簡介：計(jì)算機(jī)在處理文本時(shí)，在句子和篇章之間存在著明顯的語義鴻溝。句群是介于句子和篇章的語法單位，可以有效地降低語義鴻溝帶來的不利影響。因而如何從篇章中劃分出句群成為研究者面對(duì)的重要問題。同時(shí)，隨著網(wǎng)絡(luò)時(shí)代INTER的廣泛普及，電子文本信息的迅速增加，如何從海量信息中自動(dòng)獲取人們感興趣的信息焦點(diǎn)成為人們的迫切需求，因而自動(dòng)文摘也成為了自然語言處理中的熱點(diǎn)問題。基于以上考慮，本文主要做了以下研究工作。首先，本文對(duì)句群劃分和自動(dòng)文摘的發(fā)展現(xiàn)狀進(jìn)行詳細(xì)的闡述。論文總結(jié)了句群劃分的依據(jù)，回顧了基于HNC的句群劃分方法以及基于層次聚類的句群劃分方法并對(duì)其優(yōu)缺點(diǎn)進(jìn)行了分析。同時(shí)介紹了本文所涉及的關(guān)鍵技術(shù)，包括文本的向量表示方法以及文本的聚類方法。其次，針對(duì)目前句群劃分缺乏計(jì)算語言學(xué)數(shù)據(jù)支持、忽略篇章銜接詞的問題以及當(dāng)前篇章分析較少研究句群語法單位的現(xiàn)象，本文提出了一種基于多元判別分析的漢語句群自動(dòng)劃分方法。論文以漢語句群理論為指導(dǎo)，構(gòu)建漢語句群劃分標(biāo)注評(píng)測(cè)語料，并且基于多元判別分析MULTIPLEDISCRIMINANTANALYSIS，MDA方法設(shè)計(jì)了一組評(píng)價(jià)函數(shù)J，從而實(shí)現(xiàn)句群的自動(dòng)劃分。本文還考慮了篇章銜接詞因素以提高句群劃分質(zhì)量。結(jié)果表明，本文方法比原始MDA方法在句群劃分上有更大優(yōu)勢(shì)，其句群劃分性能更優(yōu)，是一種可行的方法。最后，自動(dòng)文摘以句子為基本處理粒度時(shí)，容易造成信息冗余和流暢性差的情況，針對(duì)這點(diǎn)本文提出一種基于漢語句群自動(dòng)劃分技術(shù)的自動(dòng)文摘方法。其根本出發(fā)點(diǎn)在于文章是由多個(gè)主題組成的，而每個(gè)主題的描述應(yīng)當(dāng)以有相對(duì)獨(dú)立語義、完整語法定義以及緊湊邏輯關(guān)系的句群組成，而非離散的句子組成。實(shí)驗(yàn)表明，以句群為處理粒度比句子或段落更加合理，可以得到更有質(zhì)量的自動(dòng)文摘。

簡介：發(fā)音質(zhì)量自動(dòng)評(píng)測(cè)（以下簡稱“評(píng)測(cè)”）是計(jì)算機(jī)輔助語言學(xué)習(xí)及口語考試中的核心技術(shù)問題，其研究成果對(duì)提高學(xué)習(xí)者學(xué)習(xí)的靈活性和滿意度，減少人工閱卷的主觀性和不穩(wěn)定性，降低投入成本，提高實(shí)效性，具有重要的理論意義和科學(xué)價(jià)值，應(yīng)用前景廣闊。隨著國內(nèi)普通話的大力推廣和普及，以及國外漢語學(xué)習(xí)熱潮的快速興起，針對(duì)漢語普通話的評(píng)測(cè)技術(shù)實(shí)際需求強(qiáng)勁，且更具特色和挑戰(zhàn)性，有必要深入系統(tǒng)地研究。漢語是一種單音節(jié)聲調(diào)語言，每個(gè)音節(jié)包括聲母、韻母和聲調(diào)三部分，音節(jié)間界限較分明，有鮮明的輕重音和兒化音。漢語音節(jié)的三元結(jié)構(gòu)及音韻特點(diǎn)與英語語音差異較大，需要結(jié)合漢語特點(diǎn)，在表征、建模和計(jì)算等方面進(jìn)行針對(duì)性研究和創(chuàng)造性方法改進(jìn)。此外，現(xiàn)有主流評(píng)測(cè)方法在基本發(fā)音單元（聲韻母、聲調(diào)等）評(píng)測(cè)上的準(zhǔn)確性還不夠理想，無法滿足精細(xì)評(píng)測(cè)任務(wù)和較高水平說話人評(píng)測(cè)任務(wù)的實(shí)際需求，需要在聲學(xué)建模和置信度計(jì)算等方面進(jìn)行改進(jìn)，以提高聲學(xué)模型的精度和評(píng)測(cè)模型的準(zhǔn)確度。本文重點(diǎn)研究母語人群的漢語普通話評(píng)測(cè)方法。在聲韻母評(píng)測(cè)方面，針對(duì)當(dāng)前主流的發(fā)音良好度（GOODNESSOFPRONUNCIATION，GOP）算法存在的切分不準(zhǔn)、計(jì)算精度低、模型間區(qū)分性差等問題，提出一種基于音素混淆概率矩陣的評(píng)測(cè)方法。該方法通過計(jì)算音素混淆概率矩陣來構(gòu)建每個(gè)音素的混淆音素集合，一方面利用混淆音素集合建立音素混淆限制識(shí)別網(wǎng)絡(luò)，提高音素段切分的準(zhǔn)確性；另一方面，引入音素混淆先驗(yàn)概率，把混淆音素集合作為后驗(yàn)概率的計(jì)算空間，提高計(jì)算精度和模型間的區(qū)分性。為擴(kuò)大發(fā)音的評(píng)測(cè)范圍，提高聲學(xué)模型的覆蓋范圍，提出一種基于擴(kuò)展發(fā)音空間的評(píng)測(cè)方法。