述的三种结构：词组类型结构、句法功能结构、逻辑语义结构,以这三种结构作为术语字面含义研究的基础。2.术语的词组类型结构(PT结构)汉语的词组型术语可以用一个二叉的单标记树形图来表示,这种树形图的标记,或者是词类,或者是词组类型,每个结点上只能容许一个标记,而在树形图的每个层级上的树枝又都是二叉的。这种由多层二叉的树枝构成的树形图,是以各个二叉的树枝作为其结构的基本单元的。树形图中某个层级的树枝上的两个相邻结点的词类或词组类型标记组成的结构,叫做术语的词组类型结构(phrase type structure,简称PT结构)。按构成PT结构的标记种类的不同,可把PT结构分为四种：(1)词类标记+词类标记PT结构由两个词类标记构成。例如∶A+N(绝对+误差),V+N(触发+电路),N+V(系统+测试),V+V(抽点+转储),N+NV(信息+处理)。其中,A表形容词,N表示名词,V表示动词,NV表示名词-动词的兼类词(如“处理”既可以做名词使用,又可以做动词使用,是NV兼类词)。(2)词组类型标记+词类标记PT结构由一个词组类型标记和一个词类标记构成,词组类型标记在前,词类标记在后。例如∶VP+N(直接插入+子程序),NP+VN(事务数据+处理)。其中,VP表示动词词组,NP表示名词词组。(3)词类标记+词组类型标记PT结构由一个词类标记和一个词组类型标记构成,词类标记在前,词组类型标记在后。例如,V+NP(监控+穿孔设备),V+VP(归并+排顺序)。(4)词组类型标记+词组类型标记PT结构由两个词组类型标记构成。例如∶NP+VP(微型计算机+联机监控)。术语的词组类型结构可以直接从二叉单标记树形图中表示出来,因此,它是一种显性的结构。例如,V+N(触发+电路)这个PT结构可以表示为如下的树形图：使用自然语言处理中的剖析技术(parsing technique),计算机就可以自动地造出这样的树形图。3.术语的句法功能结构(SF结构)树形图中某一层级的两个相邻树枝结点上的句法功能信息,叫做术语的句法功能结构(syntactical functional structure,简称SF结构)。这种结构在二叉单标记树形图中没有标出,因此,它是一种隐性的结构。这种隐性结构与显性的词组类型结构之间存在着极为复杂的对应关系,这是汉语词组类型术语的最重要的特点。由于二叉树形图中的子树都是二叉的,术语的句法功能结构也相应地由前后两个句法功能成分组成,可以分为以下几种∶(1)主谓式∶由主语后加谓语构成。简称SP式(SP construction)。其格式为∶主语+谓语例如∶“标记/读出”。(2)述宾式∶由述语后加宾语构成。简称PO式(PO construction)。其格式为∶述语+宾语例如∶“编制/程序”。(3)述补式∶由述语后加补语构成。简称PC式(PC construction)。其格式为∶述语+补语例如∶“读/出”。(4)定中式∶由定语后加名词性中心语构成。简称AH式(AH construction)。其格式为∶定语+名词性中心语例如∶“数据/媒体”。(5)状中式∶由状语加动词性中心语构成。简称DH式(DH construction)。其格式为∶状语+动词性中心语例如∶“多重/穿孔,再/启动”。(6)联谓式∶由前后两个动词性成分联合而成,而且这两个动词性成分的功能地位是平等的。简称 RP式(RP construction)。其格式为∶动词性成分+动词性成分例如∶“输入/输出”。(7)联体式∶由前后两个名词性成分联合而成,而且这两个名词性成分的功能地位是平等的。简称RN式(RN construction)。其格式为∶名词性成分+名词性成分例如∶“字母/数字”。复合量词也属于联体式。例如,吨/公里。汉语术语中的各种词组都是由这些SF结构组合而成的。4.术语的功能焦点在由前后两个句法成分组成的句法功能结构中,句法功能的着重点可能有所不同,这种着重点,就叫做功能焦点(functional focus of term)。有的结构的功能焦点在前,有的结构的功能焦点在后,有的结构的功能焦点则是并列的。按功能焦点的不同,可以把术语的句法功能结构(即SF结构)分为三种类型∶(1)前焦型∶功能焦点在前一成分的SF结构。它包括∶i.述宾式∶功能焦点在述语上。ii.述补式∶功能焦点也在述语上。述宾式和述补式的前焦型结构,其字面含义往往是相通的。例如,述宾式前焦型结构“读/数据”和述补式前焦型结构“读/出”,其基本的字面含义彼此相容。