词项

摘要： 形式逻辑学中概念—词项部分的理论存在诸多问题.概念与词项的混用现象严重,内涵与外延的说明有失偏颇,概念或词项的语言学内涵式分类显得多余,定义的方法始终存在理论缺陷.而在形式逻辑当中讨论概念是否恰当?对此,可以在确立词项而非概念作为形式逻辑研究的基本对象的基础上,肯定一切词项的外延与其内涵具有同等程度的"存在",不主张对词项从内涵层面进行分类,对定义方法的正当性继续存疑.这些问题本来不必成为形式逻辑的问题,事实却是被当作形式逻辑的问题进行说明.

摘要： 文章是在聚合关系和组合关系中研究词义特征及其演变,我们以共有的词义特征为依据确定了上古时期“问”类义场的主要词项:问、谘、询、讯1、讯2、诘、访、谋。文章对上古文献中“问”类语义场各词项进行全方位的测查、归纳和整理,考察分析该义场各词项的异同及其历时演变并探讨变化的原因。研究发现,该语义场上古前期词项丰富而后期词项减少。词义的变化不仅仅是其自身发展的结果,还常常是由于处于聚合关系或组合关系中受到其他词语的变化影响所致。

摘要： 数据驱动的学习理念符合大数据时代背景,语料库技术的发展又使数据驱动学习的实现途径更加丰富。本文探究如何用数据驱动学习的理论框架指导《新职业英语》的教学实践,该方法以词项为核心,主张语言是由结构功能一体的各种词项联结而成。通过将词项置于真实的语言材料中,学生可以自主观察并归纳词项的词义、搭配、类联接、语义韵以及语法型式。

摘要： Sinclair的学术思想奠定了现代语料库语言学学科的基础,同时他还就语言教学提出了许多极富价值且有前瞻性的论述,并开展了许多卓有成效的实践研究。在他的语言教学思想体系中,重点谈到了语言教学中的4个难题,即歧义、变体、术语混乱及意义体系不完备。在Sinclair看来,其中有些问题看似反映了语言自身的特征,但实际上是因为采用了不当的语言描述途径造成的,改变这种做法便能较好地解决这些问题。文章将对Sinclair的这些重要的语言教学思想展开深入讨论,以期对相关研究者有所启示。

摘要： 概念、判断、推理是形式逻辑的三个基本概念,而判断、推理又源于概念,故"概念"可以说是形式逻辑最基本、最重要的概念.形式逻辑课程教材有很多容易混淆的概念,如果教师不加以深究、识别,就会出现概念不明确、逻辑混乱等现象,导致学生无所适从或盲从.可以从选择集合词项与非集合词项、反对关系与矛盾关系、相容选言命题与不相容选言命题、推理的有效性与真实性等四对非常重要又容易混同的概念加以辨析和探讨,以供形式逻辑课程主讲教师教学时参考.

摘要： The Character“gan”record number words in Chinese development history,the relation-ship between characters and words are very complicated and changeable. Apply Li yun-fu’theory of the function of Chinese Character,analyze the 19 terms of“gan”from the perspective of diachronic,try to show its original use and concurrent use and borrowing. the extended function and the shrink function of“gan”,finding 18 terms have formed in the pre-qin period,and have been using;only increase one term in song dynasty,which is“related”. The function of“gan”develops slowly,it has a strong stability,until modern Chinese appeared the shrink and transfer.%“干”字在汉语史上记录的词项数量较多，其涉及的字词、义值等关系复杂多变。运用李运富先生的字用学理论，从历时性的角度全面考察“干”字记录的19个词项，分析其本用、兼用、借用的使用职能；通过探讨其职能的扩展和减缩，发现“干”字在先秦时期共出现18个词项，并为后世沿用，只在宋代新增1个词项，表示“关联”义。“干”字的使用职能发展缓慢，具有很强的稳固性，在现代汉语中才出现了大幅减缩和转移的现象。

摘要： 随着语料库的兴起和发展,语料库研究已遍及语言学研究的各个方面.近年来,语料库越来越多地被应用于外语教学与研究领域.目前,国内外关于语料库的建设研究已经积累了不少经验,但基于语料库的高职商务英语教学研究还比较少.基于此,本文在介绍语料库的基础上,从借助词频统计,分次序学习词汇;通过词项搭配,结伴式学习词块;创建微型文本,为学生量身定制三方面分析语料库在高职商务英语中的应用.