該方法利用錯(cuò)誤發(fā)音樣本數(shù)據(jù)，擴(kuò)展標(biāo)準(zhǔn)發(fā)音空間，對(duì)標(biāo)準(zhǔn)發(fā)音的各類發(fā)音錯(cuò)誤進(jìn)行精細(xì)建模，并在這個(gè)擴(kuò)展后的發(fā)音空間內(nèi)進(jìn)行后驗(yàn)概率計(jì)算，計(jì)算更加準(zhǔn)確和有效。同時(shí)，針對(duì)包含錯(cuò)誤發(fā)音的數(shù)據(jù)獲取容易，但標(biāo)注困難，且工作量巨大的問題，設(shè)計(jì)對(duì)錯(cuò)誤發(fā)音樣本聚類的非監(jiān)督學(xué)習(xí)方法，以及發(fā)音模型的自動(dòng)更新方法，來持續(xù)提高評(píng)測(cè)模型的準(zhǔn)確性。鑒于上述方法都是單維置信度計(jì)算加閾值判斷還不夠魯棒，提出一種基于系統(tǒng)融合的多維置信度的評(píng)測(cè)方法。該方法依次計(jì)算待評(píng)測(cè)語音段相對(duì)于其對(duì)應(yīng)音素的混淆音素集合中所有音素的后驗(yàn)概率和錯(cuò)誤音素集合中所有音素的后驗(yàn)概率，并把它們組合起來，形成一個(gè)多維置信度向量，作為一種新的評(píng)測(cè)特征，為各個(gè)音素分別訓(xùn)練出不同發(fā)音質(zhì)量的分類器，實(shí)現(xiàn)對(duì)聲韻母發(fā)音質(zhì)量的再評(píng)測(cè)，人機(jī)相關(guān)系數(shù)達(dá)到0893，超過了人工評(píng)測(cè)的平均水平。在聲調(diào)評(píng)測(cè)方面，針對(duì)聲調(diào)相關(guān)基頻特征的有效獲取和多層次利用，提出一種基于系統(tǒng)融合的多維置信度的聲調(diào)評(píng)測(cè)方法。在語音幀層級(jí)上，把基頻特征及其一階、二階差分加入到39維梅爾倒譜系數(shù)中去，共42維，以聲母和帶調(diào)韻母為發(fā)音單元，采用嵌入式訓(xùn)練方式，建立嵌入式聲調(diào)模型。在音節(jié)層級(jí)上，提取當(dāng)前音節(jié)和其前面、后面音節(jié)的基頻特征及它們的統(tǒng)計(jì)特征，共12維，選擇高斯混合模型（GAUSSIANMIXTUREMODEL，GMM）做分類器，建立顯式聲調(diào)模型。把利用嵌入式聲調(diào)模型計(jì)算出的5種聲調(diào)的后驗(yàn)概率和利用顯式聲調(diào)模型計(jì)算出的5種聲調(diào)的后驗(yàn)概率組合起來，形成一個(gè)10維的多維置信度向量，作為一種新的評(píng)測(cè)特征，為各個(gè)聲調(diào)分別訓(xùn)練出不同發(fā)音質(zhì)量的分類器，實(shí)現(xiàn)對(duì)聲調(diào)發(fā)音質(zhì)量的再評(píng)測(cè)。實(shí)驗(yàn)結(jié)果表明，上述方法有效融合兩種建模方式的互補(bǔ)性，同時(shí)利用長時(shí)語段和短時(shí)語段的特征信息，且不需要考慮閾值選取，具有更好的魯棒性和適應(yīng)性，有效提高了聲調(diào)評(píng)測(cè)方法的準(zhǔn)確性，人機(jī)相關(guān)系數(shù)達(dá)到0899，超過了人工評(píng)測(cè)的平均水平。在漢語兒化音評(píng)測(cè)方面，針對(duì)國家普通話水平測(cè)試中對(duì)兒化音的考評(píng)要求，提出一種基于分類思想的兒化音評(píng)測(cè)方法。深入分析兒化音的發(fā)音規(guī)律和特色，提取共振峰、發(fā)音置信度、時(shí)長等代表性特征，采用集成學(xué)習(xí)方式，改進(jìn)傳統(tǒng)的ADABOOST算法，每次迭代時(shí)，同一基分類器會(huì)根據(jù)不同分類類別分別更新權(quán)值，在權(quán)值計(jì)算時(shí)增加一個(gè)與類別先驗(yàn)概率和類別數(shù)目相關(guān)的正數(shù)項(xiàng)，大大降低算法對(duì)基分類器的精度要求，并特別適合數(shù)據(jù)分布不平衡的多類分類問題，實(shí)現(xiàn)對(duì)兒化音的發(fā)音質(zhì)量狀況進(jìn)行有效分類，分類效果明顯優(yōu)于傳統(tǒng)的ADABOOST集成分類器及其他經(jīng)典單一分類器。作為一種輔助評(píng)測(cè)方法，上述方法可以很容易推廣到其他類型音變的評(píng)測(cè)中，比如變調(diào)、輕聲等?；谝陨涎芯抗ぷ鳎趪移胀ㄔ捤綔y(cè)試現(xiàn)場(chǎng)錄音的測(cè)試語音庫上，實(shí)驗(yàn)系統(tǒng)的總體分差下降到426，與人工評(píng)測(cè)的分差371已經(jīng)非常接近，這為今后漢語普通話自動(dòng)評(píng)測(cè)的實(shí)際應(yīng)用奠定了良好的基礎(chǔ)。

