英语新词

摘要： 英语新词的生命力存在差异。部分英语新词使用较多,进入了词汇系统;有些则成为隐退词,较少或不再为人所用。文章基于《英汉大词典补编》的英语新词,分析其中的新词隐退情况。研究发现这些隐退词大多曾是普通新词,少数为时髦词、非正式用词或首字母缩略词等。该词典中隐退词的所指物通常较为少见;或所指物较常见,但能指符号不常用;或能指符号有更常用的替代词等。新词隐退是社会因素和人的选用等外部机制以及词语本身的特点、词汇系统中同义词的竞争等内部机制共同作用的结果。

摘要： 在网络时代下,人们的信息传递方式发生了较大的改变.英语作为一种网络中的常用语言,也受到了一定的影响,产生了很多网络英语新词.这些新词的出现,使得人们的语言表达受到了潜移默化的影响.为了更加准确地掌握和理解网络英语新词,需要对其概念和内涵、产生和发展进行了解.在此基础上,分析网络英语新词的构词法,同时对其翻译技巧进一步探究.保证这些新词能够得到正确、规范的应用,也使其意义得到准确的表达.

摘要： 在网络时代下,人们的信息传递方式发生了较大的改变。英语作为一种网络中的常用语言,也受到了一定的影响,产生了很多网络英语新词。这些新词的出现,使得人们的语言表达受到了潜移默化的影响。为了更加准确地掌握和理解网络英语新词,需要对其概念和内涵、产生和发展进行了解。在此基础上,分析网络英语新词的构词法,同时对其翻译技巧进一步探究。保证这些新词能够得到正确、规范的应用,也使其意义得到准确的表达。

摘要： 随着近年来时代的不断发展和变化,英语词汇也在这样的环境中出现了极大的变化,在这样的社会环境中,新的英语词汇就像镜子一样展现着社会的发展,从认知语言学的角度进行分析,英语中的各种新型词汇所展现出来的更多的是意识与形式的复合体,而新词在进行构建时所展现出来的内容包括两个不同的方面,第一个是新词的形式构建,第二个是新词的意义构建。在不断变化的背景下,人们通过自身的认知变化和认知活动做出相应的匹配,借此建立新型的英语词汇。

摘要： 新词的出现彰示了社会生活的风向和交流沟通的重要性,也是语言学习的风向标.而以往的研究多侧重于新词的外部特征,从认知视角分析新词学习过程的研究较少.本文从概念整合理论视角,分析2017年英语新词的意义建构,运用概念整合网络模型还原其动态过程.在验证概念整合理论强大阐释力的同时,从认知心理学的角度,给学习者探索新词的学习形式和目标带来一些思考.

摘要： Many students feel it hard to learn new English words. Here are some tips for you.许多学生觉得学英语新词很难。这里有一些建议给你们。Learn English Through Reading▲通过阅读学习英语Read English texts as often as you can. This could be the news, short stories or novels1,texts from your textbook or the Internet. Pick an interesting text that is not too difficult for you.尽可能多读英语文章,可以是新闻、短篇小说或长篇小说,课本里的或互联网上的文章。要选对你来说不太难的文章。

摘要： 社会和科技的发展使得各个领域都出现了大量英语新词，如政治、经济、网络甚至日常生活。随着时间的推移，这些新词或被完全淘汰，或被广为接纳乃至成为常规词汇。而由于国际交流的日益频繁，很多新词开始逐渐传入其他语言，为其他国家的人们所熟知。然而在这一过程，新词的理解和使用出现了很多问题，不规范的翻译问题尤其突出。分析、研究英语新词的发展，探讨恰当的翻译方法，对促进新词的规范使用和更好的国际交流有重要意义。

摘要： 随着社会经济文化的发展,大量的英语新词应运而生.模因论是一种解释文化进化规律的新理论,其核心是“模因”.作为文化载体的语言本身就是模因,词汇模因则是最为积极活跃的语言模因.词汇模因通过各种构词方式得以被创造、复制和传播,其中传统构词法是英语新词构成最主要的途径.从模因论的角度分析最能反映社会文化发展的英语新词构词的模因特点,能帮助我们从一个崭新的角度来了解英语新词的形成,并加深对英语新词产生规律和特点的认识.

摘要： 网络改变了信息传递的方式,英语语言也受到了影响.一些英语新词在网络上产生,有着独特的特点.本文对网络英语新词及其语义特点进行介绍,分析网络英语新词的构词方法,并探究网络中英语新词的翻译技巧.以供相关人士参考.

摘要： 本申请提供了一种领域新词识别模型的训练方法、领域新词识别方法及设备，其中，该领域新词识别方法包括：获取目标语料，目标语料中包括预设时段内的多个文本，根据预先训练的领域新词识别模型，对目标语料进行处理，得到预设时段内的目标领域新词，其中，领域新词识别模型是根据训练语料训练得到的，训练语料中包括历史时段内的多个文本样本，多个文本样本标注有领域新词和非领域新词。本申请具有如下有益效果：采用领域新词识别模型可以快速地提取出领域新词，提高了领域新词的识别精确率，为人机对话和舆情分析提供了强有力的引导。

摘要： 本发明实施例提供了一种更新词库的方法、系统和一种用于更新词库的装置，该方法包括：监听对文本信息执行的编辑操作；当监听到所述编辑操作时，将所述文本信息作为词条存储至预置的词库中；在所述词库中，根据所述编辑操作对所述词条设置在输入时用于排序的属性。通过用户的编辑操作对其排序的属性进行个性化的调整，提高了各词库中词条作为候选项时的排序准确率，方便用户选择所需的候选项，进一步提高了输入的效率。

