联词

摘要： “及”读jí,“暨”读jì,读音相近;两个字都可以用作连词,表示“和”或“与”。它们有什么区别呢?对此本文试做些说明,供读者参考。郭沫若曾经讨论过“及”的意义的变化。他说:“‘及’同‘逮’,即逮,捕之意。此为本义,后假为暨与之及,而本义遂失。然考殷、周古文,如甲骨文与两周彝铭,暨与义之联词均用衆,无用及者。用及为联词乃后起事。”

摘要： 2019年题目第一组:门窗,万一,后悔,灭火器。糊弄,瞀觉,所谓。害人害己第二组:分类,共享,蓝天,救世主。能源。后代,约束。同舟共济第三组:智慧,脚步,默默,母亲节。憧憬。奉献,视频。如数家珍要求:任选一组,写一篇300字以内的作文,题且自拟,内容不限,必须用上所选8个词语,词语先后次序可以打乱。欢迎老师、家长指导孩子写作、投稿。

摘要： 课文《枣核》,是一篇短小精悍、浅显易懂、感情浓郁、主题明确的记叙文。徐老师的课出其不意的开场就把我吸引了,词语教学不落窠臼,粗看粗听,徐老师将词语教学的目标落实在理解词意上;细看细听,词语教学的真正目标指向词语在文中的运用;屏气凝神,你会发现,徐老师已在不经意间将两个关键词语作为突破口,引导学生走入文本,感受本文的悬念的魅力。这可真称得上选词选得巧、解词解得实、联词联得妙。师:同学们课前都做了充分的预习。先请一位同学把文

摘要： 2013年题目第一组:动物交流牵挂洗澡尽管照顾淘气保护神第二组:习惯重新所以痛苦事半功倍瘾坚持笑容第三组:运动疲惫伙伴汗水鼓励安慰雀跃拉拉队要求:任选一组,写一篇300字以内的作文,题目自拟,内容不限,必须用上所选8个词语,词语先后次序可以

摘要： 联词:运动疲惫伙伴汗水鼓励安慰雀跃拉拉队星期三下午课外活动,我们班和三(2)班举行了一场拔河比赛。在学校的运动场上,老师宣布比赛规则:"绳子中间系一根红丝带,如果哪边把红丝带拉到自己这边就算赢。三局两胜!"哨声一响,伙伴们死死抓紧绳子朝后拉,绳子一会被我们拉过来,一会被他们拉过去,互不相让。突然,我班的一名同学不小心被绊

摘要： 联词:动物交流牵挂洗澡尽管照顾淘气保护神我从小就喜欢动物,特别是小猫。我9岁生日那天,妈妈送给我一只小猫。它可爱、淘气,一根鸡毛或一个线团它都玩个没完没了。天热的时候,我每天都给它洗澡,精心地照顾它。每天,只要一离开它,我就开始牵挂它。尽管它经常跳到我的书桌上,把我的书弄乱,我也不会骂它。有时候它"喵喵"地叫,好像在和我说话,我就学它那样"喵喵"地和它交流。我爱我的小猫,我要当它的保护

摘要： 联词:习惯重新所以痛苦事半功倍瘾坚持笑容以前,表哥有网瘾,一到星期天,他就习惯性地打开电脑玩游戏,叫他吃饭他都听不见。被家人禁止玩电脑时,他就流露出痛苦的神情。玩游戏不仅影响了表哥的学习,他的视力也下降得很快。所以,妈妈决定带我们出去打乒乓球、做游戏,总是想方设法在室外玩耍。由于长期坚持在户外玩耍,表哥的视力下降得

摘要： 以前,我的学习成绩好得益于坚持阅读课外书。课外书读得多了,写起作文来事半功倍。这个好习惯还被老师介绍给全班同学呢。可是,上个学期我学会了上网,课外书就读得少了。网瘾发作时,我半夜不睡觉,第二天上课没有精神,所以学习成绩直线下降,写作文时也感到无话可说。看到妈妈痛苦的样子,我决定重新振作起来,痛改前非。通过两个月的努力,我的学习成绩越来越好。期末,当我把奖状拿回家时,妈妈的脸上绽开了久

摘要： 本发明揭示一种由电子装置执行的用于获得由用户指定的关键词的说话者不相依关键词模型的方法。所述方法可包含从所述用户接收指示所述关键词的至少一个样本声音。所述方法还可基于所述至少一个样本声音而产生所述关键词的说话者相依关键词模型、响应于产生所述说话者相依关键词模型而向服务器发送对于所述关键词的所述说话者不相依关键词模型的请求，和从所述服务器接收适于检测由多个用户说出的所述关键词的所述说话者不相依关键词模型。

摘要： 本发明公开了一种基于词嵌入的设备失联预测方法、装置和电子设备，所述方法包括以下步骤：基于历史设备的APP安装包列表，通过APP安装包的词向量矩阵获得历史设备中各APP安装包的词向量；基于历史设备中各APP安装包的词向量，通过数据聚合得到历史设备的词向量；基于历史设备的词向量和历史设备失联数据，构建设备失联预测模型；获取新设备的APP安装包列表，通过APP安装包的词向量矩阵获取新设备中各APP安装包的词向量，并通过数据聚合得到新设备的词向量；基于新设备的词向量，通过设备失联预测模型预测新设备的失联概率。本发明便于维护且可直接根据词向量获取设备失联概率，无需挖掘者对APP数据充分了解，降低设备失联概率预测的条件。