簡介：學(xué)校代碼10270中圖分類號(hào)H146學(xué)號(hào)142502594上磣腳范大誓碩士學(xué)位論文論文題目IF雅漢語語氣副詞調(diào)查與分析學(xué)專院對(duì)外漢語學(xué)院業(yè)漢語國際教育研究生姓名王巍巍指導(dǎo)教師吳穎研究方向漢語國際教育完成日期2016年3月SUBJECTTHEINVESTIGATIONANDANALYSISOFTHEMODALADVERBIN“BOYACHINESEL’MAJORMTCSOLCANDIDATEWANGWEIWEITHESISSUPERVISORWUYINGTYPEOFTHESISAPPLICATIONRESEARCHABSTRACTINTHEPRACTICEOFTEACHINGCHINESEASASECONDLANGUAGE，ADVERBSTEACHINGHASALWAYSBEENTHEIMPORTANTANDDIFFICULTONETHEMODALADVERBASASMALLCLASSOFADVERBSINDICATESMODALANDTHEWAYOFACTION，ANDOFTENINDICATESTHESPEAKER’SSUBJECTIVEATTITUDEANDIDEASTHEINITIALINVESTIGATIONSREVEALEDTHATTHELONGERTHETIMETOLEARNCHINESE，THEMOREDIFFICULTTOGRASPMODALADVERBSINTHEPROCESSOFTEACHINGSECONDLANGUAGE，TEACHINGMATERIALISTHEMOSTIMPORTANTTOOLANDBASISFORTHETEACHERSANDLEARNERSCHINESELANGUAGEPOINTSINTHETEACHINGMATERIALSANDHASAPIVOTALROLEONTEACHINGONEOFTHEIMPORTANTFACTORTHATAFFECTSTHETEACHINGEFFECTOFMODALADVERBSISTHESELECTIONANDARRANGEMENTOFMODALADVERBINTHEEXISTINGTEXTBOOKSTHEINVESTIGATIONANDANALYSISOFTHETEACHINGMATERIALCANDISCOVERANDSOLVETHEPROBLEMSANDPROVIDEEFFECTIVEREFERENCEFORTEACHINGMODALADVERBSINTHISPAPE‘WEUSEDTHEFULLSETOFCHINESETEXTBOOKSHBOYACHINESEHASTHERESEARCHOBJECT，BASEDONTHETRACINGADVERBCLASSIFICATIONINZHANGYISHENG’S“MODERNCHINESEADVERBS“INTEGRATEDTHEMODALADVERBSIN“CHINESEPROFICIENCYVOCABULARYANDGRADEOUTLINEOFCHINESECHARACTER“AND“CHINESEINTERNATIONALEDUCATIONWITHSYLLABLEWORDSANDCHARACTERSGRADING”ANDCOMPAREDWITHMODALADVERBSIN‘BOYACHINESE“QUANTITATIVEEVALUATEDTHEWRITINGOFMODALADVERBSIN‘BOYACHINESE“ONTHEBASISOFINVESTIGATIONANDANALYSISWEARESTRIVINGTOPROVIDERELEVANTADVICEONPRODUCINGNEWWORDSSELECTION，LAYOUT，ANDDESIGNFORREPRINTMATERIALKEYWORDS“BOYACHINESE”JMODALADVERB；TEACHINGMATERIALCOMPILATION；

簡介：自然語言中一詞多義現(xiàn)象是普遍存在的。詞義消歧WDSENSEDISAMBIGUATION，WSD任務(wù)是依據(jù)上下文語境確定詞的詞義，詞義消歧任務(wù)可以直接影響機(jī)器翻譯MACHINETRANSLATION，MT、信息檢索INFMATIONRETRIEVAL，IR等任務(wù)的性能。本文在機(jī)器學(xué)習(xí)框架下研究漢語詞義消歧和未登錄詞詞義預(yù)測(cè)問題。具體而言，本文將從以下三個(gè)方面展開研究1基于序列標(biāo)注的漢語詞義消歧。本文將詞義消歧任務(wù)形式化為序列標(biāo)注問題，研究不同序列標(biāo)注模型和不同特征的消歧性能。實(shí)驗(yàn)結(jié)果表明融入五級(jí)標(biāo)注詞義特征的條件隨機(jī)場(chǎng)模型消歧效果較好。2基于詞向量的漢語詞義消歧。為了進(jìn)一步提高詞義消歧性能，本文嘗試將包含語義信息的詞向量融入詞義消歧中。一方面，利用上下文共現(xiàn)詞頻與句法依存信息縮減歧義詞詞義的候選數(shù)量，而后在神經(jīng)網(wǎng)絡(luò)模型下，通過計(jì)算學(xué)習(xí)獲得的詞義標(biāo)記向量與歧義詞向量的語義相似度確定詞義另一方面，我們對(duì)最大熵模型進(jìn)行優(yōu)化，并通過確定性區(qū)別詞和語義相似度對(duì)語料進(jìn)行擴(kuò)展，以提高詞義消歧的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明，利用擴(kuò)展語料在神經(jīng)網(wǎng)絡(luò)最大熵模型的消歧效果最佳。3基于詞向量的漢語未登錄詞的詞義預(yù)測(cè)。在詞義消歧的基礎(chǔ)之上，本文探索未登錄詞的詞義預(yù)測(cè)問題，分為兩個(gè)子問題詞義候選構(gòu)造與詞義預(yù)測(cè)。在構(gòu)造詞義候選階段，本文分別采用基于詞性、內(nèi)部語素、語義相似度的方法以及多方法融合進(jìn)行構(gòu)造在詞義預(yù)測(cè)階段，本文利用不同粒度的詞向量語義相似度對(duì)候選的詞義進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果顯示基于多方法融合的方法構(gòu)造未登錄詞的預(yù)測(cè)詞義效果最佳。

