簡(jiǎn)介：漢語(yǔ)拼音學(xué)習(xí)是學(xué)習(xí)一切語(yǔ)文知識(shí)的基礎(chǔ)，是幫助小學(xué)生識(shí)字、閱讀、寫(xiě)作的重要工具。傳統(tǒng)的拼音教學(xué)，往往采用死記硬背的方法，對(duì)于小學(xué)生而言枯燥乏味，而評(píng)估其學(xué)習(xí)的方式多是紙質(zhì)測(cè)試，既浪費(fèi)物力財(cái)力又浪費(fèi)人力，且很難進(jìn)行精確的相關(guān)統(tǒng)計(jì)。隨著信息時(shí)代的到來(lái)，網(wǎng)絡(luò)與學(xué)校教育緊密結(jié)合成為一種趨勢(shì)，本系統(tǒng)使用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，充分利用現(xiàn)有資源來(lái)評(píng)估漢語(yǔ)拼音學(xué)習(xí)水平，是對(duì)傳統(tǒng)教育方式的一種改進(jìn)。本文首先介紹了漢語(yǔ)拼音評(píng)估系統(tǒng)的研究背景及發(fā)展現(xiàn)狀，闡述了其研究意義；隨后，簡(jiǎn)要介紹了系統(tǒng)中使用到的拼音解決方案、關(guān)鍵技術(shù)和軟件開(kāi)發(fā)環(huán)境，并根據(jù)軟件工程的思想，分別從系統(tǒng)結(jié)構(gòu)、功能、性能和運(yùn)行環(huán)境等方面對(duì)系統(tǒng)進(jìn)行了需求分析；然后，在需求分析的基礎(chǔ)上，對(duì)系統(tǒng)進(jìn)行了總體設(shè)計(jì)，包括功能架構(gòu)和數(shù)據(jù)庫(kù)等方面的設(shè)計(jì)；并采用圖文結(jié)合的方式，介紹了系統(tǒng)實(shí)現(xiàn)后的部分界面和關(guān)鍵代碼，而后，簡(jiǎn)要描述了系統(tǒng)所采用的安全策略和部分測(cè)試案例。最后，對(duì)本文進(jìn)行了總結(jié)，提出了系統(tǒng)進(jìn)一步完善的方向，給出了具體的建議。本系統(tǒng)對(duì)于評(píng)估漢語(yǔ)拼音教學(xué)有一定幫助，具有良好的實(shí)用價(jià)值。

簡(jiǎn)介：獨(dú)創(chuàng)性聲明本人提交的學(xué)位論文是在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。論文中引用他人已經(jīng)發(fā)表或出版過(guò)的研究成果，文中己加了特別標(biāo)注。對(duì)本研究及學(xué)位論文撰寫(xiě)曾做出貢獻(xiàn)的老師、朋友、同仁在文中作了明確說(shuō)明并表示衷心感謝。學(xué)位論文作者高老簽字日期如，，年歲月加日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解西南大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)，允許論文被查閱和借閱。本人授權(quán)西南大學(xué)研究生院籌可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。保密的學(xué)位論文在解密后適用本授權(quán)書(shū)，本論文口不保密，口保密期限至年月止。學(xué)位論文作者簽名蕩藝導(dǎo)師簽名簽字日期加7F年Y月M日簽字日期歹PL1年，月2O日一小～‘一。參J◆‘T●目錄Y1883357IIIJIIIRRLFRRLFLFLLRLJLLTLL|L目錄摘要IABSTRACTIII文獻(xiàn)綜述1第1章引言511語(yǔ)言邏輯512形式語(yǔ)義學(xué)613論文的框架結(jié)構(gòu)7第2章分段式話(huà)語(yǔ)表現(xiàn)理論產(chǎn)生的思想淵源與理論背景921語(yǔ)義學(xué)和語(yǔ)用學(xué)的劃界922經(jīng)典形式語(yǔ)義學(xué)12221塔斯基真值語(yǔ)義理論13222蒙太格語(yǔ)法1623經(jīng)典形式語(yǔ)義學(xué)理論的局限性2424動(dòng)態(tài)語(yǔ)義學(xué)27241話(huà)語(yǔ)表現(xiàn)理論27第3章話(huà)語(yǔ)的邏輯形式4531未具體化陳述和語(yǔ)用增補(bǔ)4532小句未具體化的邏輯形式47321未具體化陳述的來(lái)源52322未具體化邏輯形式的句法54323未具體化邏輯形式的解釋5733話(huà)語(yǔ)語(yǔ)言的句法6L34描述話(huà)語(yǔ)邏輯形式的語(yǔ)言6535層級(jí)結(jié)構(gòu)和可及性6936信息內(nèi)容的邏輯76361詳述和解釋78362敘述8L363背景83364平行和對(duì)比85365宏觀結(jié)構(gòu)符合微觀結(jié)構(gòu)8637SDRS的解釋8838話(huà)語(yǔ)結(jié)構(gòu)中空位的引入90／；●【IT，●■■■■，●；

