指称意义

摘要： 对比语言学与翻译有着千丝万缕的联系,从对比语言学角度来研究翻译有助于扩宽两者的研究深度和广度。本文从对比语言学角度出发,以形容词的指称意义为切入点,分析《干燥的九月》汉译本中翻译的忠实性,由此看出词汇的指称意义与翻译的忠实性关系密切,二者相互影响,以此为对比语言学和翻译研究提供更多的思路。

摘要： 招牌名称是一种社会性符号,被认为是商品信息和商家审美情趣的体现,但现实中招牌名称往往受政策规定和社会公共准则的约束。通过具体实证研究可以得出,柬埔寨媒体报道的华文招牌名称有两类情况:一类是翻译原因产生的误译和语义空白;另一类是非翻译原因产生的双语字号大小、柬文文字拼写错误和柬文名称缺失。社会符号学意义观通过言内意义、指称意义和语用意义3方面对翻译过程进行考察,以此实现双语最大限度的对等。也可借助社会符号学的意义观,理解华文招牌名称在翻译过程中的指称意义和语用意义相符和缺失的程度。

摘要： 大学英语教材中的参考译文很大程度上引导着教师的教学和学生对教材课文的学习。而现有教材中的译文质量参差不齐,缺乏统一的衡量和评价标准,给教师的教学和学生的学习造成了一定的困扰,影响了学生对语言点的掌握和对课文的整体的理解。本文选取了《大学英语综合教程2教师手册》中课文的参考译文,根据奈达的功能对等理论,从语义对等和风格对等两个方面,对参考译文展开了分析和评价。在分析和评价的过程中,符合功能对等理论翻译标准之处进一步进行了鉴赏;不符合功能对等理论翻译标准之处,提出了修改意见,以期让教材中课文的译文能更有效地帮助学生理解重要语言点,进而更好地理解教材课文,提升学生的英语水平。

摘要： 《社会通诠》是严复的八大译著之一,它是严复个人政治思想的体现.翻译是一种跨文化、跨语际的符号转换活动,查尔斯·莫里斯将符号的意义分为指称意义、言内意义和语用意义,分别是译者主体性在文化层面、语言层面、情感层面的体现.严复的《社会通诠》是其独有的诗学特色、经典的文化底蕴和强烈的启蒙情感结合的产物.

摘要： 从社会符号学翻译法角度看,只有严格从原语与译语两种语言符号的指称意义、言内意义和语用意义出发,才有可能忠实、畅通、切合地传递原作之精神,达到更高的艺术境界.《送元二使安西》的两个英译本,许渊冲版在指称意义转换上略自由,言内意义转换上有些关键词汇略平淡,然而整体简约曼妙;何中坚版在指称意义转换上贴切,在言内意义转换上生动,整体的音韵美和画境美都传神表达出来.汉语诗歌语言符号的语用意义用英语转换对译者来讲是巨大的挑战,许与何的译本在这方面的传达略有欠缺.这方面的可行之法,即时性的为增加注释,长远性的为促进中国文化语言符号的传播.

摘要： 社会符号学翻译研究将符号学引入翻译领域.翻译是两种语言符号的转换,尤其在中国古代诗歌中,韵律、节奏、意象等符号意义比一般文本更多.该研究以莫里斯(Charles Morris)的社会符号学为理论基础,从语义分析模式的指称意义、言内意义和语用意义三个方面,节选许渊冲英译的6首唐诗进行分析,探讨许渊冲英译唐诗中运用的翻译方法和技巧.

摘要： 社会符号学翻译研究将符号学引入翻译领域。翻译是两种语言符号的转换,尤其在中国古代诗歌中,韵律、节奏、意象等符号意义比一般文本更多。该研究以莫里斯(Charles Morris)的社会符号学为理论基础,从语义分析模式的指称意义、言内意义和语用意义三个方面,节选许渊冲英译的6首唐诗进行分析,探讨许渊冲英译唐诗中运用的翻译方法和技巧。

摘要： 以"一量名"结构为代表的无定NP主语句是汉语中一种比较特殊的句子,它存在的关键在于为句子提供背景信息和描写性场景成分,其中的"一量名"主语除了可以表达数量意义外,在指称意义上有特指和类指两种类型."一量名"无定名词性主语句很大程度上依赖于篇章环境,与前后语境联系紧密,很少能独立使用,在篇章中主要有背景信息和表示评价两种语用功能特征,特指倾向于提供背景信息,类指主要对一个类别的整体特征进行描述和评价.与"有"字句相比,"一量名"无定NP主语句会受到篇章条件限制,在语篇中表示的话题性比较弱,可以截断前面话题的延续性,起到转移情节的作用,更侧重于对所发生的场景的描述.