簡介：分類號(hào)碩士學(xué)位論文題目目現(xiàn)代漢語中的動(dòng)結(jié)式研究現(xiàn)代漢語中的動(dòng)結(jié)式研究TITLETITLEONTHEGENERATIVEPROCESSOFRESULTATIVECONSTRUCTIONINMODERNCHINESE學(xué)科、專業(yè)業(yè)語言學(xué)及應(yīng)用語言學(xué)語言學(xué)及應(yīng)用語言學(xué)研究方向向理論語言學(xué)理論語言學(xué)作者姓名名劉巍巍導(dǎo)師及職導(dǎo)師及職稱稱熊仲儒熊仲儒教授教授論文提交日期論文提交日期2013年4月授予學(xué)位日期授予學(xué)位日期安徽師范大學(xué)學(xué)位評(píng)定委員安徽師范大學(xué)學(xué)位評(píng)定委員會(huì)辦公會(huì)辦公室現(xiàn)代漢語中的動(dòng)結(jié)式研究現(xiàn)代漢語中的動(dòng)結(jié)式研究劉巍巍安徽師范大學(xué)碩士學(xué)位論文二○一三年四月

簡介：隨著語音技術(shù)的不斷發(fā)展，出現(xiàn)了許多高質(zhì)量語音合成聲學(xué)模型，但是都沒有涉及神經(jīng)生理學(xué)原理及應(yīng)用。在神經(jīng)解剖學(xué)和神經(jīng)心理學(xué)層次上仿真和描述大腦中涉及語音生成和理解區(qū)域的相關(guān)功能，這是近來人工語音合成系統(tǒng)所追求的主要思想。波斯頓大學(xué)語音實(shí)驗(yàn)室岡瑟教授提出的DIVADIRECTIONSINTOOFARTICULATS模型反映了神經(jīng)解剖學(xué)數(shù)據(jù)與大腦相關(guān)區(qū)域的關(guān)聯(lián)性，目的是通過學(xué)習(xí)控制模擬聲道運(yùn)動(dòng)來生成音素、音節(jié)或單詞，是一種具有生物學(xué)意義的語音生成與獲取的神經(jīng)網(wǎng)絡(luò)模型。但是，DIVA模型是以英語語音生成和獲取為研究背景的，對(duì)語音韻律特征的表述沒有涉及。我們知道，漢語以及英文韻律特征包括聲調(diào)、重音和語調(diào)等等。漢語聲調(diào)在語言學(xué)上已經(jīng)被確定與詞語和句子的辨識(shí)度有關(guān)，英語音節(jié)重音有著區(qū)別詞義和詞性的功能。本文以DIVA模型為基礎(chǔ)，探討漢語元音聲調(diào)和英語音節(jié)重音產(chǎn)生的方式方法和過程，最終實(shí)現(xiàn)在神經(jīng)解剖學(xué)和神經(jīng)心理層次上構(gòu)造具有語音韻律規(guī)律的新的DIVA模型的目的。本文首先介紹了DIVA模型的基本概念、組成結(jié)構(gòu)以及研究現(xiàn)狀，探討研究了漢語元音聲調(diào)韻律規(guī)律及其相關(guān)的聲學(xué)參數(shù)，并用基頻尺度函數(shù)計(jì)算出聲調(diào)的基頻變化軌跡，利用時(shí)域基頻同步疊加算法（TDPSOLA）來修改DIVA模型運(yùn)動(dòng)指令中的定值基頻參數(shù)，最終實(shí)現(xiàn)漢語元音聲調(diào)正確發(fā)音的目的。新構(gòu)建的模型能夠正確模擬聲調(diào)的神經(jīng)關(guān)聯(lián)性，通過與臨床結(jié)果相比較，DIVA模型的正確性和適用性得到驗(yàn)證。接著，本文研究了英語音節(jié)重音規(guī)律及其相關(guān)的聲學(xué)參數(shù)，論述了語音預(yù)處理流程以及基頻和時(shí)長的變化軌跡的提取方法，用時(shí)域基頻同步疊加算法來修改DIVA模型運(yùn)動(dòng)指令中的定值基頻和時(shí)長參數(shù)，使其實(shí)現(xiàn)英語音節(jié)重音的發(fā)音。最后，本文通過基頻擾動(dòng)實(shí)驗(yàn)，以及對(duì)基頻和時(shí)長自我補(bǔ)償效應(yīng)的檢測(cè)，驗(yàn)證了改良后DIVA模型模擬英語音節(jié)重音發(fā)音的正確性。本文所做的研究為最終構(gòu)造出具有漢語思維特征的神經(jīng)分析系統(tǒng)奠定了理論和實(shí)踐基礎(chǔ)，同時(shí)也為研究語音韻律的神經(jīng)關(guān)聯(lián)性提供相關(guān)依據(jù)。