(2)后焦型∶功能焦点在后一成分的SF结构。它包括∶i.主谓式∶功能焦点在谓语上。ii.定中式∶功能焦点在名词性中心语上。iii.状中式∶功能焦点在动词性中心语上。主谓式、定中式和状中式的后焦型结构,其字面含义也往往是相通的。例如,在“信息处理不了”及“信息的处理很成功”这两个句子中,“信息/处理”是主谓式后焦型结构,“信息的/处理”是定中式后焦型结构,其字面含义彼此相容。又如,“立即的/编址”是定中式后焦型结构,“立即地/编址”是状中式后焦型结构,其字面含义也是彼此相容的。(3)并焦型∶功能焦点在前后两个成分上的SF结构。它包括∶i.联体式∶功能焦点在前后两个体词性成分上。ii.联谓式∶功能焦点在前后两个谓词性成分上。联体式和联谓式的并焦型结构,其字面含义也往往是相通的。例如,在“计算机的输出输入系统”和“它们输出输入数据”这两个短语中,前一个“输出/输入”是联体性并焦结构,后一个“输出/输入”是联谓性并焦结构,而这两个“输出/输入”的字面含义显然也是彼此相容的。可见,从功能焦点的角度来看问题,述宾式和述补式比较接近,主谓式、定中式和状中式比较接近,联谓式和联体式比较接近。我们把功能焦点相同的结构叫同焦结构,把功能焦点不同的结构叫异焦结构。各类SF结构形成的同焦结构(记为“+”)和异焦结构(记为“-”),如下表所示∶主谓式－ 述宾式－ + 述补式+ － － 定中式+ － － + 状中式－ － － － － 联谓式－ － － － － + 联体式从表中可看出,“主谓式—定中式”、“主谓式—状中式”、“述宾式—述补式”、“定中式—状中式”、“联谓式—联体式”等SF结构对,都是同焦结构,其他的各个SF对,都是异焦结构。5.术语的逻辑语义结构(LS结构)树形图中某一层级的子树中两个相邻树枝结点的逻辑语义信息,叫做术语的逻辑语义结构(logic-semantic structure,简称LS结构)。这种结构在表示术语结构的二叉单标记树形图中亦未标出,也是一种隐性的结构。术语的逻辑语义结构主要是指以逻辑谓词为中心,各个主目与逻辑谓词之间的关系。例如,施事者、受事者、工具、目的、范围、结果、方位等。术语的PT结构、SF结构以及LS结构之间的关系可表示如下∶汉语术语的特点是,这三个结构之间,在绝大多数情况下,不存在一一对应关系。同样的PT结构,可以解释为不同的若干个SF结构;同样的SF结构,又可以解释为不同的若干个LS结构。例如,形式为V+N的PT结构,它的SF结构可以解释为定中式(“响应/时间”),又可以解释为述宾式(“查/表”)。可见,PT结构与SF结构不一一对应。就是V+N的SF结构被判断为述宾式之后,这个SF结构的LS结构还可能不同。例如,述宾式的V+N可以解释为“谓词+受事者”(“查/表”),又可以解释为“谓词+施事者”(“跑/带”),又可以解释为“谓词+结果”(“印/字”),又可以解释为“谓词+目的”(“归/零”),又可以解释为“谓词+方向”(“面向/问题”)。可见,术语的SF结构与LS结构也不一一对应。正因为汉语中这三种结构关系错综复杂,在传统的汉语研究中,长期以来,许多学者把这三种不同的结构混同在“语法”这个科目下进行研究,并由此而产生了许许多多的混乱。在现代汉语研究史上的两次大规模的讨论(“汉语词类问题”的讨论和“汉语主宾语问题”的讨论)中,尽管一些有远见卓识的前辈学者,已初步涉及到这三种结构之间的某些复杂关系,摆出了许多有趣的语言事实,但是,不少人往往把这种极为复杂的关系简单化。在“汉语词类问题”的讨论中,就有人把语言成分的PT结构与SF结构混为一谈,不知道同一PT结构中的成分,可以在SF结构中具有不同的句法功能,结果得出“汉语无词类”的错误结论。在“汉语主宾语问题”的讨论中,又有人则把语言成分的SF结构与LS结构混为一谈,不知道同一个SF-结构中的成分,在LS结构中可以具有不同的逻辑语义关系,结果他们根据逻辑语义关系来决定主语、宾语等句法功能成分,把“施事者”一律定为主语,把“受事者”一律定为宾语,不惜削足适履,因果倒置,弄得汉语语法体系犹如一团乱麻,令人望而生畏。这种语法研究所得出的种种“语法规律”,尤其不适合于在汉语的自动处理工程中使用,为了促进汉语术语自动处理的研究,我们必须首先明确地区分PT结构、SF结构和LS结构这三种不同的结构,研究出它们各自的特点和规律,然后再进一步研究这三种结构之间的各种极为错综复杂的关系,只有这样,才有可能科学地解释汉语术语结构的规律,给汉语术语结构的研究理出可循的头绪来。     