簡(jiǎn)介：論文題目中級(jí)漢語(yǔ)口語(yǔ)課多媒體輔助教學(xué)的設(shè)計(jì)理念及其實(shí)現(xiàn)方法學(xué)科專(zhuān)業(yè)漢語(yǔ)國(guó)際教育學(xué)位申請(qǐng)人陳匡明指導(dǎo)老師任海波副教授論文類(lèi)型應(yīng)用研究摘要中級(jí)漢語(yǔ)口語(yǔ)是留學(xué)生漢語(yǔ)口語(yǔ)學(xué)習(xí)過(guò)程中承上啟下的重要階段，是其邁向真實(shí)漢語(yǔ)口語(yǔ)交際的關(guān)鍵時(shí)刻?，F(xiàn)階段學(xué)習(xí)者的口語(yǔ)水平與中級(jí)漢語(yǔ)的學(xué)習(xí)要求相比較仍然存在較大的差距。隨著信息技術(shù)的發(fā)展，利用多媒體課件改善課堂交際環(huán)境，提高學(xué)習(xí)效率，激發(fā)表達(dá)欲望，加強(qiáng)課后口語(yǔ)學(xué)習(xí)的引導(dǎo)成為對(duì)外漢語(yǔ)教學(xué)的必然選擇。結(jié)合前人的研究，我們制作了一份關(guān)于來(lái)華留學(xué)生漢語(yǔ)中級(jí)口語(yǔ)學(xué)習(xí)的調(diào)查問(wèn)卷，主要調(diào)查學(xué)習(xí)者的口語(yǔ)課堂情況以及口語(yǔ)學(xué)習(xí)策略。在調(diào)查的數(shù)據(jù)基礎(chǔ)上，我們以認(rèn)知心理學(xué)、二語(yǔ)習(xí)得理論和現(xiàn)有多媒體與漢語(yǔ)教學(xué)的研究成果作為理論基礎(chǔ)，以通用的中級(jí)漢語(yǔ)口語(yǔ)教材作為材料來(lái)源，使用FLASH軟件制作了一個(gè)多媒體中級(jí)漢語(yǔ)口語(yǔ)課件，試圖設(shè)計(jì)出一種以教師為主導(dǎo)、以學(xué)習(xí)者為中心、教學(xué)互動(dòng)、情景覆蓋、涵蓋課堂和課后學(xué)習(xí)的課件設(shè)計(jì)模式，形成多媒體輔助下的“導(dǎo)入一學(xué)習(xí)一提示一模仿一交際一復(fù)習(xí)“的學(xué)習(xí)鏈。并以此我們提出了知識(shí)系統(tǒng)模塊化、知識(shí)教學(xué)視聽(tīng)化、對(duì)話(huà)學(xué)習(xí)情景化、口語(yǔ)表達(dá)段落化、口語(yǔ)學(xué)習(xí)課后化等五個(gè)課件設(shè)計(jì)的理念。論文的主要目的在于以有限的課件制作為基礎(chǔ)，提出課件設(shè)計(jì)的理論，并以此希望能夠?yàn)橐院蟮亩嗝襟w課件設(shè)計(jì)、編寫(xiě)、制作提供有益的參考。前言、闡明選題意義，總結(jié)前人研究成果，對(duì)研究現(xiàn)狀進(jìn)行評(píng)述；第一章、總述課件設(shè)計(jì)的核心思路，提出論文的理論基礎(chǔ)；第二章、統(tǒng)計(jì)收集的調(diào)查問(wèn)卷數(shù)據(jù)，通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)現(xiàn)階段中級(jí)口語(yǔ)學(xué)習(xí)的課堂學(xué)習(xí)和學(xué)習(xí)策略的特點(diǎn)以及存在的問(wèn)題，為課件制作提供參考；||II|I||LFII|IFILL|I|LF|II|I|LLFFLFFFFILLLLLLⅢLY2115809SUBJECTDESI盟CONC印TAILDILILPL鋤E11TATIONOFCAITOINTENILEDIATESPOKEILCHINESEMAJORMTCSOLCANDIDATESUPER“SORTHESISTYPEAPPLICATIONRESEARCHABS打ACTINTENNEDIATECHINESEISANEXUSINTHEPROCESSOFSTTLD姐NGSPOK饑CLLINESEIT’STLLEKEYTIMEMATLE鋤ERREACH鼯REALSPOKENCLLINESEBUTC0MPA翮TLLEREQUIREOFTLLISCO姍E，1E鋤ER’SLEVELIS10WWITHTLLEDEVELOPMENTOFMULTIMEDIA，USINGMULTILILEDIATOIMPR0VECOMMUILICATIONEIIVIRO衄ENT鋤DSTUDYE伍CIEILCY，INSPIRECO玎刪C撕ONDESIREA11DCOUNSELTLLELE姍ERANERCLASSIS懿S∞TIALWIMMEBASISOFPRE惦OUS咖DY，WECREATEAQUESTIONNAIREABOUTCLASSSITILATION觚DSTUDYS打ATEGYOFSPOKENCLLINESEANDWEFINDMATMEOPPO枷TIESOFSPEAL【INGCHINESEAREMLBAL鋤CEINTLLESPOKCIL艋NESECL鵲S，ARCRCLASS，TIIILE仍RSTUD姐NGCLLINE∞ISLILILITED觚D舶QUEILCYT0USINGCHINESEISLOWWBTAKEADVANTAGEOFCO髓ITIVEPSYCHOLOGYAND6MITSOFMULTINLEDIAA11DMTCSOLRESEARCHASMEO巧BASIS，TAKEALESSONOFINTEMLEDIATESPOKENCHINESEI自O(shè)MCHINESESCENEDRS嘶ES嬲趾EX鋤PLEAJLDUSESOFTWAREFLASHCREATINGACOURSEWAREABOUTINT鋤EDIATESPOKENCHINESEWEPROPOSE5SUGGESTIOILSWHICHISMODULAR