簡介：HITGRADUATIONTHESISFORTHEMADEGREE摘要古漢語句法規(guī)則在翻譯過程中所起的重要作用一直以來都是翻譯界研究和討論的焦點(diǎn)。在馬氏文通一書的啟發(fā)下本文首先分析了目前大量英漢譯文讀來拗口，句法混亂的主要原因，進(jìn)而提出遵守古漢語句法規(guī)則是改善這種狀況的有效策略之一。隨后，論文對(duì)古漢語句法規(guī)則的四個(gè)方面，即結(jié)構(gòu)的繁簡、結(jié)構(gòu)的對(duì)應(yīng)、結(jié)構(gòu)的聲氣和結(jié)構(gòu)的句讀逐一進(jìn)行了詳盡的闡述，并在論述過程中舉出了大量生動(dòng)的例子。同時(shí)，將不同的譯文進(jìn)行了對(duì)比，試圖說明在占漢語句法規(guī)則的指導(dǎo)下，譯文在結(jié)構(gòu)和音韻等方面都得到明顯改善。經(jīng)過細(xì)致深入的研究，本文得出以下結(jié)論1當(dāng)樹形的英語翻譯成線形的漢語時(shí)，應(yīng)化長句為短句，使句式勻稱，音韻和諧，必要時(shí)添加逗號(hào)，以舒緩語氣，使之符合漢IF習(xí)慣口2眾多譯者之所以在翻譯中很難做到言簡意賅、準(zhǔn)確明了很多情況下是由于對(duì)漢語句法規(guī)則缺乏正確的認(rèn)識(shí)和深刻的理解。3對(duì)古漢語句法的準(zhǔn)確掌握是提高譯文質(zhì)量的有效手段之一。目前，翻譯界對(duì)現(xiàn)代漢、英語法的對(duì)比研究已經(jīng)取得了相當(dāng)豐富的成果，但對(duì)古漢語句法規(guī)則的研究則略顯薄弱。本文正是對(duì)古漢語句法理論在現(xiàn)代漢英翻譯中的應(yīng)用進(jìn)行研究，其研究成果對(duì)于英漢翻譯的實(shí)踐具有重要意義。關(guān)銳詞古漢語句法繁簡之法、對(duì)應(yīng)之法聲氣之法句讀之法HITGRADUATIONTHESISFORTHEMADEGREETHECONDENSATIONOFCHINESECHINESECULTURETONESANDPROVERBSANDIDIOMS,ANDALSOTHEACCUMULATIONOFBREATHINGARETHEFOUNDATIONOFCHINESEMUSICALSENTENCEANDHAVEBEENDEEPLYROOTEDINNATIVESPEAKERSSENSEOFTHETONGUEPERIODANDCOMMAAREPAUSINGFORCONTROLLINGTHEABOVETHREECOMPREHENSIVELYWHENACOMPLEXENGLISHSENTENCEISTRANSLATEDINTOPRINCIPLESCHINESE,MORECOMMASSHOULDBEADDEDTODIVIDEITINTOSEVERALSHORTSENTENCESTHISCANMAKETHESTRUCTUREBALANCEDANDSYLLABLESMELODIOUSINFLUENCEDBYMODEMWESTERNGRAMMATICALTHEORIES,ANCIENTCHINESESYNTAXHASBEENSELDOMTALKEDABOUT,BUTITDOESNTDISAPPEARTHEPRINCIPLESSTILEXISTINMODEMCHINESE,ANDINTHESENSEOFLANGUAGESOMEWESTERNIZEDVERSIONSDONTREADSMOOTHLYBECAUSETHEYVIOLATETHESEPRINCIPLESTHETHESISISAIMEDATREVIEWINGTHEMANDPUTTINGTHEMINTOPRACTICETOIMPROVETHEQUALITYOFMODERNTRANSLOTIONKEYWORDSANCIENTCHINESESYNTAXCOMPLEXITYVSSIMPLICITYPARALELISMTONESANDBREATHINGSYNTAXTHROUGHREADINGTO

簡介：時(shí)間和事件的識(shí)別任務(wù)近年來得到了廣泛的關(guān)注和快速的發(fā)展。作為時(shí)間關(guān)系研究的基礎(chǔ)，時(shí)間與事件及其屬性的識(shí)別也成為自然語言處理中的一個(gè)重要任務(wù)。時(shí)間和事件的識(shí)別在2010年作為兩個(gè)單獨(dú)的子任務(wù)被列入了TEMPEVAL評(píng)測(cè)會(huì)議，該會(huì)議的評(píng)測(cè)涉及六種語言漢語、英語、意大利、法語、韓語和西班牙語，參與評(píng)測(cè)的系統(tǒng)中多為英語和西班牙語。本文主要工作是針對(duì)TEMPEVAL2評(píng)測(cè)任務(wù)展開的，分別對(duì)時(shí)間和事件及其相關(guān)屬性進(jìn)行了識(shí)別，實(shí)驗(yàn)語料則采用的是評(píng)測(cè)會(huì)議所給出的中文評(píng)測(cè)語料，涉及的標(biāo)注則采用了TIMEML標(biāo)準(zhǔn)。具體的研究工作如下1、研究問題的分析本文詳細(xì)定義和分析了時(shí)間和事件的識(shí)別問題，并分析了識(shí)別工作的具體內(nèi)容和識(shí)別難點(diǎn)，為之后識(shí)別方法的提出和問題的解決做了大量準(zhǔn)備工作。2、時(shí)間及其類型的識(shí)別對(duì)時(shí)間識(shí)別問題做了具體全面的介紹，包括識(shí)別的思想和識(shí)別的詳細(xì)過程。該部分主要工作有時(shí)間表達(dá)式識(shí)別和時(shí)間類型的識(shí)別，時(shí)間表達(dá)式識(shí)別采用了基于詞性構(gòu)建時(shí)間單元規(guī)則庫的方法，時(shí)間類型則使用了最大熵模型來分類識(shí)別。其中時(shí)間表達(dá)式識(shí)別的準(zhǔn)確率、召回率和F值分別為8516％、8316％和8417％，時(shí)間類型的正確率為9302％。由此可知，基于規(guī)則的時(shí)間表達(dá)式識(shí)別方法和基于最大熵類型識(shí)別兩種方法均是有效的。