摘要： 英语词汇学习及记忆贯穿英语学习的整个过程，是英语阅读、写作等技能形成的基础。该文将以词项为例，对Jack-endoff在《语言的基础：大脑、意义、语法、进化》中的词汇存储与在线构建观进行简要概括，介绍了词库中的存储单位—词项以及两种词法规则：能产性规则和半能产性规则。

摘要： 辛克莱(Sinclair,2004)提出基于共选机制的词项描述模型,即认为每个词项是由两个必选类别(中心词和语义韵)及三个可选类别(词语搭配、类联接、语义倾向)共同组成的扩展意义单位,并应从这五个类别进行描述。本文基于此词项模型对金融危机语境中最经常出现的九个实词的扩展意义单位进行了词项描述,以论证利用该词项模型对词项进行完整描述对文章理解的意义和重要性。本文分析对象为包含了157,146个单词的金融危机语料库,该语料库由2008年11月1日至2009年3月12日香港关于金融危机的新闻报道组成。研究发现,这些词项的扩展意义是与金融危机语境相关联的,并且揭示了词项与语境的相互联系。因此,该研究证明对于词项的学习要比对于单词的学习更能使学生全面地理解在不同语境中的词义。

摘要： 本发明公开了一种面向易混淆词考察的选择题干扰项自动生成方法及装置，该方法包括：通过预训练的Word2vec生成词向量，并通过计算相似度选取出N个候选词；将考察词和N个候选词分别代入题干中，通过预训练的BERT模型生成上下文相关的词向量，并排除相似度过高的词，得到M个候选词；对M个候选词进行聚类，然后分别选出每个类簇中与考察词相似度最高的词作为代表，得到Q个候选词，最后根据相似度，在Q个候选词中选取合适数量的干扰项。本发明的方案具有效率高、科学性强以及保证了干扰项的多样性等优点。

摘要： 本发明公开了一种面向易混淆词考察的选择题干扰项自动生成方法及装置，该方法包括：通过预训练的Word2vec生成词向量，并通过计算相似度选取出N个候选词；将考察词和N个候选词分别代入题干中，通过预训练的BERT模型生成上下文相关的词向量，并排除相似度过高的词，得到M个候选词；对M个候选词进行聚类，然后分别选出每个类簇中与考察词相似度最高的词作为代表，得到Q个候选词，最后根据相似度，在Q个候选词中选取合适数量的干扰项。本发明的方案具有效率高、科学性强以及保证了干扰项的多样性等优点。

摘要： 本发明涉及一种基于分级词项的地质文档特征词项排序方法，包括：获取范围类型参数信息；判断范围类型参数是否与预先设定的第一参数或第二参数或第三参数相同；若是，则获取范围参数信息；基于范围类型参数信息和范围参数信息，获取预先设定的与类型参数信息和范围参数信息相应的第一文档集或第二文档集或第三文档集；获取第一文档集或第二文档集或第三文档集中的特征词项的词频；基于第一文档集或第二文档集或第三文档集中特征词项的词频，和预先设定的与特征词项对应的词项级别、级别权重，获取第一文档集或第二文档集或第三文档集中特征词项的特征值；基于特征词项的特征值，获取特征值中前N个特征值所对应的特征词项。

摘要： 本发明提供了一种建立词项(term)需求分类模型的方法、term需求分类方法及装置，其中建立term需求分类模型的方法包括：S1、针对各需求类型分别执行步骤S11至步骤S13，得到模板分类模型：S11、获取当前需求类型的种子term的搜索结果；S12、将搜索结果的标题、网页地址和摘要中的至少一种泛化为模板；S13、基于各模板在当前需求类型的出现频率值计算各模板在当前需求类型中的权值；S2、针对每一个种子term，利用种子term对应的模板在各需求类型中的权值，确定种子term在各需求类型上的得分，从而得到term需求分类模型。通过本发明能够提高term需求分类的召回率和准确率。