簡(jiǎn)介：摘要摘要隨著中韓國(guó)際關(guān)系的發(fā)展，學(xué)習(xí)漢語(yǔ)的韓國(guó)留學(xué)生越來(lái)越多。在這樣的大環(huán)境下，韓國(guó)留學(xué)生的語(yǔ)音偏誤問(wèn)題越來(lái)越引起了中韓學(xué)者的重視。本文在已有的研究基礎(chǔ)上，通過(guò)分析韓國(guó)留學(xué)生用普通話(huà)表達(dá)憤怒時(shí)的特點(diǎn)，并與漢語(yǔ)母語(yǔ)者的語(yǔ)音進(jìn)行比較，深入考察了韓國(guó)留學(xué)生在表達(dá)憤怒情感時(shí)的語(yǔ)音問(wèn)題。本文使用問(wèn)卷調(diào)查的方法，設(shè)計(jì)了在日常生活中韓國(guó)留學(xué)生和中國(guó)學(xué)生都經(jīng)常接觸的情景以及可以產(chǎn)出的憤怒語(yǔ)料。在排除韓國(guó)留學(xué)生不常用的詞匯后，構(gòu)建了能夠誘導(dǎo)憤怒情感的語(yǔ)料庫(kù)。對(duì)于發(fā)音人的選擇，本文選取了LO名韓國(guó)留學(xué)生分別為5男5女，10名中國(guó)學(xué)生分別為5男5女。發(fā)音人根據(jù)設(shè)計(jì)的語(yǔ)料，在專(zhuān)業(yè)錄音棚里錄制憤怒的語(yǔ)音。整個(gè)實(shí)驗(yàn)一共進(jìn)行了3組錄音。首先把中性朗讀的目標(biāo)句中性句錄下來(lái)，然后錄制冷憤怒和熱憤怒的目標(biāo)句。對(duì)采集到的語(yǔ)料，用語(yǔ)音專(zhuān)用分析軟件PRAAT進(jìn)行切分、標(biāo)注，并編寫(xiě)腳本提取基頻、時(shí)長(zhǎng)等聲學(xué)數(shù)據(jù)。語(yǔ)音感知實(shí)驗(yàn)針對(duì)中韓兩組錄音人的語(yǔ)音文件進(jìn)行聽(tīng)辨，對(duì)兩組人表達(dá)憤怒的效果加以評(píng)價(jià)。數(shù)據(jù)分析根據(jù)憤怒情感表達(dá)程度的高低，比較兩國(guó)學(xué)生產(chǎn)出語(yǔ)音的差異，并試圖找出韓國(guó)留學(xué)生說(shuō)漢語(yǔ)時(shí)，表達(dá)憤怒情感時(shí)的語(yǔ)音特征與漢語(yǔ)母語(yǔ)者相比有什么偏誤。本文的創(chuàng)新之處在于首先，目前有許多研究針對(duì)韓國(guó)留學(xué)生漢語(yǔ)語(yǔ)音偏誤的論文特別是聲學(xué)上的研究聲調(diào)、語(yǔ)調(diào)等，但是針對(duì)情感方面的研究很少，本文是一個(gè)新的嘗試。其次，本文不僅比較了中韓兩國(guó)學(xué)生在表達(dá)憤怒語(yǔ)音和中性語(yǔ)音時(shí)的差異，而且將進(jìn)一步細(xì)致地比較了熱憤怒和冷憤怒。再次，通過(guò)聽(tīng)辨實(shí)驗(yàn)和聲學(xué)實(shí)驗(yàn)中得到的數(shù)據(jù)，從中找到一定的規(guī)律，可以用來(lái)指導(dǎo)韓國(guó)學(xué)生產(chǎn)出漢語(yǔ)時(shí)的情感表達(dá)。

簡(jiǎn)介：本文立足于審美文化研究的基本語(yǔ)境運(yùn)用符號(hào)人類(lèi)學(xué)、符號(hào)文化學(xué)的基本思想把研究視角深入到文化活動(dòng)的符號(hào)結(jié)構(gòu)及其運(yùn)作機(jī)制中力圖揭示漢語(yǔ)言文字符號(hào)結(jié)構(gòu)及運(yùn)作機(jī)制的詩(shī)性特征。從文化符號(hào)學(xué)的角度看人類(lèi)的文明與文化都依賴(lài)符號(hào)而文明與文化構(gòu)成人類(lèi)的基本存在狀態(tài)這一存在狀態(tài)也可以表述為不同層級(jí)的符號(hào)建構(gòu)。對(duì)以人類(lèi)具體文化存在為關(guān)注對(duì)象的審美文化研究來(lái)說(shuō)揭示文化活動(dòng)符號(hào)機(jī)制的美學(xué)智慧具有“元研究”的性質(zhì)這正是本文之努力的價(jià)值取向。本文在具體研究中主要選取隱喻這一理論視角來(lái)反思漢語(yǔ)言文字符號(hào)的詩(shī)性特征力圖從美學(xué)的維度揭示這一符號(hào)機(jī)制與人類(lèi)自由情感表達(dá)的天然親和性從而彰顯在這一機(jī)制深處積淀著的人類(lèi)語(yǔ)言、文化及存在的關(guān)聯(lián)。隱喻作為詩(shī)性語(yǔ)言符號(hào)的根本特征與科學(xué)語(yǔ)言的邏輯性在語(yǔ)言的符號(hào)結(jié)構(gòu)及運(yùn)作機(jī)制上都是相對(duì)的。

簡(jiǎn)介：中圖分類(lèi)號(hào)H1952單位代碼10231學(xué)號(hào)2014300041對(duì)外漢語(yǔ)高級(jí)口語(yǔ)教學(xué)設(shè)計(jì)以主題課文老大難問(wèn)題為例學(xué)科專(zhuān)業(yè)漢語(yǔ)國(guó)際教育研究方向漢語(yǔ)國(guó)際教育作者姓名劉越洋指導(dǎo)教師梁曉玲職稱(chēng)副教授哈爾濱師范大學(xué)二〇一六年五月中圖分類(lèi)號(hào)H1952單位代碼10231學(xué)號(hào)2014300041碩士學(xué)位論文對(duì)外漢語(yǔ)高級(jí)口語(yǔ)教學(xué)設(shè)計(jì)以主題課文老大難問(wèn)題為例碩士研究生劉越洋導(dǎo)師梁曉玲職稱(chēng)副教授學(xué)科專(zhuān)業(yè)漢語(yǔ)國(guó)際教育答辯日期2016年5月26日授予學(xué)位單位哈爾濱師范大學(xué)

