《论语译注》

摘要： 商代已有牛耕,战国至秦开始推广,战国以前是我国牛耕的早期阶段。春秋始见与牛耕相关的文字。《论语·雍也》:“犁牛之子骍且角”,这是最早牛、犁联言的文字。受何晏“犁,杂文”解的影响,或不将此条与牛耕相联系。如徐中舒说:“物训杂毛牛”与《论语》何注“犁杂文”、《淮南子·说山训》高注“牛不纯色”等义又正相应。但犁牛为耕牛,清儒刘台拱、刘宝楠父子辩之綦详,综见齐思和《牛耕之起源》所引,而杨伯峻《论语译注》径释“犁牛之子”为“耕牛的儿子”。

摘要： 每个时代有其自身特点,但对人才的要求不变。当前,学生所需培养的核心素养与千年前孔子所推崇的“学为君子”不谋而合。一线从教者应围绕核心素养重新思考知识、能力与素养培养的关系,深入学习教育的精髓,积极引导学生营造良好学习氛围,提升学习与思考的能力。

摘要： 杨伯峻《论语译注》是现今较为通行的《论语》译本,其中注释还有可商榷之处.文章在分析对比相关文献的基础上,就"贤贤易色""攻乎异端,斯害也已""里仁为美"的阐释与《论语译注》商榷.

摘要： 如何与智慧不及自己的人谈话打交道?孔子告诉我们如何做。题目这句话出自《论语》开篇第一段,原文为:“人不知而不愠,不亦君子乎?”这句话的确切意思到底是什么?从古到今罕有人真正领会。造成这种现象的原因是“知”字词义的发展,后人大都以自己时代的词义来理解。下面是杨伯峻《论语译注》对这句话的白话翻译:人家不了解我,我却不怨恨,不也是君子吗?

摘要： 道不行,乘桴浮于海。——《论语·公冶长》孔子有云:"道不行,乘桴浮于海。"杨伯峻在《论语译注》中解释说:古代把竹子或者木头编成排,以当船用,大的叫筏,小的叫桴,也就是现在的木排。孔子似乎是在这里表明志向或者心愿:如果自己的主张行不通了,就坐个木排到海上去漂着。

摘要： “父母在,不远游。”在春节期间,这句话在我眼前出现的频率颇高。来自广东共青团的一篇《别笑,社会各界人士春运图鉴》推文,形象地把春运比作“人类最大规模的短期迁徙”,通过一幅幅古代画作向大家讲述春运。我一目十行地浏览到文尾,“父母在,不远游。古代不是这样的思想么?”这是一位读者的留言,一句赤裸裸的质疑。咦,我前几天刚在《论语译注》中看到这句话。朗朗上口的句子总是让人更容易记住,意思明了又让人印象更深刻。但其实这句话还有后半句,我继续往下看,作者果不其然回复道:“游必有方”。

摘要： 金安平(Annping Chin)于2014年出版了“企鹅经典”《论语译注》(The Analects, translated with an Introduction and Commentary)。出版社编辑认为鄢秀博士是翻译该书最合适的人选,本文是她为刚刚完稿的译著所写的译后记。为了翻译该书,她花费了大量的时间查找原典,这从译后记中便可以看出,仅一个“时”字就足以写一篇研究论文了。正因如此,她的译本在选词造句方面,往往都能找到根据。

摘要： 《论语》中的时间表述与自然界时令季节的变化、先民的生存感知息息相关,形成了时、日、月、年等基本的时间单位,具有时间经验性.孔子强调祭祀祖先,对父母兄弟遵守孝悌之道,在这种一纵一横的血缘时间连接下,种族得以传承,达到时间的延续.时间的社会性具有实践功能,对正朔的肯定体现出大一统观念,“以人为纪”“王正月”等规矩确立礼的规范.孔子不满现实的无序,致力于“克己复礼”、推崇先贤,这是时间的排列,也是历史主义的价值指向.《论语》中的时间注重当下,强调就生存而言,要规划好人生的每一阶段,并把握时机.

摘要： “增字解经”作为疏解经文的方法,学人对其看法历来不一.以王念孙、王引之父子为代表的诛诟派认为“增字解经”是经典训释之弊,而以黄侃、黄焯叔父为代表的推崇派却充分肯定其在经典训释中的积极意义和价值.杨伯峻先生《论语译注》有意选择“增字解经”法,追求流畅明白,企图帮助一般读者比较容易而正确地读懂《论语》.其86章(节)“增字解经”中有58章(节)契合《论语》文本原意,敞开了《论语》文本的意义世界;有15章(节)不同程度存在对《论语》文本理解不充分、增补不足,甚至自设藩篱、自小疆域的局限性;尚有13章(节)增字意义不显著,增字无补不增字无损于对经文的正确理解.但是,对杨伯峻《论语译注》“增字解经”方法运用的客观意义应予以肯定.