摘要： 处理与歌曲关联的歌词以生成概率主题模型，该概率主题模型包括关于一个或者多个预定主题的、用于歌词的词项的概率。在以后时间，用户可以希望听见与特定词项关联的歌曲并且可以使用用户界面来提交词项。在接收词项时，使用概率模型的概率以标识预定主题中的、与接收的词项最可能关联的主题。使用概率模型以标识与标识的主题关联的歌曲，并且在用户界面中将标识的歌曲中的一些或者所有歌曲呈现为与接收的词项有关。

摘要： 本发明实施例公开了一种分词词项权重的计算方法和装置，用于实现对查询词中的各个分词词项权重的准确预测。本发明实施例提供一种分词词项权重的计算方法，所述方法包括：使用文本语料和历史查询词进行词向量训练，得到所述历史查询词的词向量，所述历史查询词通过历史搜索数据得到；以所述历史查询词的词向量作为特征，基于历史行为数据和通过对历史查询词搜索后得到的召回结果计算出的目标值，使用机器学习算法对依赖于所述历史查询词的多个分词词项权重进行训练，当误差最小或迭代次数达到次数阈值时结束训练；使用所述机器学习算法对目标查询词进行分词词项权重的计算，输出依赖于所述目标查询词的多个分词词项的权重值。

摘要： 本发明涉及一种地质文档词项分级方法，包括：获取多个目标处理词项和所述目标处理词项的长度值；基于所述目标处理词项和预先设定的尾词，获取第一类目标处理词项和第二类目标处理词项；获取所述第二类目标处理词项的尾词的长度值；基于所述第二类目标处理词项的尾词的长度值和所述尾词所属的目标处理词项的长度值，获取所述尾词所属的目标处理词项的前缀长度值；基于所述尾词所属的目标处理词项的前缀长度值和预先设定的与所述前缀长度值相应的目标级别，获取所述尾词所属的目标处理词项的目标级别；所述目标级别包括：第一目标级别或第二目标级别或第三目标级别或第四目标级别或第五目标级别或第六目标级别。

摘要： 本发明涉及一种获取领域文档词项分级权重的方法及装置，包括：基于预先设定的包括多个特定词项的多个词项、词项相应的词项级别、以及所述多个词项中的特定词项相应的词频数，获取领域词项总数、普通词项总数、领域词频总数、普通词频总数、每一词项级别所对应的词项的总数，每一词项级别中的特定词项所对应的词频数的和；基于领域词项总数、普通词项总数、领域词项总数、普通词频总数、每一词项级别所对应的词项的总数和每一词项级别中的特定词项所对应的词频数的总数，获取词项级别的最终分级权重。基于不同词项对文档主题表征所发挥作用的差异，可对词项进行文档表征重要性分级，由此不同词项对文档表征的差异最终体现为不同分级词项的权重。

摘要： 本发明涉及一种基于分级词项的地质文档特征词项排序方法，包括：获取范围类型参数信息；判断范围类型参数是否与预先设定的第一参数或第二参数或第三参数相同；若是，则获取范围参数信息；基于范围类型参数信息和范围参数信息，获取预先设定的与类型参数信息和范围参数信息相应的第一文档集或第二文档集或第三文档集；获取第一文档集或第二文档集或第三文档集中的特征词项的词频；基于第一文档集或第二文档集或第三文档集中特征词项的词频，和预先设定的与特征词项对应的词项级别、级别权重，获取第一文档集或第二文档集或第三文档集中特征词项的特征值；基于特征词项的特征值，获取特征值中前N个特征值所对应的特征词项。

摘要： 本发明提供了一种建立词项(term)需求分类模型的方法、term需求分类方法及装置，其中建立term需求分类模型的方法包括：S1、针对各需求类型分别执行步骤S11至步骤S13，得到模板分类模型：S11、获取当前需求类型的种子term的搜索结果；S12、将搜索结果的标题、网页地址和摘要中的至少一种泛化为模板；S13、基于各模板在当前需求类型的出现频率值计算各模板在当前需求类型中的权值；S2、针对每一个种子term，利用种子term对应的模板在各需求类型中的权值，确定种子term在各需求类型上的得分，从而得到term需求分类模型。通过本发明能够提高term需求分类的召回率和准确率。