簡(jiǎn)介：漢語(yǔ)自動(dòng)分詞方法一直是中文信息處理乃至人工智能領(lǐng)域的重要研究?jī)?nèi)容。其中歧義消解作為該領(lǐng)域最重要也是最困難的兩個(gè)研究重點(diǎn)之一，已經(jīng)在國(guó)內(nèi)外取得了重大進(jìn)展，并且也提出了許多有效的分詞方法。但是對(duì)于歧義字段的處理精度方面還存在不小差距，并且也遇到了不少困難。作者對(duì)漢語(yǔ)自動(dòng)分詞技術(shù)、方法和分詞系統(tǒng)的實(shí)現(xiàn)技術(shù)進(jìn)行了較深入的研究，提出了基于知網(wǎng)的語(yǔ)義相關(guān)度計(jì)算的歧義字段處理分詞模型，并對(duì)各鏈長(zhǎng)的歧義字段進(jìn)行了處理，根據(jù)以上研究，設(shè)計(jì)了WGZ分詞系統(tǒng)，并對(duì)所設(shè)計(jì)的系統(tǒng)進(jìn)行了測(cè)試，在所提出的計(jì)算語(yǔ)義相關(guān)度方法、分詞和標(biāo)注方法都與其它方法做了全面的比較。實(shí)驗(yàn)證實(shí)，本系統(tǒng)若以句子為單位，本文提出的分詞模型的分詞正確率為971％；若以詞為單位，則為994％，標(biāo)注正確率為914％。作者在研究中發(fā)現(xiàn)，歧義消解并不只是詞的問(wèn)題，而是與其上下文，包括相鄰詞、句子段落甚至篇章都有直接或間接的關(guān)系。作者在系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)時(shí)，也充分考慮到了這些因素，并在知網(wǎng)的基礎(chǔ)上提出了詞語(yǔ)的語(yǔ)義相關(guān)度計(jì)算模型，并對(duì)各鏈長(zhǎng)的歧義字段進(jìn)行了處理。在進(jìn)行詞性標(biāo)注時(shí)，作者分析了前人的基于規(guī)則的詞性標(biāo)注的工作，并提出了基于規(guī)則優(yōu)先級(jí)的詞性標(biāo)注方法，最后實(shí)現(xiàn)了分詞和標(biāo)注系統(tǒng)。本文在設(shè)計(jì)分詞系統(tǒng)的時(shí)候，充分研究了知網(wǎng)的知識(shí)結(jié)構(gòu)以及其知識(shí)系統(tǒng)描述語(yǔ)言模型KDML，并分析了知網(wǎng)在刻畫(huà)詞語(yǔ)概念知識(shí)的優(yōu)越性。本文在利用正向最大匹配方法和逆向最大匹配方法來(lái)對(duì)輸入文本進(jìn)行預(yù)切分，并通過(guò)雙向掃描的方法檢測(cè)歧義字段。在歧義字段的處理這一重要環(huán)節(jié)，本文通過(guò)對(duì)計(jì)算詞語(yǔ)間的語(yǔ)義相關(guān)度來(lái)消除歧義。在各鏈長(zhǎng)的歧義字段的處理問(wèn)題上，本文都提出了解決方法，或者可以歸結(jié)到鏈長(zhǎng)為1的歧義字段的處理。詞性標(biāo)注這個(gè)環(huán)節(jié)，本文通過(guò)邊標(biāo)注邊進(jìn)行規(guī)則的完善與調(diào)整，直至該規(guī)則庫(kù)對(duì)生語(yǔ)料庫(kù)的標(biāo)注的正確率達(dá)到期望為止。在進(jìn)行系統(tǒng)測(cè)試時(shí)，作者以本文提出的計(jì)算語(yǔ)義相關(guān)度方法與其他方法做了比較，并對(duì)本文的分詞方法和標(biāo)注方法都與其它方法做了全面的比較。最后對(duì)本文的工作進(jìn)行了展望。

簡(jiǎn)介：網(wǎng)絡(luò)信息和信息檢索在人們?nèi)粘Ｉ钪幸殉蔀椴豢苫蛉钡慕M成部分，語(yǔ)言文字占據(jù)信息形式上的絕大多數(shù)，實(shí)際上關(guān)注的是語(yǔ)言形式所承載的內(nèi)容信息，本質(zhì)上都涉及自然語(yǔ)言的語(yǔ)義概念。自然語(yǔ)言成分結(jié)構(gòu)間的語(yǔ)義關(guān)系計(jì)算問(wèn)題是自然語(yǔ)言理解的關(guān)鍵，其本質(zhì)在于計(jì)算語(yǔ)言結(jié)構(gòu)與語(yǔ)言語(yǔ)義之間的對(duì)應(yīng)關(guān)系。如何尋找新的思路及其理論和方法，使得語(yǔ)言的結(jié)構(gòu)和語(yǔ)義盡量能同構(gòu)對(duì)應(yīng)，尤其是適應(yīng)動(dòng)態(tài)地計(jì)算語(yǔ)言復(fù)合結(jié)構(gòu)的概念意義，具有重要的理論研究意義和廣闊的應(yīng)用前景。盡管語(yǔ)言表達(dá)有句、短語(yǔ)等多種形式，但從概念分析角度看都可歸結(jié)到詞匯概念間的組合疊置。這與當(dāng)前國(guó)內(nèi)外語(yǔ)言學(xué)聚焦于詞匯理論相一致。復(fù)合結(jié)構(gòu)是一種由若干個(gè)名詞性詞匯直接組合而成，在整體上相當(dāng)于一個(gè)新的名詞性詞匯的語(yǔ)言結(jié)構(gòu)形式。和短語(yǔ)、句等語(yǔ)言結(jié)構(gòu)不同，復(fù)合結(jié)構(gòu)的構(gòu)成缺乏功能標(biāo)記，這對(duì)其語(yǔ)義計(jì)算形成很大障礙，實(shí)際上成為語(yǔ)義計(jì)算的一個(gè)瓶頸問(wèn)題。本文主要解決漢語(yǔ)中動(dòng)詞名物化進(jìn)入復(fù)合結(jié)構(gòu)時(shí)的語(yǔ)義解釋問(wèn)題。研究的起點(diǎn)是從實(shí)例分析出發(fā)，剖析以往語(yǔ)法研究中的不足，標(biāo)引復(fù)合結(jié)構(gòu)子成分之間的概念關(guān)系，歸納復(fù)合結(jié)構(gòu)中概念耦合的內(nèi)在特點(diǎn)以及多語(yǔ)種表達(dá)式在復(fù)合結(jié)構(gòu)這一層次上存在自然對(duì)齊的潛在可能性。