用语义特征分析法对比下面各对词的异同教授,professor

用语义特征分析法对比下面各对词的异同教授,professor 我们都知道学过的词组，可以分为主语、宾语以及状语。

今天我想和大家分享一下我们的测试方法——语义特征分析法（又称 scratch professor)。

语义特征指的是词汇的内部结构，是词义的“关键”点，由它们之间或两者之间的相互作用决定。

它主要通过测量某个词中一些特定性质，来确定它们之间存在什么相似性。

在这种方法中，常用的有基于概率统计原理的词序检测法和基于语义分类算法系统分析法。

首先，用 scratch检验出哪些词属于“关键”点；然后，根据 scratch结果来判断哪些词可以归为“状语”或“主语”。

一、采用概率统计原理的词序检测法
词序检测法是以概率统计原理为基础，借助软件统计程序、特征值等变量的值（如正负号),来识别词序差异情况的方法。

这是一种使用多个小变量（如1、3、5、7、10等）为输入变量来识别词序差异的方法。

它分为以下三种类型:0-1:无词序差异，即最多只有1个词序差异；1-2:有词序差异的，即有2个语序差异和3个以上词序差异；3-3:无词序差异和2个以上词序差异的，这就是最多只有2个（不含1个）词序差异；最后3-5:无词序差异和3-5之间差别较为显著和连续时（包括不连续时）出现频率最高的一个词序差异（无词序差异）。

它利用概率统计原理以少量样本多对数计算出具有不同特征值（如1、3、5)的词的词序差异，即在一定概率下不存在1和2之间和5之间具有相对显著且连续的词序差异。

二、基于语义分类算法系统分析法
系统分析法利用机器学习的相关算法，对网络上的每个输入数据（如文本）进行分析，最终得到输出数据（如词语、句子）。

根据该方法计算出相关数据作为输入(scratch),进行处理的方法就是基于语义分类算法系统分析法。

这一方法在英语中较为常见。

主要通过搜索不同语言文字、词语搭配或句型组合所出现的词、句进行分析。

它包括基于词序检测法、基于语义分类算法系统分析法、非结构化数据、关联词检索或排序等。

我们先来看看第一步的 scratch结果吧！
三、基于词序法分析出某对词是否属于关键点
为了确定某对词是否属于“状语”，我们需要用到词序法。

它需要先检验出一组词中是否存在能够区分二者的关键点，即“主语”和“状语”中包含什么样的谓语。

根据 scratch结果，确定哪对词是该对词的语法核心和语义核心。

因此如果用词序法的话，我们需要用到如下公式：其中：最后我们发现这两组词之间存在着不少的差异。

那么我们接下来就需要进一步分析它们之间的差异了~
四、在判断该词组的测试中，是否存在着状语或主语？
如果只有两个测试，在检查该词是否存在着状语或主要用的还是宾语，以及是主语还是状语的时候，要不要用这个方法呢？这里简单的介绍一下这个方法：首先，用一个简单的检验方法进行检验：a)假设在一个句子中有三个词（或三个句子）。

我们用“beach notes”表示“beach”在前加上一个名词以表示该单词是“beach into”还是“beach notes”。

b)如果三个词没有出现明显意义上的区别，那么我们可以把它们归入主语进行判断：c)如果三个词都是非常明显的意义上的不同，我们还可以用一个非常简单的方法来确定：它们就属于状语或主要用的是宾语所述句型。

五、总结
本文通过总结上述各种方法，比较出以下几种类型的词汇：a.在状语、主语和形容词下面，每个词的结构都不同。

b.在形容词下面两个动词后面都有一个名词状语或主语。

c.在形容词后面增加了动词或人称代词、名词、形容词。

d.在形容词前面增加了动词。

这种方法更能从一个特定词组中找到相似之处。

例如：a.在形容字下面，增加了动词-名词-形容词这样关系的词。

六、用 scratch检查不同词组的异同性，如果不能判断出哪对词属于关键点，可以把这些词归为“状语”或者“主语”。

当我们通过 scratch检测出词组中的不同主语时，我们把两个主语对应位置作为关键点，进行语义特征分析，找出每个关键点的特征。

例如，一个“scratch”分析结果为: professor 这对词不是很明显的宾语。

那么这个词就属于这两对主语，可以归为“状语”或“主语”。

例1:你看我这个样子，像是在观察什么呢？像观察什么呢？。