摘要： 本发明提供一种领域新词的提取方法及系统，包括，采集行业内容数据，并抽取所述行业内容数据中的文本数据，得到专业领域文本数据集；根据预设的领域句法词典对所述专业领域文本数据集进行转化，得到对应的词向量数据集；调取所述词向量数据集中不属于所述预设的领域句法词典的候选词语，若所述候选词语的余弦相似度与所述预设的领域句法词典的余弦相似度大于预设的阈值，则判定所述候选词语为候选新词；通过预设的过滤规则对所述候选新词进行过滤，得到领域新词。本发明通过新词发现并融合多种新词提取的方法可实现特定领域词汇的提取，实现领域新词提取，提高分词准确率，从而提升自然语言处理下游任务的性能。

摘要： 本发明公开了一种结合词向量多特征融合的新词发现方法，该方法步骤包括：对语料进行特征标注，计算属性对互信息矩阵和自信息矩阵，计算候选特征属性对得分；聚类词向量，找到对应的最近邻类中心向量，并找出该类中心向量对应的词作为词向量特征属性，遍历所有词向量特征属性对，计算词向量特征属性对自信息矩阵和互信息矩阵，计算所有词向量特征属性对得分；对所有候选特征属性对得分配置优化权重系数后求和计算总得分；总得分超过新词阈值时提取候选词对对应得分向量到样本集合；更新权重系数并迭代训练至损失函数收敛获得最终的权重系数；重新计算候选词对总得分，输出超过新词阈值的新词。本发明实现更合理的新词评价方法，更加有效地挖掘潜在的新词。

摘要： 本申请公开了一种用于智能交互的新词识别方法及系统，所述方法包括：确定智能交互中未识别的用户语句；将所述用户语句进行分词划分后重组获得分词片段；将获取的分词片段进行组合后获得新词候选串；对所述新词候选串进行统计筛选后确定所述用户语句中的新词。如果出现无法识别理解的用户语句，则对语句进行拆分判断后获得语句中新词的新词，对新词进行理解后对智能交互的答复。进而提高了交互语句新词的识别率，保证了正常的人工智能交互。

摘要： 本发明公开了一种基于掩码语言模型的文献新词发现方法及系统，属于人工智能自然语言处理技术领域，该方法包括掩码语言训练组件、模型依赖关系运算组件和最大概率运算组件，掩码语言训练组件对文献数据进行数据清洗、句段切分，通过训练集的训练组成向量标识Word Embedding，组建Attention机制和前馈神经网络，合为一组Encoder，并搭建Encoder训练模型；将编码后的训练集采用随机屏蔽，部分输入token做训练集输入，被屏蔽的token做输出，以该方式做数据生成器，训练深度双向表示网络。本发明能够达到速度与精确度的平衡，对于特定场景的文献有更好的新词发现效果。

摘要： 本发明公开的一种基于词向量表征的网页新词发现和解析方法，包括以下步骤：步骤1，网页原始数据预处理，得到预训练文本；步骤2，首先进行粗略分词处理，然后使用N‑gram模型来分别构建2‑gram、3‑gram的前缀字典树；步骤3，使用内部结合度多字互信息来度量候选词串的内部结合度；步骤4，使用左右邻接熵信息度量来确定上一步骤中的候选新词的边界；步骤5，利用余弦相似度原理来进行相似向量筛选进而扩充初始关键词词典；步骤6，解析待处理网页中的数据，把网页中的非结构化数据转存到一个预先设置的结构化数组列表里；步骤7，通过步关键词词典对结构化列表里的数据进行提取和整合，完成解析过程。

摘要： 本发明公开了一种用于分布式储能领域的挖掘新词的方法及其装置该方法包括以下步骤：将预处理句子切割为的多个个第一待处理文字段，将多个第一待处理文字段归结为多个个不同的第二待处理文字段，计算每个第二待处理文字段的度量值，当度量值≥第一预设阀值且的数量≥第二预设阀值时，第二待处理文字段为新词。该方法能够挖掘分布式储能领域的挖掘的新词从而创建词库。

摘要： 本发明涉及新词召回方法和词向量表生成方法及其装置。提供了一种新词召回方法，包括：接收特定领域的一个或多个文档；对每个文档进行分词；计算通过分词发现的新词的左右熵和互信息熵，并基于左右熵和互信息熵获得新词的信息熵得分；基于所述文档以及通用文档，计算每个新词在文档中的词频以及在所述文档和通用文档中的逆文档频率，并基于词频和逆文档频率获得每个新词在每个文档中的词频‑逆文档频率得分；计算每个新词在所有文档中的总词频‑逆文档频率得分；基于每个新词的信息熵得分和总词频‑逆文档频率得分，获得每个新词的领域词得分；以及根据领域词得分对所有新词进行排序，将领域词得分最高的预定数量的新词确定为新的领域词。

摘要： 本申请实施例公开了一种新词发现方法、装置、设备以及存储介质，可适用于人工智能、云技术以及数据库等领域。该方法包括：确定待预测语句中各字对应的初始特征序列，将初始特征序列输入语言模型得到待预测语句中各字对应的预测特征序列；基于预测特征序列确定待预测语句中的新词。采用本申请实施例，可高效准确地确定出新词，适用性高。