摘要： 语言符号的指称意义表现符号与所指对象之间的关系,中西方文化的巨大差异造成了指称意义翻译的文化壁障.在翻译中,如何跨越文化壁障成为难点.从沙博里《水浒传》英译本中采用的各种译法来看,在考量译文的可读性、译语读者的接受性,原语文化负载指称的对外传播的基础上,权衡各种译法利弊,选取直译、意译、语义泛化、音译和注释等适当的译法及补偿策略,尽可能地实现社会符号学翻译标准.

摘要： 《社会通诠》是严复的八大译著之一,它是严复个人政治思想的体现。翻译是一种跨文化、跨语际的符号转换活动,查尔斯·莫里斯将符号的意义分为指称意义、言内意义和语用意义,分别是译者主体性在文化层面、语言层面、情感层面的体现。严复的《社会通诠》是其独有的诗学特色、经典的文化底蕴和强烈的启蒙情感结合的产物。

摘要： 本发明公开了一种基于指称句的知识图谱和文本信息的表示方法及系统，涉及机器学习技术领域，该方法包含：对知识图谱进行建模，获得实体向量和关系向量；获取纯文本中包含的与关系相关的深层语义信息，并进行知识建模，获得文本化关系向量；获取纯文本中包含的与实体相关的深层语义信息，并进行知识建模，获得文本化实体向量；基于所述实体向量、所述关系向量、所述文本化关系向量、所述文本化实体向量以及词语向量构造优化参数，实现知识图谱和文本信息的联合表示。本发明利用“指称句”对知识图谱中的实体进行文本化建模，实现对知识图谱与文本信息联合表示进行降噪，从而提升知识表示与推演的质量。

摘要： 在示例性的实施例中提供用于自然语言处理中的依赖指称表达的解疑的方法、系统和计算机程序产品。选择一组文档中的文档的一部分，该部分包含一组依赖指称表达实例。过滤该部分以通过使用实例的语言特性从一组依赖指称表达实例中识别该实例，该依赖指称表达的实例指称在一组文档中出现的完整表达。通过定位依赖指称表达在哪里被定义为完整表达的替代物而在一组文档中的一个成员文档中定位完整表达。通过使用完整表达解析实例，使得关于完整表达的信息可在所述实例的位置处得到。

摘要： 本发明提供一种基于跨模态记忆对比指称表达理解的多模态目标检测方法，其采用具有较强表达力的Transformer网络去融合视觉与语言特征，利用多模态特征编码来捕获长范围的句子以及图像中目标信息。同时，建立整个数据集中目标关系记忆存储机制，通过建模多模态记忆增强与更新过程，利用整个数据集中图像间目标相关的记忆特征去增强当前数据集的多模态特征，从而实现本发明提出的跨模态记忆对比的Transformer指称表达理解。基于跨模态记忆对比的Transformer指称表达理解所提取的特征在拉大与其他干扰特征的距离的同时，有效地拉近了当前图像与句子的目标特征与整个数据集的同类别目标特征之间的距离，提升特征的判别性与鲁棒性，进而提高指示表达理解的目标检测精度。

摘要： 本发明公开了一种基于密集交叉注意力的指称表达生成方法，首先构建特征提取模块，从给定图像中提取目标特征；然后构建对象上下文注意模块，通过对象上下文注意模块得到目标的最终特征；然后将最终特征进行平均池化获得最终的视觉特征，使用LSTM作为生成模块，在每个时间步，将单词特征、视觉特征和隐藏状态连接，并将其作为LSTM模型的输入，LSTM模型的输出即为最终结果；损失函数采用生成损失和三元组损失组合。本发明可以对多模态数据进行建模并学习细粒度的特征表示，并能够在没有实例级注释的情况下生成无歧义的表达式。

