词汇化

摘要： 由于动宾短语“V+O_(1)”的词汇化,构式“X+V+O_(1)+O_(2)”可以演变为构式“X+VO_(1)+O_(2)”,相同的语义成分表达不同的句法关系,分属不同的构式,这体现了构式的历时动态性。在构式“X+V+O_(1)+O_(2)”中,动词“V”关联两个宾语,应为三价动词。由于构式义可以为动词添加参与者角色,因此,二价动词可以准入构式。“X+V+O_(1)+O_(2)”形式数量增多,加之“V_(2)价”与“O_(1)”的关系较之“V_(3价)+O_(1)”更为紧密,可以理解为“X+[V+O_(1)]+O_(2)”。这既为构式中动宾短语“V+O_(1)”的词汇化提供了语义基础,也为动宾动词“VO_(1)”后带宾语提供了形式依据,从而促使构式“X+VO_(1)+O_(2)”的出现。在构式“X+VO_(1)+O_(2)”中,“VO_(1)”具有[+抽象]的语义特征,这主要体现在三个方面:一是“V”和“O_(1)”自身语义抽象;二是“VO_(1)”喻化造成的抽象;三是由于“O_(2)”的语义造成的抽象。

摘要： “所有”在上古汉语时期属于“所+VP”这一类名词化结构,是结构可分析为“所+有”的名词性成分,指“领有的东西”,发展到现代汉语中已经成为一个表属性的形容词,指“一切的、全部的”。这一变化不是偶然的、一蹴而就的,而是经历了由句法结构到词汇这一漫长的词汇化过程,符合汉语言中词汇化的客观规律。文章在结合汉译佛经材料和同时代本土文献材料用例的基础上,对“所+有”这一结构的词汇化过程进行客观描写,探讨其词汇化及语义演变的动因和机制,论证说明其在句法和语义上彻底演变成现代汉语中形容词的时代,并结合汉译佛经和本土文献中用例情况的对比,对近代汉语的分期问题做进一步的材料补证。

摘要： “碰巧”是由动词语素“碰”和形容词语素“巧”构成的契合义评注性副词。它由动补结构“碰巧”演变而来,最早出现在清中期,句法上经历了连谓前项,动补短语→描摹性副词→评注性副词的演变。动补短语“碰巧”暂时不会消失,它将在较长一段时期与评注性副词“碰巧”并存。在“碰巧”的词汇化过程中,其词汇化动因为语义因素、韵律因素和句法因素,词汇化机制为重新分析和心理组块。

摘要： 本文运用动态范畴化理论,对“结果”的词汇化与语法化过程进行分析。“结果”的词汇化过程发生了相邻范畴间的跨越,其间“结果”的名词范畴自身发生渐变,“结果”的语法化过程发生了名词范畴与连词范畴的互动与跨越。

摘要： 现代汉语中存在具有[+闭口][-言说]语义特征的词“绝口”单独修饰表“赞扬”义言说动词的用例。通过考察“绝口”的历时演变进程,得出这一存在语义矛盾性的句法现象出现于民国时期,是在“绝口”词汇化、语法化的过程中,受到认知语境的作用及主观化的语用推动,使得“绝口”的语义特征消退,从而单独修饰“赞扬类”言说动词的。

摘要： 网络新词“长草”是动宾式复合词,表示“购买欲望的产生和增加”。它是动宾短语“长草”词汇化的结果,其发展经历了如下过程:动宾短语“长草”→动宾式不及物动词“长草”→动宾式及物动词“长草”,“长草”的词汇化表现为语境扩展、语义组合性消失和句法可变性降低,形成动因主要是概念隐喻、谓词转喻。

摘要： 副词“其实”萌芽于五代,成熟于宋代,是由体词性偏正短语词汇化而来的。“其实”词汇化的动因是多方面的:一是韵律制约和词汇双音化,二是处于谓词性成分前,三是“其”的语义脱落和“实”的语义虚化,四是使用频率升高。“其实”词汇化的机制是重新分析。副词“其实”兼有表示实情和表示逆接的关联功能,而表示逆接的关联功能有时是显性的,有时是隐性的。“其实”的关联功能在宋代就得到了扩展:其一,关联的小句由一个扩展为多个;其二,具有篇章关联功能;其三,用来转换话轮。

摘要： 古代汉语中,名词“实名”并非是由并列短语词汇化而来,而是由偏正短语和跨层结构词汇化而来。在现代汉语中,名词“实名”进一步向副词语法化,即出现了副词化的现象。“实名”兼有描摹和评注两种副词性用法,后者是前者再语法化的结果。两者在副词意义、句法搭配、副词功能等方面存在差异。