首先，作為數(shù)據(jù)準(zhǔn)備工作，研究了動(dòng)詞名物化復(fù)合結(jié)構(gòu)的識(shí)別；然后，分別構(gòu)建了兩種基本動(dòng)詞名物化復(fù)合結(jié)構(gòu)NV型和VN型的語(yǔ)義解釋模型；最后，還探討了屬性知識(shí)在復(fù)合結(jié)構(gòu)語(yǔ)義解釋中的應(yīng)用。具體來(lái)講，本文的創(chuàng)新性工作有以下幾點(diǎn)一、提出了一種基于主題詞表和萬(wàn)維網(wǎng)的復(fù)合結(jié)構(gòu)識(shí)別方法。為了有效地解決漢語(yǔ)中名詞和動(dòng)詞組合時(shí)的結(jié)構(gòu)歧義問(wèn)題，構(gòu)造了兩個(gè)新的分類(lèi)特征集合詞匯復(fù)合能力和指稱(chēng)模板特征。特征的獲取使用了兩個(gè)獨(dú)立的資源主題詞表和萬(wàn)維網(wǎng)，其好處在于不依賴(lài)于復(fù)合結(jié)構(gòu)出現(xiàn)的具體上下文，可以用于對(duì)文檔中的低頻復(fù)合結(jié)構(gòu)進(jìn)行識(shí)別，而這是以往的識(shí)別模型所無(wú)法解決的問(wèn)題。機(jī)器學(xué)習(xí)實(shí)驗(yàn)表明，兩個(gè)新特征集極大的改善了動(dòng)詞名物化復(fù)合結(jié)構(gòu)識(shí)別的性能。二、歸納了漢語(yǔ)NV型復(fù)合結(jié)構(gòu)中涉及的語(yǔ)義關(guān)系，構(gòu)建了一個(gè)基于詞匯語(yǔ)法模板的復(fù)合結(jié)構(gòu)語(yǔ)義解釋模型。模型定義了新的詞匯模板形式功能詞例化模板，并將其作為分類(lèi)特征，對(duì)復(fù)合結(jié)構(gòu)詞匯間的語(yǔ)義關(guān)系進(jìn)行標(biāo)注。模型的主要優(yōu)點(diǎn)是其對(duì)資源的依賴(lài)性很低，以往的方法主要利用詞匯本體和句法語(yǔ)料，而該模型則使用純文本語(yǔ)料來(lái)獲取復(fù)合結(jié)構(gòu)的分類(lèi)特征，從而使得模型的適用性和可移植性大大增強(qiáng)。實(shí)驗(yàn)表明，基于功能詞例化模板的模型取得了很好的性能。三、提出了漢語(yǔ)VN型復(fù)合結(jié)構(gòu)的語(yǔ)義關(guān)系標(biāo)注集，并設(shè)計(jì)了一個(gè)機(jī)器翻譯驅(qū)動(dòng)的復(fù)合結(jié)構(gòu)語(yǔ)義解釋模型?；趶?fù)合結(jié)構(gòu)的多語(yǔ)種自然同構(gòu)假設(shè)，模型首先將漢語(yǔ)復(fù)合結(jié)構(gòu)自動(dòng)翻譯為對(duì)齊的英文復(fù)合結(jié)構(gòu)，然后將英文復(fù)合結(jié)構(gòu)作為附加信息，用于對(duì)漢語(yǔ)的復(fù)合結(jié)構(gòu)進(jìn)行解釋。模型的主要優(yōu)點(diǎn)是可以利用跨語(yǔ)種的資源，對(duì)多語(yǔ)種的對(duì)齊復(fù)合結(jié)構(gòu)同時(shí)進(jìn)行語(yǔ)義解釋?zhuān)瑥亩梢栽谀撤N程度解決某些語(yǔ)種中的資源缺乏問(wèn)題。實(shí)驗(yàn)證實(shí)，雙語(yǔ)語(yǔ)義解釋模型的性能要好于單語(yǔ)模型。四、構(gòu)建了一個(gè)屬性知識(shí)庫(kù)的獲取框架。詞匯概念可以被描述為屬性和屬性值的集合，屬性知識(shí)對(duì)于復(fù)合結(jié)構(gòu)語(yǔ)義解釋非常重要。屬性獲取分為兩個(gè)階段，一個(gè)階段是屬性詞的獲取，一個(gè)階段是屬性宿主的求取。在屬性詞的獲取中，設(shè)計(jì)了一個(gè)機(jī)讀詞典和萬(wàn)維網(wǎng)的協(xié)同自舉算法。算法充分利用了漢語(yǔ)的義符構(gòu)詞特點(diǎn)，并結(jié)合了機(jī)讀詞典和萬(wàn)維網(wǎng)作為屬性知識(shí)的來(lái)源，對(duì)屬性詞進(jìn)行獲取。而針對(duì)屬性宿主的求取，則將其視為一個(gè)選擇約束求解問(wèn)題，通過(guò)評(píng)估屬性與可能的概念類(lèi)之間的選擇關(guān)聯(lián)度來(lái)確定屬性的宿主。該方法的特點(diǎn)在于其可以動(dòng)態(tài)、高效地獲取以屬性詞為中心的詞匯知識(shí)。五、利用所獲取的屬性知識(shí)，提出了一種基于屬性詞的詞匯相似度計(jì)算模型。與以往基于詞匯層級(jí)知識(shí)體系的相似度計(jì)算方法不同，該模型充分利用了詞匯概念所可能具有的屬性詞信息來(lái)對(duì)詞匯概念進(jìn)行表征。屬性詞可以對(duì)概念的各個(gè)不同方面進(jìn)行刻畫(huà)，如果兩個(gè)詞匯概念共享的關(guān)鍵屬性信息越多，則兩個(gè)詞匯概念越為相似，從而，用屬性詞向量表示詞匯概念可以更加精細(xì)的刻畫(huà)詞匯概念之間的區(qū)分程度。在標(biāo)準(zhǔn)數(shù)據(jù)集評(píng)測(cè)以及復(fù)合結(jié)構(gòu)語(yǔ)義解釋的應(yīng)用上，該模型取得了比其他詞匯相似度模型更好的性能。