最后，針對(duì)實(shí)驗(yàn)結(jié)果和錯(cuò)誤進(jìn)行了深入分析和總結(jié)。3、事件及其屬性的識(shí)別事件識(shí)別方面主要工作有事件識(shí)別和事件屬性識(shí)別，其中屬性識(shí)別主要針對(duì)時(shí)態(tài)屬性進(jìn)行識(shí)別。事件用基于依存分析和規(guī)則的方法進(jìn)行識(shí)別，事件的時(shí)態(tài)屬性則采用了規(guī)則方法來識(shí)別。事件識(shí)別的準(zhǔn)確率、召回率和F值分別為892％、828％、859％，事件時(shí)態(tài)識(shí)別正確率為769％。文章在對(duì)比和分析實(shí)驗(yàn)結(jié)果不足和錯(cuò)誤的同時(shí)，還對(duì)識(shí)別過程中存在的問題進(jìn)行了深入分析。

簡介：分類號(hào)UDC密級(jí)公開暑黿；L產(chǎn)篝碩士研究生學(xué)位論文面向留學(xué)生的漢語感謝語研究申請(qǐng)人學(xué)號(hào)培養(yǎng)單位學(xué)科專業(yè)研究方向指導(dǎo)教師完成日期袁昊2151702文學(xué)院漢語國際教育漢語國際教育畢聽講師2017年3月29日黑龍江大學(xué)碩士學(xué)位論文ABSTRACTCHINESEAPPRECIATIONCANNOTBEALLOWEDTOIGNOREINTHECOUNTRYWHICHISMOSTPAYATTENTIONTOETIQUETTEINMODEMCHINESE，CHINESEAPPRECIATIONFORMISVARIED，NOTONLYARETHEYBEARTHEPOLITENESSINDAILYCOMMUNICATION，INBEHINDITISBEARINGTHEWEIGHTOFTHECHINESENATIONHASALONGHISTORYOFCULTUREWHILEAPPRECIATIONISRELATIVELYCOMMON，THEMEANINGOFLANGUAGEISCLEARBUTTHEREAREMOREINTHEAPPLICATIONOFINTERNATIONALSTUDENTSINTHEPROCESSOFTHEUSEOFINAPPROPRIATEORINCORRECT，LEDTOSOMEUNNECESSARYCONFLICTSINCROSSCULTURALCOMMUNICATION，THEREFORE，INTHEPROCESSOFTEACHINGCHINESEASAFOREIGNLANGUAGE，F(xiàn)ORLANGUAGETEACHINGISVERYNECESSARYINTHISPAPERONTHEBASISOFDEFININGTHECHINESEAPPRECIATIONFROMTHANKING，TWOTYPESOFDIRECTTYPETHANKINGANDINDIRECTTYPECLASSIFICATION，THEFUNCTIONANDCHARACTERISTICSOFTHANKINGANALYSISUSINGSELECTIONFACTORSAFFECTINGTHANKING，THROUGHCOMPARINGOUTSTANDINGCHINESEMORPHEMETHANKINGPRAGMATICFUNCTIONSWERESPECTIVELYONTHEBASISOFTHEANALYSISANDRESEARCHFROMTHETEACHINGMATERIALANDSTUDENTSTHANKINGUSAGEONANDFOUNDTHATTHEDIRECTTYPETHANKINGPROPORTIONISTOOLARGE，INTHETEACHINGOFTHEINDIRECTTHANKINGLACKINGINCOMMUNICATIONANDTHUSLEADTOTHESTUDENTSTELYTOOMUCHONTHANKING”THANKYOU”ANDTHANKYOUFORANAPOLOGYCONCERNEDABOUTTHETYPEOFTHANKINGDONTUNDERSTANDINVIEWOFTHESITUATION，WEINTHEPRELIMINARYANALYSISONTHEBASISOFINVESTIGATION，RESEARCHANDPUTFORWARDTHEAPPRECIATIONTEACHINGCHINESEASAFOREIGNLANGUAGETHINKINGANDSUGGESTIONSKEYWORDSTEACHINGCHINESEASAFOREIGNLANGUAGE；DIRECTTYPETHANKING；THANKINGTHEINDIRECTTYPE；PRAGMATICFUNCTIONS；SELECTIONFACTORS；IMPROPERUSE；TEACHINGSUGGESTIONSII