摘要： 本发明属于计算机视觉技术领域，提供了一种基于transformer的指称图像分割方法，对于输入的文本和图像，算法要根据输入的文本来对图像中指定的目标进行分割，算法主要由特征提取、跨模态特征融合、跨层级信息整合三个部分组成。本发明可以在视觉特征提取和跨模态融合阶段提取全局和局部信息，在解码器阶段也可以很好地使不同层级的信息进行有效的整合，从而可以让模型根据文本描述来生成性能更好的分割结果。

摘要： 本公开提供了一种事件指称匹配方法、模型训练方法以及装置，涉及人工智能领域，尤其涉及知识图谱领域和深度学习领域。具体实现方案为：获取待处理的第一、第二事件指称，并获取第一事件指称的第一辅助文本和第二事件指称的第二辅助文本；根据第一事件指称、第一辅助文本、第二事件指称和第二辅助文本，生成融合编码特征向量；融合编码特征向量为融合了第一事件指称、第一辅助文本、第二事件指称和第二辅助文本的文本信息、结构化信息的编码特征向量；根据融合编码特征向量，生成文本对编码特征向量；文本对编码特征向量为由第一事件指称和第二事件指称组成的文本对的编码向量；根据文本对编码特征向量确定第一和第二事件指称是否为相同事件。

摘要： 本发明公开了一种基于主题模型和语义分析的实体指称项识别方法，包括如下步骤，步骤一、对输入语料进行句子分割、分词、词性标注和依存关系解析；步骤二、基于句法分析，获取边界完整的名词词组作为实体指称项的候选集，然后综合利用LDA主题模型和TF‑IDF统计算法，从候选集中过滤非实体指称项；步骤三、度量实体指称项和种子实体的语义相似度，选择相似度高的种子类别作为实体类别，然后利用浅层的句法知识设置规则，将每种实体类别的实体指称项分类到相应的指称项类别。本发明能够提高实体边界检测和分类方法的有效性。

摘要： 本发明涉及人工智能，提供一种医学特定指称及其关系的抽取方法，包括：提取医学样本文献中的实体指称，并对所述实体指称进行语法位置标注；根据所述实体指称的语法位置标注确定各实体指称之间的路径关系，并根据所述路径关系生成候选抽取规则集；根据过滤规则对所述候选抽取规则集进行过滤；通过预设的验证模型对过滤后的候选抽取规则集进行验证，以确定最终抽取规则；利用所述最终抽取规则对获取的待识别文献进行处理，以提取所述待识别文献中的医学特定指称及其相互作用关系。本发明还涉及区块链技术，候选抽取规则集存储于区块链中。本发明提供技术方案既能够解决现有的医学文献抽取方法中不能自动解析医学特定指称及其相互作用关系的问题。

摘要： 本发明公开了一种基于指称理解的视频安防检测方法，其特征在于，包括以下步骤：获取待处理的视频中的图像帧数据及待检测目标的指称数据；由语言注意力模块、基于协同注意力的主语模块、位置模块和基于视觉上下文的关系模块4个部分构成指称理解系统；对图像帧数据采用实例分割模型检测出候选目标，获得一个或多个候选目标区域；对指称数据采用语言注意力模块处理，分别映射获得视觉主语表达、位置表达和关系表达，并确定各表达的权重；分别用基于协同注意力的主语模块、位置模块和基于视觉上下文的关系模块进行相似度匹配打分，利用加权方式融合得到相似度得分，得分最高的区域判断为目标区域。本发明用于视频安防检测，提高了目标检测的准确性，尤其适用于具有多人物视频图像的识别。

摘要： 本发明公开了一种基于指称句的知识图谱和文本信息的表示方法及系统，涉及机器学习技术领域，该方法包含：对知识图谱进行建模，获得实体向量和关系向量；获取纯文本中包含的与关系相关的深层语义信息，并进行知识建模，获得文本化关系向量；获取纯文本中包含的与实体相关的深层语义信息，并进行知识建模，获得文本化实体向量；基于所述实体向量、所述关系向量、所述文本化关系向量、所述文本化实体向量以及词语向量构造优化参数，实现知识图谱和文本信息的联合表示。本发明利用“指称句”对知识图谱中的实体进行文本化建模，实现对知识图谱与文本信息联合表示进行降噪，从而提升知识表示与推演的质量。