簡(jiǎn)介：詞語(yǔ)識(shí)別是當(dāng)今眼動(dòng)研究和心理語(yǔ)言學(xué)研究的重要領(lǐng)域之一。在詞語(yǔ)識(shí)別過(guò)程中，詞頻和可預(yù)測(cè)性起到什么作用，詞頻和可預(yù)測(cè)性是否影響詞語(yǔ)識(shí)別的同一加工階段，詞頻和可預(yù)測(cè)性是否存在交互作用等，國(guó)外學(xué)者以拼音文字為閱讀材料進(jìn)行了大量理論和實(shí)證研究。本研究采用正常閱讀和呈現(xiàn)隨眼動(dòng)變化技術(shù)中的邊界范式，探討詞頻和可預(yù)測(cè)性在漢語(yǔ)詞語(yǔ)識(shí)別中的作用及其發(fā)展特征。本研究包括兩個(gè)實(shí)驗(yàn)實(shí)驗(yàn)一以中學(xué)生20和大學(xué)生20為被試，采用2（年級(jí)中學(xué)生、大學(xué)生）2（詞頻高頻、低頻）2（可預(yù)測(cè)性高可預(yù)測(cè)性、低可預(yù)測(cè)性）的多因素混合實(shí)驗(yàn)設(shè)計(jì)，其中年級(jí)為被試間因素，詞頻和可預(yù)測(cè)性為被試內(nèi)因素。探討在正常閱讀條件下，詞頻和可預(yù)測(cè)性在漢語(yǔ)詞語(yǔ)識(shí)別中的作用及其發(fā)展特征。實(shí)驗(yàn)二以中學(xué)生18和大學(xué)生16為被試，采用2（年級(jí)中學(xué)生、大學(xué)生）2（詞頻高頻、低頻）2（可預(yù)測(cè)性高可預(yù)測(cè)性、低可預(yù)測(cè)性）的多因素混合實(shí)驗(yàn)設(shè)計(jì)，其中年級(jí)為被試間因素，詞頻和可預(yù)測(cè)性為被試內(nèi)因素。探討在邊界范式閱讀條件下，詞頻和可預(yù)測(cè)性在漢語(yǔ)詞語(yǔ)識(shí)別中的作用及其發(fā)展特征。本研究得出以下結(jié)論1年級(jí)主效應(yīng)顯著。中學(xué)生在不同實(shí)驗(yàn)條件下的凝視時(shí)間和總注視時(shí)間顯著大于大學(xué)生。2詞頻主效應(yīng)顯著。低頻詞的首次注視時(shí)間、凝視時(shí)間和總注視時(shí)間顯著大于高頻詞。表明詞頻影響漢語(yǔ)的詞語(yǔ)識(shí)別過(guò)程。3可預(yù)測(cè)性主效應(yīng)顯著。低可預(yù)測(cè)性詞的首次注視時(shí)間、凝視時(shí)間和總注視時(shí)間顯著大于高可預(yù)測(cè)性詞。表明可預(yù)測(cè)性影響漢語(yǔ)的詞語(yǔ)識(shí)別過(guò)程。4漢語(yǔ)詞語(yǔ)識(shí)別過(guò)程中詞頻和可預(yù)測(cè)性之間不存在交互作用。5本研究結(jié)果與EZ讀者模型的假設(shè)相一致。研究結(jié)果同時(shí)為語(yǔ)境的模塊化理論提供了證據(jù)。

簡(jiǎn)介：本文著眼于漢語(yǔ)語(yǔ)音識(shí)別系統(tǒng)實(shí)用中所面臨的主要問(wèn)題，以提高識(shí)別率和提高識(shí)別系統(tǒng)的抗噪聲能力為目的，研究漢語(yǔ)語(yǔ)音識(shí)別實(shí)用化理論和關(guān)鍵技術(shù)。本文用大量的實(shí)驗(yàn)和數(shù)據(jù)來(lái)證實(shí)了所提出方法的有效性。主要研究工作和取得的成果如下1介紹語(yǔ)音識(shí)別系統(tǒng)中涉及到的基本概念及原理，分析一般語(yǔ)音識(shí)別系統(tǒng)的結(jié)構(gòu)及所用到的各種理論技術(shù)，包括語(yǔ)音識(shí)別單元的選取、特征參數(shù)提取、模式匹配及模型訓(xùn)練等技術(shù)。2系統(tǒng)地研究了語(yǔ)音識(shí)別各種主要特征參數(shù)的提取方法，特別分析和研究了反映語(yǔ)音倒譜特征的線(xiàn)性預(yù)測(cè)倒譜系數(shù)LPCC和美爾頻率倒譜系數(shù)MFCC的提取方法。3針對(duì)噪聲環(huán)境下的語(yǔ)音識(shí)別，本文提出了一種將連續(xù)概率密度隱馬爾可夫模型CDHMM與自組織特征映射神經(jīng)網(wǎng)絡(luò)SOFM相結(jié)合而構(gòu)成的新型CDHMMSOFM語(yǔ)音識(shí)別模型。實(shí)驗(yàn)證明，在信噪比較低的情況下，混合模型比傳統(tǒng)的CDHMM模型用純凈語(yǔ)音訓(xùn)練出的HMM模型以及在語(yǔ)音中直接加入加性噪聲訓(xùn)練出的CDHMM記為CDHMMN模型識(shí)別率均有比較明顯的提高。接著又提出一種模糊神經(jīng)網(wǎng)絡(luò)語(yǔ)音數(shù)據(jù)分類(lèi)模型，并對(duì)不同信噪比的語(yǔ)音數(shù)據(jù)采用該模型進(jìn)行識(shí)別。4提出兩種基于神經(jīng)網(wǎng)絡(luò)的說(shuō)話(huà)人識(shí)別方法。其一是基于自組織特征映射SOFM和概率神經(jīng)網(wǎng)絡(luò)PNN的說(shuō)話(huà)人識(shí)別，即SOFMPNN模型。在SOFM聚類(lèi)的基礎(chǔ)上，利用PNN進(jìn)行概率分類(lèi)。從實(shí)驗(yàn)數(shù)據(jù)可以看出，所設(shè)計(jì)的混合神經(jīng)網(wǎng)絡(luò)分類(lèi)器是一種高性能、高效率的說(shuō)話(huà)人識(shí)別系統(tǒng)。5針對(duì)傳統(tǒng)齊次隱馬爾可夫模型的缺陷，在對(duì)齊次隱馬爾可夫模型進(jìn)行系統(tǒng)深入研究的基礎(chǔ)上，本文提出一種新型的非齊次隱馬爾可夫模型基于機(jī)理的非齊次隱馬爾可夫模型MBHMM。