摘要： “多一半”是个数副兼类词:数词“多一半”表示超出总量的二分之一和强调义;副词“多一半”表示对事件进行揣测的大概、通常义。“多一半”元代词汇化为数词,清代又进一步语法化为副词。语义演化的历程是从数量到程度,再到揣测。词汇化的动因主要有句法位置的改变、主观性、隐喻、非范畴化等。

摘要： 对“无所”跨层词汇化的过程、特点、演变动因和机制进行了探析。“无所”在古汉语中有两种用法:一是作动宾短语;二是组成“无所X”的跨层结构,层次是“无/所X”,意思是“没有X的东西、事情、人……”。在历时发展中,跨层结构“无所”发生了词汇化。“所”作特殊代词的功能消失,逐渐演变为语素,进入跨层词汇化形成的双音词之内,与“无”组合形成双音节否定副词。

摘要： 本研究以语法化与词汇化理论为经,佐以语料库量化分析为纬,旨在探讨台湾客语心理动词「怕」构式之句法、语意及语用现象.除了谚语用法外,「怕」鲜少指涉「害怕」之语意,绝大多数情况是用来表达说话者主观性不确定之情态意义.藉由检视「怕」构式在政大客语口语语料库以及客话书面语料中呈现之用法分布及共现语境,本文将深入分析「怕」构式由表「担心、害怕」之心理动词演变至表「可能、大概、恐怕」之情态词的语法化现象.另一方面从词汇化的角度,有一祈使构式「毋怕」,表达劝告、鼓励之语用功能;「怕」与「惊」、「敢」此二同义、反义心理动词亦词汇化成情态词「惊怕」与「敢怕」,皆表达说话者对命题内容之主观不确定性,这些词汇化现象亦值得深入探讨.奠基于构式语法框架,辅以语料频率分布佐证,本文将为「怕」相关构式之句法、语意及语用现象提出完整缜密之质性与量化分析.

摘要： 本文以北大中文系语料库为语料来源，讨论现代汉语副词“再、就、还”两两连用，“也”跟“再、就、还”的两两连用以及这四个副词中三个在一起连用的情况。研究证明，表明说话人观点的评注性副词总是居于连用副词的最前面，其次是关联副词，然后才是其他副词。还深入地分析了这四个副词中的三个能够连用和不能连用的原因。部分章节还涉及了副词连用造成的词汇化现象。

摘要： 文章对不同历史时期汉语语料中的“V法”及其相关结构进行了分析考察，论述了“V法”、“VP之法”及“VP法”从古代偏正式句法结构到现代汉语词项“V法”的历时演变过程，认为“V法”结构大致经过了双实语素结构、动词重心结构及无重心特殊结构等三个发展阶段，这一演变过程既是“V”与“法”融为凝固结构的词汇化过程，又是“法”从实义词到虚化语素的语法化过程，最初的词汇化为“法”的语法化提供了基础，而“法”的语法化又促进了该结构的词汇化进程，文章还尝试对该结构演变的认知机制作出解释。

摘要： 本发明提供一种词汇表管理装置、词汇表管理系统和词汇表管理方法。词汇表管理装置具备：读取部和输出部中的至少一个、存储部、获得部、分析部、用语匹配部和注册部。所述读取部对文档进行读取。所述输出部对文档进行输出。所述存储部可存储根据从文档中抽取的字符串而构成的词汇表。所述获得部从文档中获得文本数据。所述分析部对记述获得部获得的文本数据的语言和构成文本数据的字符串的词性进行分析，并基于分析结果抽取字符串。所述用语匹配部将抽取出的字符串与注册了用语的公共词典进行匹配。所述注册部在抽取出的字符串与公共词典的关键词不一致时，将抽取出的字符串注册到词汇表中。

摘要： 公开了响应于可视化查询标识文本词汇。提供了一种用于响应于可视化查询而标识文本词汇的方法、系统和计算机可读存储介质。服务器系统从客户端系统接收可视化查询。对可视化查询做出响应如下。生成针对可视化查询的图像特征值集。图像特征值集被映射到多个文本词汇，从而包括针对多个文本词汇中的每个所述文本词汇的权重。依照文本词汇的权重对文本词汇进行排名。然后，依照对文本词汇的排名，向客户端系统发送经排名的文本词汇中的一个或多个文本词汇。

摘要： 本发明涉及一种医学文档专业词汇自动化标注方法，包括：对输入的医学文档进行数据预处理，得到预处理后的医学文档文本；获取词的字母级特征向量、单词级特征向量、语言特征向量并进行融合，作为词的编码向量；将分词后的医学文档文本的词标注分类得到标注数据集；对每一个词输出一个多维向量作为词的空间表示；获取增强后的标注数据集；进行训练建模，并最终输出标注结果。本发明设计合理，其采用半监督学习算法对大量未标注数据进行标注，成功地克服了现有医疗行业标注数据过少的缺陷，有效地提高了模型能够使用的数据量，并大幅提升算法对于关键词和专业词汇的标注准确率，可广泛用于医疗文献处理中。

