基于语义的词语相似度算法研究

在《知网》的研究基础上提出了一种新的计算词语语义相似度的算法。在计算义原相似度时,深入研究了义原间的上下位关系和反义对义关系,考虑了义原间的共同节点数和语义距离,同时引用了《知网》最新发布的情感分析用词语集;此外,还分析了常见的弱义原和不带感情色彩的中性词,排除了它们对结果的干扰。实验结果表明,本算法使词语相似度计算结果更趋于合理,满意度更高。     

基于反义词构造的短语语义平衡现象研究———以“救死”与“救活”为例

“救死”与“救活”在语义上都强调通过营救使人或物获得重生。但是“救死”强调营救的对象是濒临死亡的人、物或者境况，“救活”强调营救的结果是使人或物活了下来。“救”与“死”“活”这对反义词分别结合之所以能够表达出相同的语义，这与“救”是一种积极性的行为有很大关系。     

成对反义词的认知释解

反义词是语言学研究的一个焦点问题,但对由两个意义相对或相反的词或语素构成的成对反义词的研究却不多。运用认知语言学中的概念整合理论,对成对反义词整体意义构建过程中的认知机制进行尝试性的研究可以得出,构成词的原型语义是成对反义词意义构建的基础,而转喻和隐喻是成对反义词意义构建的两种机制。     

论法语反义词语的矛盾与对立关系

反义关系是客观世界复杂现象反映在语言词汇中的一种重要的语义关系，区分为矛盾关系和对立关系两种。矛盾关系在两项词语单位之间语义绝对相反，无条件地互相排斥、互相否定；对立关系在两项词语单位之间语义相对相反，在一定条件下互相排斥、互相否定，这是在同一语义关系中的两种不同类型的反义关系。     

HOW TO ENLARGE YOUR VOCABULARY WITH HIGH EFFICIENCY

This article states the importance and hardship of memorising English words, propose some effective specific examples to solve them and sum up some memory techniques.     

西周金文形容词的系统性

对西周金文形容词的词义系统进行研究,发现西周金文形容词不是孤立存在的,而是相互联系的。词义上的相互联系使西周金文形容词形成一个系统,其系统性主要体现在同义词、反义词和类义词的聚合关系上。从甲骨文到西周金文同义词和反义词的聚合关系是不完全相同的,这说明词语的变化不仅是单个的词的变化,也是词语聚合关系的变化,从一个共时的词汇系统到另一个共时的词汇系统,词语的聚合关系进行了相应的调整。西周金文形容词中同义词、反义词和类义词的聚合关系有的一直在语言系统中传承,直到现代汉语词汇系统中仍然存在。     

授受关系的反义同形词

古代汉语中兼具两个相反义的词很多,在这些词中,有一类兼具“授”、“受”两个相反义。“授”即“给予”、“交出”、“付给”;“受”即“索要”、“收取”、“接受”。这类词两个相反义的形成与古汉语中的词义引申有关。因为“授”、“受”是一个交接过程的两个方面,两者关系密不可分,可以相互引申。     

基于HNC词的聚类

针对文本分类和信息检索中的信息冗余和计算复杂等问题,在概念层次网络的基础上,提出了反义词、同义词、近义词的聚类算法.算法的基本思想是将词语的语义映射到HNC概念符号体系上,将所有的词语都变成一系列符号串,并在计算语义相似度和语义距离的基础上,在词语的HNC符号语料库上实现同义、近义、反义的聚类.