词频对英语词汇附带习得的影响

55名非英语专业大二学生用35分钟阅读了3332字长的英语故事后,进行选择测试和填空测试。结果显示:两项测试的词汇附带习得率均为20％左右;在选择测试中,词频与词汇净增百分数有显著性相关,而在填空测试中两者无显著性相关;附带习得一个词所要接触这个词的次数约在14～17左右;受试的词汇量大小与受试两项测试的前测和后测成绩均有显著性相关,而与词汇的增加数没有显著性相关。这表明只用附带方式学习词汇不够,应和有意学习方式结合起来。     

基于网页特征关键词的近似检测算法

针对海量web文本信息,利用从网页主题内容提取出来的特征关键词,在倒排索引基础上建立相似度计算模型.对一篇新入库的网页文档,利用所包含的关键词迅速缩小进行相似度计算的网页范围,提高计算效率.实验结果表明该算法是有效的,小规模评测结果得到较好的效果.     

论语言的模糊性

人的思维具有模糊性,是人类大脑高度发达的表现。人的思维具有模糊性导致人的语言也具有模糊性。语言的模糊性不仅丝毫无损人类语言的交际功能,反而极大地增强了语言的柔性和张力。词区分为模糊词和精确词。现代口语中模糊词使用的频率很高。有时精确词的含义也会变成模糊的。语法学家无法消除语法范畴中的各种模糊现象。在文学创作中,模糊语言有它特殊的表达功能,它可以增添含蓄蕴藉的审美效果。     

垃圾邮件过滤中特征选择方法研究

文章对垃圾邮件过滤中的特征选择问题进行了研究,引入"词共现模型"考虑词语之间的语义联系信息,和传统的信息增益特征选择方法结合表示邮件,采用神经网络方法对邮件进行分类得到垃圾邮件过滤器.实验表明,文章提出的将词共现对和信息增益结合的特征选择方法能够提高垃圾邮件过滤的精确度.     

基于多层次句子相似度与向量空间模型的词义消歧

介绍和对比了20世纪50年代以来出现的各种主要词义消歧的方法,论述了这些方法取得的成效和存在的局限,着重讨论了基于向量空间模型的消歧方法.在此基础上,通过分析和计算,提出了一种将多层次句子相似度计算应用于向量空间模型的新方法,从而提高机器翻译中的词义消歧的准确度.     

英文岐义的利与弊

岐义是每种语言中都常见的现象,英语也不例外。其类型有音位岐义、词汇岐义、语法/句法岐义、语用岐义及语言变体岐义等等。在实际生活中,岐义有利又有弊:利在它可以丰富人们的表达,起到幽默、委婉、讥讽等绝妙效果;弊在它会引起误解、闹出笑话、甚至会严重到引起国际争端的地步。因此,如何消除岐义、变弊为利是大家所关心的。本文从调整语序、明确修饰限定范围、增添上下文等七个方面阐述了消除岐义的常见方法。     

理论力学试题库的设计与实现

阐述了试题库管理系统中的试题选择原则,试题的约束条件,组卷算法及策略;介绍了所设计的理论试题库管理系统的主要功能,采用计算机提供的随机函数结合自动组卷思路确定试题库结构。两年来的实践表明,系统具有较高的效率和实用性。     

基于跨度回归的中文事件触发词抽取

在中文事件触发词抽取任务中,基于词的模型会受到分词带来的错误,而基于字符的模型则难以捕获触发词的结构信息和上下文语义信息,为此提出了一种基于跨度回归的触发词抽取方法。该方法考虑到句子中特定长度的字符子序列（跨度）可能构成一个事件触发词,用基于Transformer的双向编码器的预训练语言模型获取句子的特征表示,进而生成触发词候选跨度;然后用一个分类器过滤低置信度的候选跨度,通过回归调整候选跨度的边界来准确定位触发词;最后对调整后的候选跨度进行分类得到抽取结果。在ACE2005中文数据集上的实验结果表明：基于跨度回归的方法对触发词识别任务的F1值为73.20%,对触发词分类任务的F1值为71.60%,优于现有模型;并与仅基于跨度的方法进行对比,验证了对跨度边界进行回归调整可以提高事件触发词检测的准确性。     

副词的异常现象

现代汉语教学中经常遭遇尴尬,比较典型的是副词的语法分类以及同有关词语组合而显现的语法特征。如有的教材将其归为实词,有的将其归为虚词,还有的将其列入实词的“加词”类。在语言教学中虽然要以教材为本,但不应受拘于教材,同时要顾及语言发展的时代特征和学生的学习实际,明白不同的语言表述适用于不同时期的不同群体,都是发展中正常的语言现象。     

文字云及主题模型的统计挖掘

互联网等信息技术的迅猛发展使网络中积累了大量半结构化和非结构化的文本数据，如何从这些海量电子文档中获取需要的信息并以高效直观信息图的形式展现，成为统计分析工作者的一项主要任务。文字云是信息图表达的一种新型文本显示方式，利用文字云和主题模型文本挖掘方法，对文本进行移除数字、去除停用词等预处理操作，然后执行中文分词，构建语料库，建立文档-词条矩阵，最后以文字云和主题模型的形式呈现挖掘结果。实验中主要利用R语言，以多年粗糙集会议纪要为实验数据进行了相关统计分析，并对比了 Tagxedo文字云生成器，结果表明，从文字云中比较容易获取文本的重要信息如主题模型等，挖掘效果较好。