摘要： 提供了一种用于响应于可视化查询而标识文本词汇的方法、系统和计算机可读存储介质。服务器系统从客户端系统接收可视化查询。对可视化查询做出响应如下。生成针对可视化查询的图像特征值集。图像特征值集被映射到多个文本词汇，从而包括针对多个文本词汇中的每个所述文本词汇的权重。依照文本词汇的权重对文本词汇进行排名。然后，依照对文本词汇的排名，向客户端系统发送经排名的文本词汇中的一个或多个文本词汇。

摘要： 本发明提供一种词汇表管理装置、词汇表管理系统和词汇表管理方法。词汇表管理装置具备：读取部和输出部中的至少一个、存储部、获得部、分析部、用语匹配部和注册部。所述读取部对文档进行读取。所述输出部对文档进行输出。所述存储部可存储根据从文档中抽取的字符串而构成的词汇表。所述获得部从文档中获得文本数据。所述分析部对记述获得部获得的文本数据的语言和构成文本数据的字符串的词性进行分析，并基于分析结果抽取字符串。所述用语匹配部将抽取出的字符串与注册了用语的公共词典进行匹配。所述注册部在抽取出的字符串与公共词典的关键词不一致时，将抽取出的字符串注册到词汇表中。

摘要： 本发明公开了一种基于别名标准化的领域专业词汇词嵌入向量训练方法、系统及介质，本发明领域专业词汇词嵌入向量训练方法的实施步骤包括：获取领域专业词汇的正规名称及其别名，建立别名表；对训练文献进行别名标准化；使用词嵌入向量计算工具对标准化后的训练文献进行学习得到训练文献中所有单词的词嵌入向量；将别名表中所有别名的词嵌入向量设置为其对应的正规名称的词嵌入向量。本发明能够克服领域专业词汇的词嵌入向量不准确的问题，通过别名标准化的方法将相同含义的词汇统一用标准化的词汇表示，使得专业词汇在文献中出现的次数大大增加，从而大幅度提高了专业词汇的词嵌入向量的准确性，为专业领域的命名实体识别奠定了坚实的基础。

摘要： 一种用于操作电子装置的方法，包括：检测第一自然语言(NL)输入；从第一NL输入确定技能；当NL输入包括至少一个唯一技能词，将第一NL输入发送到用于确定技能意图的定制技能解析器，其中，定制技能解析器是基于包括至少定制训练数据集的数据进行训练的；以及当NL输入不包括至少一个唯一技能词，将第一NL输入发送到用于确定第一NL输入的一般意图的通用解析器。

摘要： 本发明涉及一种医学文档专业词汇自动化标注方法，包括：对输入的医学文档进行数据预处理，得到预处理后的医学文档文本；获取词的字母级特征向量、单词级特征向量、语言特征向量并进行融合，作为词的编码向量；将分词后的医学文档文本的词标注分类得到标注数据集；对每一个词输出一个多维向量作为词的空间表示；获取增强后的标注数据集；进行训练建模，并最终输出标注结果。本发明设计合理，其采用半监督学习算法对大量未标注数据进行标注，成功地克服了现有医疗行业标注数据过少的缺陷，有效地提高了模型能够使用的数据量，并大幅提升算法对于关键词和专业词汇的标注准确率，可广泛用于医疗文献处理中。

摘要： 公开了响应于可视化查询标识文本词汇。提供了一种用于响应于可视化查询而标识文本词汇的方法、系统和计算机可读存储介质。服务器系统从客户端系统接收可视化查询。对可视化查询做出响应如下。生成针对可视化查询的图像特征值集。图像特征值集被映射到多个文本词汇，从而包括针对多个文本词汇中的每个所述文本词汇的权重。依照文本词汇的权重对文本词汇进行排名。然后，依照对文本词汇的排名，向客户端系统发送经排名的文本词汇中的一个或多个文本词汇。

摘要： 提供了一种用于响应于可视化查询而标识文本词汇的方法、系统和计算机可读存储介质。服务器系统从客户端系统接收可视化查询。对可视化查询做出响应如下。生成针对可视化查询的图像特征值集。图像特征值集被映射到多个文本词汇，从而包括针对多个文本词汇中的每个所述文本词汇的权重。依照文本词汇的权重对文本词汇进行排名。然后，依照对文本词汇的排名，向客户端系统发送经排名的文本词汇中的一个或多个文本词汇。