基于潜在语义的多类文本分类模型研究

在文本分类中,一个文本往往有多类属性,而目前大多数分类模型均为二元分类模型.因此,提出一种基于潜在语义的多类分类模型.该模型同时考虑文档特征信息和文档的类属信息,在提取文档潜在语义信息的同时把对文档分类贡献大的特征信息保留下来.其结果是既能较好地解决文档中同义词和多义词的问题,又能解决多类属分类问题,并且能够探测到新类.在Reuters文档集上的实验表明,在维数较低的情况下,分类效果比较好,性能比较稳定.     

基于残差注意力和金字塔上采样的图像语义分割

针对图像语义分割中,存在细节信息丢失、分割类别边缘模糊而粗糙的问题,在编码解码结构的基础上,结合残差模块和注意力机制,设计一种残差注意力模块.通过注意力机制加强特征图通道之间的联系,以提升语义分割的细腻度.为提高模型对多尺度物体的识别能力,结合金字塔模型,设计一种金字塔上采样模块.利用编码过程中产生的不同尺度的特征图,...     

变电站巡检机器人避障方法研究与应用

为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法.该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人正确行驶方向;而语义分割支路则根据图像局部信息以及机器人前方目标类别,指导机器人准确避障.实验结果表明,避障方法可以高效地对图像进行分类和分割,同时,在实际变电站环境中,该方法也能为巡检机器人提供有效的避障信息,实现实时自主避障.     

基于Louvain重叠社区发现算法

重叠社区发现技术对于分析网络社区间关系具有重要意义,本文提出了基于Louvain重叠社区发现算法,该算法在Louvain算法的基础上使用模块度Q的增益度函数dq判断节点是否具有重叠性,并且发现重叠社区;设计实验验证该算法,使用经典数据集American College Football对该算法与常用重叠社区发现算法CPM、LFM和COPRA进行实验对比,结果表明:增益度函数dq能判断重叠节点,且通过找到社会网络中的重叠节点发现重叠社区;该算法在重叠模块度EQ上比CPM、LFM和COPRA算法分别提高17.05%、12.81%和9.45%,在运算时间上比CPM算法、COPRA算法分别增加了12.62%、7.15%,比LFM算法减少了23.06%,表明在综合重叠模块度EQ与算法时间上,本文基于Louvain重叠社区发现算法都优于其他的算法。     

快速园区网拓扑发现方法

基于简单网管协议的拓扑发现通常需要扫描整个网段,尤其是对于小规模园区网,网段中会有许多IP地址无回应,大大增加了拓扑发现时间. 为此,提出用层次遍历的方法由边缘设备向核心设备逐步搜索以便完成拓扑发现,不需要扫描网络中的IP 地址,仅通过地址转发表就能高效快速地获取整个园区网的拓扑结构. 仿真实验表明,该方法可在1 min 内推断出包含80 个节点的网络拓扑关系,通过实际部署进一步验证了方法的有效性.     

科技术语的语域传播论纲

科学技术需要交流、能够共享、可以沟通的充要条件是科技术语的存在。科技术语的语域传播值得研究。认知语义是科技术语语域传播的基本动因。科技术语语域传播主要包括但不限于:术语在更大的科学技术语域内支领域的扩散,非科技语域的语词向科技语域的渗透,科技术语的共时传播移译。     

感悟科技工作者创新

 科技工作者以浩瀚的宇宙为探究对象,以丰富人类知识、增加人类能力为人生意义.这种诗意人生,充满新奇、挑战与快乐.创新源于深刻的思索.人类思想史经历了神的时代、先知的时代、英雄的时代,步入共同探索的时代,科技工作者当以大师的方式思考.所谓大师,是人类科学智慧的人格化称谓.科学的终极价值是人文价值,科技工作者以独具魅力的方式实现这种价值.超然物外,情系苍生.     

科技期刊融合发展现状、趋势及建议

 本文分析了当前国际科技期刊出版的现状,可以发现集群优势进一步得到强化;研发出“语义出版”等新功能模块,拓展了新的利润空间;发挥了内容优势,保持特色经营;提供个性服务,增加了用户使用黏性等特征。呈现出语义出版、可视化出版、智能出版、互动出版、数据出版等趋势。国内科技期刊也表现出专业集群化程度、媒介融合程度、国际影响力全面提升等特征。同时也存在集群化发展的“合力”不强、管理观念未转变、“国际化”程度较低,编辑角色未转型等问题。建议继续推进科技期刊专业集群化发展;打造强势专业;完善信息服务平台;全面提升科技期编辑的综合能力。