簡介：目前，中文信息處理在字處理和詞處理兩方面已經(jīng)取得了不錯(cuò)的成績。句處理作為詞處理的下一目標(biāo)，以及能更好地過渡到篇章處理，對(duì)其的研究應(yīng)尤為重視。而復(fù)句在漢語中占有很大的比重，復(fù)句的研究對(duì)中文信息處理有著重要的意義。目前對(duì)復(fù)句的研究都是從有標(biāo)復(fù)句著手。有標(biāo)復(fù)句中的關(guān)系標(biāo)志是將各個(gè)分句連接起來的樞紐。關(guān)系標(biāo)志對(duì)復(fù)句的層次結(jié)構(gòu)和語義層面有著重要的作用。因此，對(duì)復(fù)句中關(guān)系詞的研究很有必要性。首先，通過已有分詞軟件以及復(fù)句關(guān)系詞本體庫，對(duì)選取的熟語料中的準(zhǔn)關(guān)系詞是否充當(dāng)關(guān)系詞給予標(biāo)注，并結(jié)合人工標(biāo)注的方式對(duì)部分語料進(jìn)行了修正，對(duì)已標(biāo)注的復(fù)句進(jìn)行特征提取。同時(shí)，將此復(fù)句利用依存語法分析平臺(tái)，得出依存語法樹，再從依存語法樹中提取依存特征。并將關(guān)系詞的自身特征和依存特征兩方面的特征結(jié)合起來，表示成特征向量，構(gòu)造訓(xùn)練集和測(cè)試集。利用訓(xùn)練集，使用支持向量機(jī)訓(xùn)練模型，用訓(xùn)練的到的模型對(duì)測(cè)試集進(jìn)行預(yù)測(cè)。為了檢驗(yàn)本文方法的可行性，從復(fù)句語料庫中選取了多組具有代表性的關(guān)系詞連接的復(fù)句，對(duì)這些關(guān)系詞組進(jìn)行了關(guān)系詞識(shí)別，實(shí)驗(yàn)取得了較好的效果，關(guān)系詞的自動(dòng)標(biāo)識(shí)有較高的正確率。這表明基于依存語法的復(fù)句關(guān)系詞研究是可行的。

簡介：點(diǎn)擊查看更多馬禮遜的漢語習(xí)得觀研究及其對(duì)TCSL的啟示.pdf精彩內(nèi)容。

簡介：分類號(hào)UDC密級(jí)編號(hào)十面大學(xué)CENTRALSOUTHUNIVERSITY碩士學(xué)位論文論文題目叢墮型B魚廑盤墨堡圈鱉鎏簽盟苤豎學(xué)科、專業(yè)塑鱟塑研究生姓名璽墊疊導(dǎo)師姓名及專業(yè)技術(shù)職務(wù)量墾垂塾蕉ONTHECETRANSLATL0NOFNETWORKCATCHWORDSACROSSCUI』TURALPERSPECTIVETHESISSUBMITTEDINPARTIALFULFILLMENTOFTHEREQUIREMENTSFURINTHEGRADUATESCHOOLOFCENTRALSOUTHUNIVERSITYBYZOUYANPINGSUPERVISORPROFESSORTUGUOYUANNOVEMBER201ICENTRALSOUTHUNIVERSITY

簡介：蘇州大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人鄭重聲明所提交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果，也不含為獲得蘇州大學(xué)或其它教育機(jī)構(gòu)的學(xué)位證書而使用過的材料。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人承擔(dān)本聲明的法律責(zé)任。論文作者簽名蘭壟鯊至日淺析對(duì)外漢語教學(xué)中的國俗詞語教學(xué)中文摘要淺析對(duì)外漢語教學(xué)中的國俗詞語教學(xué)中文摘要語言是人類社會(huì)最重要的交際工具，也是文化的反映。文化教學(xué)在對(duì)外漢語教學(xué)中占有十分重要的地位。對(duì)外漢語教學(xué)中的文化教學(xué)，其根本目的是用文化的韻味去提升語言教學(xué)，提高學(xué)生運(yùn)用語言交際的文化能力。而“國俗詞語”就是文化不斷發(fā)展積淀的產(chǎn)物，也是學(xué)習(xí)一種語言時(shí)會(huì)遇到的一個(gè)難題。本文從對(duì)外漢語教學(xué)中的文化教學(xué)部分入手，著重?cái)⑹隽似渲械闹袊膫鹘y(tǒng)文化，分析總結(jié)了四點(diǎn)中國傳統(tǒng)文化的特征。文章又對(duì)中國傳統(tǒng)文化因素下產(chǎn)生的國俗詞語作了重點(diǎn)分析闡述。國俗詞語可以分為名物詞語、制度詞語、熟語、征喻詞語和交際詞語五大類。在進(jìn)行國俗詞語的教學(xué)時(shí)，需要遵循一定教學(xué)原則和采用一些靈活多變的教學(xué)方法。關(guān)鍵詞對(duì)外漢語文化教學(xué)傳統(tǒng)文化國俗詞語作者戴夢(mèng)指導(dǎo)老師陳子平

簡介：主題和主語是現(xiàn)代語言學(xué)中兩個(gè)基本概念，對(duì)二者的相關(guān)研究不僅是一個(gè)重要課題，也是一個(gè)熱門話題。不同的學(xué)者對(duì)主題和主語的概念有不同的看法，到目前為止，對(duì)主題和主語都尚未有明確統(tǒng)一的定義。由于漢語缺少形態(tài)變化，主題和漢語句子的基本結(jié)構(gòu)及有關(guān)成分的關(guān)系就顯得非常復(fù)雜。從主題和主語的角度來區(qū)別漢語和英語，漢語可以看作是主題顯著性的語言，漢語的主題結(jié)構(gòu)已經(jīng)語法化為一種句法結(jié)構(gòu)英語可以看作是主語顯著性的語言，英語的主題結(jié)構(gòu)大多具有語用功能。既然主題結(jié)構(gòu)在漢英兩種語言中處于不同的地位，在進(jìn)行漢英翻譯時(shí)要特別注意他們的差異，適當(dāng)進(jìn)行調(diào)整轉(zhuǎn)換。對(duì)于漢語主題顯著句的英譯原則和方法，以往學(xué)者有所論述，但是缺乏以文本為語料的研究文章。