摘要： 本公开涉及一种用于评论语音消息的方法及装置，用以解决现有技术中不能对语音消息进行评论的问题。所述方法包括：接收语音消息；在接收到对所述语音消息发布评论的触发操作时，显示接收评论信息的输入框，所述评论信息用于对所述语音消息进行评论。

摘要： 一种随文译注排版法的外语教育和学习的用书、用品。它是在外语原文的整体行列结构下，在与外文原文或上、或下、或左、或右对应相邻的位置随文设置一翻译区和一个(或若干个)注释区，在对应的区域内按文与文、字与字、词与词等相对应，随文地进行翻译、字(词)原形的发音利词义标注、语法标注、随具体应用在语法和口语中发生语音变化的变音标注、语义理解过程的意群划分标注。因而可方便地、高效地实现外语学习中词汇、语音、语法等大量的记忆输入。本发明可与各种具有文字载体功能的用品用具相结合，生产出具有外语学习功能的各种用品，使外语学习信息的输出与接收高效同步实现。

摘要： 本申请公开了一种对评论语句打标的方法、装置、设备和存储介质。该方法包括：获取产品的待分析评论语句集合；接收所述产品的标准标签和所述标准标签的解释语句；基于文本向量转换模型计算所述待分析评论语句和所述标准标签的解释语句的相关性；如果所述相关性大于预定阈值，则确定所述标准标签为所述待分析评论语句的标签，为所述待分析评论语句打标。根据相关性来确定待分析评论语句的标签，提高了对于待分析评论语句进行打标签的效率。

摘要： 本发明公开了一种评论语句特定目标关键词情感分析方法及系统，包括：获取待进行目标关键词情感分析的语句与至少一个目标关键词，基于语句及目标关键词，得到语句映射矩阵及目标关键词映射矩阵，利用预设编码器对语句映射矩阵及目标关键词映射矩阵分别进行编码，得到语句映射编码矩阵及目标关键词编码矩阵，基于语句映射编码矩阵及目标关键词编码矩阵，利用多层次注意力机制进行多重加权运算，得到注意力向量，根据注意力向量，利用Softmax函数计算得到每一种情感极性的判别概率，从而克服了现有技术对语句进行建模而忽视了目标关键词的重要性的缺陷。

摘要： 本发明公开了一种基于BiLSTM的电影评论语义情感分析方法，通过构建AT‑BiLSTM情感分类模型对电影评论文本进行情感分类；该AT‑BiLSTM情感分类模型具体包括：向量表示层、BiLSTM层、注意力层、全连接层和分类层，使用归一化指数函数对融合了注意力机制的电影评论文本进行情感极性的分类。提高电影评论文本情感分类的精确率。本发明利用word2vec模型将电影评论训练成词向量的形式，然后在BiLSTM网络的基础上加入注意力机制，构建了AT‑BiLSTM情感分类模型。该模型可以有效学习电影评论的语义特征，充分提取句子中的关键内容，有效提高电影评论的情感分类效果。

摘要： 本发明提供一种多小组决策产生讨论语料的建模可视化方法和装置，包括：采集多小组决策产生讨论过程中的全部语料文本；基于全部语料文本中的每个词汇的属性类型，转换为分词特征描述表示，分词特征描述表示为分词嵌入向量表示或者词网络中节点表示；基于分词特征描述表示确定多小组决策产生讨论中的特征指标，通过展示模块以图形或表格形式进行可视化输出；展示模块包括话题分布认知地图模块、深度广度指数模块、话题竞争结构模块、词网络模块、因果推断模块和多元Hawkes过程拟合所述讨论过程的特点模块。本发明实现定性定量评估各小组在讨论过程中表现的特点和差异，使用图表展示话题分布和时序过程，方便用户直观获取讨论过程的分析结果。

摘要： 本发明揭示了一种面向网络直播场景的用户言论语义分析方法，包括如下步骤：S1、实时获取网络直播平台直播间内用户输入区的内容，并进行预处理；S2、将预处理过的内容进行分词处理，保持词序列顺序不变；S3、根据语料词典得到每个词的词向量，进而得到用户输入内容的向量表示；S4、构建并训练LSTM型双向RNN语义分析分类器模型；S5、依据S4中建立的模型判断用户输入内容是否包含不良信息，若不包含则正常发送，否则提醒用户并禁止发送。本发明可以在无人工参与的情况下自动地完成对用户言论的语义分析、从源头上对网络直播平台内的用户言论进行监督，不仅能够保证监督的实时性和有效性，而且也节约了人工成本。

摘要： 本发明提出了一种基于大数据中文网络评论语句主题语义倾向的分析方法，其特征在于，所述分析方法包括：主题抽取：对中文网络评论语句进行主题抽取，识别确定其主题术语和领域相关的本体概念；语句预处理：对评论语句进行预处理，分句分词并过滤掉客观性表述，以获取该主题语义分析的情感描述项；情感分析：分析情感描述项的极性以确定该主题的语义倾向。本发明利用本体来抽取语句主题以及它的属性，然后在句法分析的基础上，识别主题和情感描述项之间的关系，从而决定语句中每个主题的极性。

摘要： 本公开涉及一种用于评论语音消息的方法及装置，用以解决现有技术中不能对语音消息进行评论的问题。所述方法包括：接收语音消息；在接收到对所述语音消息发布评论的触发操作时，显示接收评论信息的输入框，所述评论信息用于对所述语音消息进行评论。

摘要： 本发明提供一种应用于评论语料的情感信息压缩方法及系统。上述方法包括以下步骤。S1、将待用数据分为K份，并取其中1份作为测试样本，其余K-1份作为训练样本。S2、使用机器学习方法训练分类器对所述测试样本进行分类，并将分类结果的最大后验概率作为每个样本的情感代表性分数。S3、将所有样本根据情感代表性分值从大到小排序，并根据压缩规模N，抽取排在前面的N个样本作为压缩样本集。本发明能够有效的压缩评论语料，并最大程度上保存原语料的情感分类信息，达到了在小存储容量的移动设备上实现情感分类任务的目的。