簡(jiǎn)介：分類(lèi)號(hào)分類(lèi)號(hào)學(xué)號(hào)學(xué)號(hào)D201377896學(xué)校代碼學(xué)校代碼10487密級(jí)密級(jí)博士學(xué)位論文博士學(xué)位論文漢語(yǔ)漢語(yǔ)主觀量構(gòu)式研究主觀量構(gòu)式研究學(xué)位申請(qǐng)人學(xué)位申請(qǐng)人代麗麗代麗麗學(xué)科專(zhuān)業(yè)學(xué)科專(zhuān)業(yè)語(yǔ)言學(xué)及應(yīng)用語(yǔ)言學(xué)語(yǔ)言學(xué)及應(yīng)用語(yǔ)言學(xué)指導(dǎo)教師指導(dǎo)教師程邦雄程邦雄教授教授答辯日期答辯日期2016年5月28日獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其它個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果。對(duì)我們的研究做出貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。學(xué)位論文作者簽名日期年月日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在_____年解密后適用本授權(quán)書(shū)。本論文屬于不保密□。（請(qǐng)?jiān)谝陨戏娇騼?nèi)打“√”）學(xué)位論文作者簽名教師簽名日期年月日日期年月日

簡(jiǎn)介：密級(jí)中國(guó)科學(xué)院大學(xué)UNIVERSITYOFCHINESEACADEMYOFSCIENCES博士學(xué)位論文2013年5月MUCHINKHASBEENSPILLEDONTHEQUESTIONOFWHATUNITSOFPROCESSINGAREINVOLVEDINSPEECHPRODUCTIONANDINPARTFORTHEWRONGREASONSMANYAUTHORSHAVETRIEDFDDELINEATETHEUNITOFSPEECHANDTHISSEARCHFORTHEHOLYGRAILHASENRICHEDTHELITERATUREWITHANASTONISHINGGAMMAOFUNITSOTHERSSURELYHAVERECOGNIZEDTHATTHEREISNOSINGLEUNITOFSPEECHPRODUCTIONBUTHAVESPENTMUCHATTENTIONONONEPARTICULARUNITWILLEMJOHANNESMARIALEVELT

簡(jiǎn)介：計(jì)算機(jī)技術(shù)的發(fā)展推動(dòng)了人們?cè)谧R(shí)別技術(shù)方面的研究，各種各樣的識(shí)別技術(shù)不斷被應(yīng)用于公安工作實(shí)踐中。漢語(yǔ)文本作者識(shí)別方法的研究成果應(yīng)用于公安工作實(shí)踐中，可以有效地輔助解決公安工作實(shí)踐中遇到的文本作者識(shí)別問(wèn)題。本文提出了一個(gè)基于序貫最小優(yōu)化算法的多層面混合的漢語(yǔ)文本作者識(shí)別模型SMCTAI，該模型從字符、詞和句子三個(gè)層面提取特征對(duì)文本進(jìn)行表示，并在其組成的向量空間進(jìn)行文本作者識(shí)別?；谏鲜瞿Ｐ偷奈谋咀髡咦R(shí)別系統(tǒng)由訓(xùn)練模塊和識(shí)別模塊組成，文本在經(jīng)過(guò)預(yù)處理后，對(duì)其進(jìn)行分詞和詞性標(biāo)注，根據(jù)處理的結(jié)果在字符、詞和句子三個(gè)層面對(duì)提取的特征進(jìn)行統(tǒng)計(jì)、計(jì)算和歸一化處理，從而把文本表示成三個(gè)層面混合的向量空間中的一個(gè)向量。在訓(xùn)練集中的文本均表示成向量空間的向量之后，利用序貫最小優(yōu)化方法建立識(shí)別模型。對(duì)于將要進(jìn)行識(shí)別的文本，亦按上述的方法將其表示為一個(gè)向量，并利用已建立的識(shí)別模型對(duì)其進(jìn)行識(shí)別。實(shí)驗(yàn)表明，該模型相對(duì)于基于單一層面特征的文本作者識(shí)別方法有更好的召回率和精確率。本文在三個(gè)方面提出了新的想法第一，提出了在字符層面提取文本高維特征進(jìn)行文本表示。這種方法基于漢語(yǔ)的自身特點(diǎn)，提取出了漢語(yǔ)字符層面的有用信息。第二，提出了將字符、詞和句子三個(gè)層面的特征混合使用，與單一層面特征相比，這種方法能夠提取出文本更多的信息。第三，將多層面混合的漢語(yǔ)文本作者識(shí)別方法應(yīng)用于對(duì)公安工作實(shí)踐中遇到的文本作者識(shí)別問(wèn)題的解決，積極運(yùn)用所學(xué)知識(shí)解決公安工作中遇到的實(shí)際問(wèn)題。