本文旨在通過對(duì)漢語句子主題顯著結(jié)構(gòu)的分析，全面清楚認(rèn)識(shí)漢語主題結(jié)構(gòu)現(xiàn)象，以便對(duì)漢語主題結(jié)構(gòu)的英譯有一定的指導(dǎo)作用。本文系統(tǒng)考察了主題概念，認(rèn)為主題是一個(gè)語用層面的概念，是句子信息結(jié)構(gòu)的組成部分；同時(shí)主題表示一定的話語功能，具有篇章特征，必須在動(dòng)態(tài)的語境中才能確定。在此基礎(chǔ)上比較了漢英兩種語言在主題結(jié)構(gòu)方面的差異，提出了漢語主題顯著句的基本英譯原則當(dāng)漢語和英語在主題結(jié)構(gòu)的用法上相同時(shí)，可以在對(duì)應(yīng)原則指導(dǎo)下進(jìn)行翻譯；當(dāng)漢語和英語在主題結(jié)構(gòu)的用法上不同時(shí)，根據(jù)英語為主語突出的語言特征，在調(diào)整變通的原則下進(jìn)行翻譯以凸顯英語句式的這一特征。同時(shí)本文結(jié)合小說駱駝祥子及其英語譯文，在對(duì)應(yīng)和調(diào)整變通的原則指導(dǎo)下，具體探討了英譯漢語主題顯著句的方法。采用這樣的翻譯原則和方法，避免了把等效翻譯錯(cuò)誤地理解為在形式與意義上的完全對(duì)應(yīng)而在漢英兩種語言結(jié)構(gòu)間搞一種公式化的對(duì)等關(guān)系的情況，實(shí)現(xiàn)了兩種語言的相互轉(zhuǎn)換，達(dá)到了信息有效傳遞的目的。

簡介：山西大學(xué)碩士學(xué)位論文漢語中移位現(xiàn)象的語用學(xué)研究姓名李楓申請(qǐng)學(xué)位級(jí)別碩士專業(yè)外國語言學(xué)及應(yīng)用語言學(xué)指導(dǎo)教師于國棟20070601INTERMSOFTHEFLEXIBILITYOFTHECHINESELANGUAGE，ONENOTICEABLEPHENOMENONISMOVEMENTWHICHREFERSTOTHEDELIBERATEREPLACEMENTOFTHESTATICPOSITIONSOFSYNTACTICCONSTITUENTSWITHOUTALTCRINGTHEINITIALSYNTACTICRELATIONANDSEMANTICMEANINGFORTHEPURPOSEOFREALIZINGSPECIALPRAGMATICEFFECTSINACTUALLANGUAGEUSETHELINGUISTICPHENOMENONOFMOVEMENTABOUNDSINTHECHINESELANGUAGE，BUTLITTLEATTENTIONHASBEENPAIDTOITNOTMENTIONINGANYRESEARCHFROMADYNAMICPERSPECTIVETHEREFORE，THISSTUDYATTEMPTSTOMAKEARELATIVELYCOMPREHENSIVEANALYSISOFMOVEMENTFROMTHEPRAGMATICPERSPECTIVECONCENU鋤INGONTHEVARIABILITYADAPTABILITYANDFUNEFIONALITYOFMOVEMENTINTHECHINESELANGUAGEMETHODOLOGICALLYSPEAKINGTHISSTUDYISMAINLYAQUALITATIVESTUDYBASEDONTHEDATASELECTEDFROMCONTEMPORARYNOVELS，PLAYSNEWSPAPERSANDDAILYCONVERSATIONSANDTHECONCEPTUALFIAMEWORKISCONSTRUOTCDONTHEBASISOFJEFVERSCHUEREN’S1999LINGUISTICADAPTATIONTHEORYBEARINGINMINDTHETHREEPROPERTIESOFLANGUAGEWHICHALEPROPOSEDBYJEFVERSEHUERENWEA陀TOSCRUTINIZETHEMEANINGFUNCTIONINGOFMOVEMENTBYANSWERINGTHEFOLLOWINGTHREEQUESTIONSNAMELYHOWSHOULDWEDEFINEANDDELIMITATEMOVEMENTWHYDOESTHECOMMUNICATORCHOOSEMOVEMENTASACOMMUNICATIVESTRATEGYANDWHATARCTHECOMMUNICATIVEFUNCTIONSTHATTHISSTRATEGYCANPERFORMTOBEMORE∞【觚LTHEPRESENTSTUDYISTOBECATRIEAOUTFROMTHEFOLLOWINGTHREEASPECTSFIRSTLYBEINGASTRATEGYOFCOMMUNICATION，MOVEMENTRELIESONVARIOUSLINGUISTICSTRUCTURESTEALIZEITSFUNCTIONSTHUSTHECOMMUNICATORNEEDSTOMANIPULATEHIS／HERLANGUAGESOASTOCHOOSEAPROPERLINGUISTICSTRUCTUREWHICHCALLHELPHIM／HERCARRYOUTTHISSTRATEGYBASEDOILAWORKINGDEFINITIONOFMOVEMENTINTHECHINESELANGUAGETHISSTUDYBEGINSWITLLADELIMITATIONANDCLASSIFICATIONOFITFROMTHEFOLLOWINGTWOASPECTS，THATIS，THE苗