摘要： 一种用于在自动语音识别(ASR)系统中学习词汇表外的(OOV)词的方法(和结构和计算机产品)包括：使用原声词嵌入递归神经网络(AWERNN)来接收所述ASR系统的新OOV词的特征序列，所述RNN提供原声词嵌入(AWE)向量作为其输出。从AWERNN输出的AWE向量被提供作为原声词嵌入到训练的原声到词的神经网络(AWE→A2W NN)的输入，以从所述AWE向量提供OOV词的权重值。将OOV词权重插入到由ASR系统使用的原声到词(A2W)的词嵌入的列表中，以从语音原声特征的输入输出所识别的词，其中OOV词权重相对于A2W词嵌入列表中的现有权重被插入到A2W词嵌入列表中。

摘要： 进行具有高精度的同义词判断而从文本中自动地生成同义词辞典。对文本进行词素分析，而将文本分割为多个单词，获得词素分析完毕文本。对词素分析完毕文本进行主题分类，从多个单词中选择属于各主题的至少一个主题词，从至少一个主题词中提取附带有各主题的特征的基准词。对多个单词进行多维向量化，而获得分别表现多个单词的多个向量。从多个单词中选择至少一个类似词。以使表现基准词的向量与表现至少一个类似词的各类似词的向量之间的类似度高于设定的基准的方式，选择至少一个类似词。制作登记有至少一个类似词的至少一部分的同义词辞典。

摘要： 本发明提出了一种查询词嵌入扩展词和统计扩展词并集的中文查询扩展方法，其利用深度学习工具对对初检文档集进行词嵌入语义学习训练，得到词向量集，计算每个查询词项与所有非查询词项的向量余弦相似度并降序排列，提取前列非查询词项作为查询词项词嵌入扩展词，得到查询词项词嵌入扩展词集，然后利用基于Copulas理论的统计扩展词挖掘方法对伪相关反馈文档集挖掘统计扩展词，建立统计扩展词集，最后将查询词项词嵌入扩展词集和统计扩展词集进行并集得到最终扩展词，最终扩展词和原查询组合为新查询，再次检索文档集，实现查询扩展。本发明将查询词嵌入扩展词和统计扩展词并集融合，能挖掘出与原查询相关的高质量扩展词，提高和改善文本信息检索性能。

摘要： 本发明公开了一种拼词方法、拼词从机及拼词系统，其中拼词方法应用于拼词系统的拼词从机，所述拼词系统还包括与终端设备通信连接的拼词主机，所述拼词方法包括：接收所述拼词主机发送的待拼词组，所述待拼词组为所述终端设备接收触发指令时，根据所述触发指令生成对应的待拼词组并发送给所述拼词主机，以使所述主机将所述待拼词组发送给所述从机；获取拼接词组，所述拼接词组为所述拼词从机从字符组件获取；判断所述待拼词组和所述拼接词组是否匹配；若匹配，则生成响应信息并将所述响应信息发送给所述拼词主机，以使所述拼词主机将所述响应信息转发给所述终端设备，从而使所述终端设备根据所述响应信息做出响应。

摘要： 本发明公开了一种拼词主机、字符模块、拼词系统和拼词方法，其中拼词主机包括主处理器和连接于主处理器的存储器、输出装置和主机接口；主机接口用于获取字符模块发送的信息，存储器用于存储预设语句，主处理器用于判断字符模块发送的信息是否正确或是否与预设语句匹配，输出装置用于输出判断结果。通过积木式的字符模块组成语句，字符模块能自主识别拼接是否完成拼接，拼词主机获取字符模块拼接成的语句信息判断是否正确或与预设语句匹配，之后输出匹配结果。字符模块与拼词主机的结合方式比较独特，使用者可以有搭积木的体验，同时学到单词、算数等知识。

摘要： 本发明公开了一种拼词识别装置、字符模块、拼词系统和拼词方法，其中拼词识别装置包括处理器和检测部，检测部用于放置字符模块；检测部设有检测组件，检测组件包括与处理器连接的多个检测点，检测组件用于通过检测点与字符模块上检测标记的配合以获取字符模块上检测标记的分布；处理器用于根据检测标记的分布识别字符模块的字符标记；字符模块包括字符标记和检测标记，检测标记的分布与字符标记相关联。通过拼词识别装置中的检测组件检测字符模块上检测标记的分布，进而由检测标记的分布得到字符模块的字符标记。字符模块与拼词识别装置的结合方式独特，使用者可以有搭积木、拼图的体验，同时学到单词、算数等知识。

摘要： 一种用于电脑的汉字编码系列，用音码、音形码、音义码、双音节词码组成兼容码，与拼音字码、联词码合为统一的编码系列，以声韵双拼作为编码的基础，采用多种方法进行编码，将36个字母、数字作标调区分符，并标于机上，用屏幕提示指导区分重码，每次可提示36字，可对任何汉字或词进行编码，并消除了重码，用户不经训练就可操作，可在通、专用字母数字键盘上对常用字或词进行盲打，兼容码最长5码，平均长2.3码，该编码系列还可用于通讯，字典编排，可为实现汉字拼音化创造条件。

摘要： 取得包含用户输入的检索字的检索查询（S4），将取得的检索查询与用户识别信息和检索查询的取得时刻对应地存储在检索查询记录DB（12a）中（S5），在检测到规定用户操作的情况下，提取与该用户的用户识别信息对应的检索查询（S6），从提取出的检索查询中确定第1检索查询（S7），从提取出的检索查询中确定取得时刻在第1检索查询的取得时刻之前的第2检索查询（S8、S9），在关联词DB（12b）中登记第1检索查询的检索字和第2检索查询的检索字作为关联词（S10）。