簡(jiǎn)介：漢語(yǔ)基本名詞短語(yǔ)自動(dòng)識(shí)別作為中文信息處理的基本任務(wù)之一，在淺層句法分析、信息抽取和檢索、機(jī)器翻譯等自然語(yǔ)言處理領(lǐng)域都有十分重要的理論價(jià)值和廣闊應(yīng)用前景。在語(yǔ)言學(xué)本體研究中，漢語(yǔ)基本名詞短語(yǔ)作為包含著豐富的語(yǔ)法信息的載體，它區(qū)別于一般的漢語(yǔ)名詞短語(yǔ)，其構(gòu)成基本名詞短語(yǔ)的實(shí)詞搭配形式，如“名詞名詞”、“形容詞名詞”、“動(dòng)詞名詞”、“名詞動(dòng)詞”、“數(shù)詞量詞名詞”等搭配組合都是語(yǔ)言學(xué)家們研究與關(guān)注的重點(diǎn)。以往的漢語(yǔ)基本名詞短語(yǔ)自動(dòng)識(shí)別研究只是在現(xiàn)有的人工標(biāo)注好的語(yǔ)料上進(jìn)行單一統(tǒng)計(jì)模型的自動(dòng)識(shí)別實(shí)驗(yàn)，并沒(méi)有很好地利用統(tǒng)計(jì)模型進(jìn)行自動(dòng)識(shí)別同時(shí)再融入語(yǔ)言學(xué)的相關(guān)信息來(lái)進(jìn)一步提高識(shí)別效果。本文的工作在約100萬(wàn)詞次973清華中文樹(shù)庫(kù)的基礎(chǔ)上，對(duì)其中所包含的基本名詞短語(yǔ)進(jìn)行了詳細(xì)的統(tǒng)計(jì)和分析，具體考察了基本名詞短語(yǔ)的詞性序列分布信息、長(zhǎng)度分布信息和音節(jié)組合模式分布信息，同時(shí)在參考黃昌寧先生在自動(dòng)分詞領(lǐng)域提出的詞位能產(chǎn)度計(jì)算公式的基礎(chǔ)上，對(duì)組成基本名詞短語(yǔ)的詞語(yǔ)的詞位信息進(jìn)行計(jì)算和分析，這些相關(guān)的統(tǒng)計(jì)考察工作為接下來(lái)利用統(tǒng)計(jì)模型識(shí)別基本名詞短語(yǔ)提供必要的數(shù)據(jù)支持和統(tǒng)計(jì)決策。在基本名詞短語(yǔ)識(shí)別中，我們采用一種基于統(tǒng)計(jì)詞位信息的多標(biāo)記多特征的基本名詞短識(shí)別方法，在確定詞位標(biāo)記時(shí)，我們不是簡(jiǎn)單的采用當(dāng)前國(guó)際上通用的BIO語(yǔ)塊標(biāo)注體系，而是通過(guò)參考基本名詞短語(yǔ)的長(zhǎng)度語(yǔ)法信息和詞位語(yǔ)法信息來(lái)確定具體的標(biāo)記數(shù)目，并且結(jié)合一些有效的特征信息進(jìn)一步提高識(shí)別結(jié)果。在識(shí)別結(jié)果評(píng)價(jià)方面，我們進(jìn)一步規(guī)范了對(duì)于語(yǔ)塊識(shí)別的評(píng)價(jià)標(biāo)準(zhǔn)，提出了采用未登錄短語(yǔ)召回率UNKONWNPHRASERECALL做為評(píng)價(jià)識(shí)別基本名詞短語(yǔ)統(tǒng)計(jì)模型的重要標(biāo)準(zhǔn)，并且對(duì)不同的統(tǒng)計(jì)模型進(jìn)行了相關(guān)的對(duì)比識(shí)別實(shí)驗(yàn)。在互動(dòng)識(shí)別實(shí)驗(yàn)中，我們采用基于詞位信息校正的多分類(lèi)器識(shí)別方法，主要思想是先計(jì)算出訓(xùn)練語(yǔ)料中組成基本名詞短語(yǔ)的詞語(yǔ)的詞位能產(chǎn)度統(tǒng)計(jì)量，再利用這些統(tǒng)計(jì)量對(duì)不同統(tǒng)計(jì)模型分類(lèi)器的不同分類(lèi)結(jié)果進(jìn)行校正。從實(shí)驗(yàn)結(jié)果上看，本文所使用的基于詞位信息校正的多分類(lèi)器的基本名詞識(shí)別方法優(yōu)于單一采用統(tǒng)計(jì)模型的識(shí)別方法。

簡(jiǎn)介：⑧碩士學(xué)位論文漢語(yǔ)詩(shī)詞意象形成的初步研究論文作者柯娓指導(dǎo)教師周治金教授學(xué)科專(zhuān)業(yè)基礎(chǔ)心理學(xué)研究方向認(rèn)知心理學(xué)華中師范大學(xué)心理學(xué)院2016年5月⑨碩士學(xué)位論文MASTER’STHESIS華中師范大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說(shuō)明原創(chuàng)性聲明本人鄭重聲明所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的研究成果。除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果。對(duì)本文的研究做出貢獻(xiàn)的個(gè)人和集體，均己在文中以明確方式標(biāo)明。本聲明的法律結(jié)果由本人承擔(dān)。作者簽名麗讜日期五，6年』月7日學(xué)位詮文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)華中師范大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。同時(shí)授權(quán)中國(guó)科學(xué)技術(shù)信息研究所將本學(xué)位論文收錄到中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)，并通過(guò)網(wǎng)絡(luò)向社會(huì)公眾提供信息服務(wù)。作者簽名坷媳日期H“年6月7日導(dǎo)師簽名閑粥岔，日期≯待鑰7日本人已經(jīng)認(rèn)真閱讀“CALLS高校學(xué)位論文全文數(shù)據(jù)庫(kù)發(fā)布章程”，同意將本人的學(xué)位論文提交“CALIS高校學(xué)位論文全文數(shù)據(jù)庫(kù)”中全文發(fā)布，并可按“章程”中的規(guī)定享受相關(guān)權(quán)益?；伛笸救战回闯魏蟮┕缟坏┒鶬旦三生發(fā)查作者簽名麗誰(shuí)日期2。F1年6月7日導(dǎo)師簽名虱彩岔日期例F鋅‘月7日