网络新词的概念合成语义分析

网络新词的概念合成语义分析
网络新词的概念合成语义分析

网络新词的概念合成新创语义分析

摘要:随着网络的发展和普及,网络用语也随之发展起来。近年来无数网络新词开始突破网络媒体的使用语域,迅速向电视、广播、报纸等媒体的使用语域扩展。而这些网络新词之所以能以如此迅猛之势遍及我们日常生活的每一个角落,必有其可取之义。本文从概念合成理论的视角对现如今所流行的网络新词进行新创语义分析。

一、引言

随着网络技术的不断发展,网络新词越来越年轻化、口语化,各种新颖的表达方式层出不穷,病毒式的传播也让网络新词的威力越来越大,一个网络新词可以在24小时内蔓延到互联网的每一个角落,并迅速为人们所吸纳,成为新一轮的口头用语。本文运用概念合成理论对这类网络新词进行简要的语义分析。从20世纪80年代中期到90年代中期,Fauconnier及其认知语言学研究中心的同事们大大地发展和完善了其关于语言的认知理论,将心里空间理论发展到了概念合成理论。

二、网络新词

网络新词指“网络用语”,即多在网络上流行的非正式语言,多为谐音、错字改成,也有象形字词。网络新词负载了部分文化积淀的信息,同时又能及时的反映社会的变化,是语言发展的风向标。它们通常源于某一社会公共事件,经影视或网络等媒体的传播而被大众所认可和接受成为一种惯用说法。网络新词的传播途径不同于报纸、杂志等平面媒体,它改变了传统单一视觉、单一维度的信息传递方式。电

视和互联网等手段使得新词的衍生速度快,词性简洁生动而备受大众的青睐,认可度不断提高,并日益融入人们生活中。如近些年来我们常说的“拍砖”“坑爹”“蜗居”“软瘾”“僵尸粉”等等,这些词之所以能够为人们所接受,必有其可取之义。

三、概念合成理论概述

概念合成网络由两个输入空间和合成空间组成,它们彼此联系,相互作用产生层创结构;输入空间的对应联系由跨空间映射完成,其结构被选择性地投射到合成空间。合成空间通过组合、完善和扩展而不断发展,并可能逆向投射到推理与其他结构的输入。Fauconnier构建这个的概念合成网络是一个比较完整的理论框架,不但可以理解隐喻和类比现象,还可以解释大量的语言现象和意义建构的过程:虚拟事实、范畴扩展、事件整合、语法结构、概念变化、文学与修辞创新等。在Fauconnier看来,繁纷复杂的语言运用背后的认知冰山的基本认知过程—概念合成,是个核心的、有序的、强有力的、基础的、系统的、必不可少的,普遍的认知运作过程。第二代认知理论发展的成果“概念合成”理论所揭示的形式和意义的关系,对意义构建和理解具有普遍性的指导意义。在新意义的构建中,合成理论解释性更强,适用范围更广。

四、网络新词新创意义的概念合成理论阐释

形式是一样的载体,语言形式的变化反映人类头脑中“概念”的更迭。任何一种表达形式都涉及从语言单位到概念单位的过程,或有从概念单位到语言单位的过程。一般的合成是两个不同输入空间的输入

指导着对形式的理解。网络书面语作为记录社会文化发展的一种语言形式,表现着人类认知过程中由社会发展和思维变化引起的概念变形。因此,新词形的出现不是两个或几个固化词义的简单相加而产生的“物理变化”,其生成机制必有相应的认知理据可循吗,虽然可以从关联理论,框架理论,概念隐喻等理论进行研究,而从“概念”着手研究新词意义建构却是必由之路。所谓“概念”,是思维的基本形式,它可以反映客观事物一般的、本质的特征。

下面从具体网络新词,分析其新构语义:

1、“拍砖”一词的新创意义分析

“拍砖”一词是流行于网络论坛等的网络新词。“拍砖”一词的初衷是提出反对看法,使别人接受自己的观点,说白了就是谁也不服谁的文字体现。在这个词中存在两个语言域:一个是动词砖来自的语言域,是一种真是的动作行为;而另一个是名词砖来自的语言域,即板砖,是一种黄土和水的混合物,经过火烧水淹而成,可盖房、砸人等用处多多。两域之间的概念压缩整合在一起衍生出“提意见”的概念。在“拍砖”这一合成了的组织形式中已知概念成员并不是概念映射中的呼应物,而是“拍”与“砖”两域概念所激活人的心智图式概念而产生的新创结构,“提意见”则是新创结构所产生的新创意义,所以语言单位形式之间的合成会产生新的意义。这种形式概念之间的合成是人心智的、认知的运作,是自动发生的。

2、“房奴”一词的新创意义分析

时下有个时髦词“房奴”,用此词指那些买房负债压力沉重的人。

从构词来看很简单,是“房子”加上“奴隶”而构成的,这两个名词各自的意义都没有“负债”之义,而是这两个名词形式加在一起后,人们的心智对它们自动地进行的概念合成而产生了新创结构和新创意义“痛苦负债”。这其中,通过借用“奴隶”框架中的内部空间意义并将其压缩进入“房奴”壳体,在压缩中,时间维度、连同许多行为牵扯和牵扯的互动关系都被压缩成为一体,压缩创造了合成关系,这里买房人收入不高,又要买房、高额贷款、月月还贷、拼命工作、放债如枷锁、身心疲惫这些关系都被压缩进“房奴”中,由贷款买房而当了“房奴”,这是“原因—结果”压缩合成,人们在心智中对“房子”和“奴隶”两个域概念的合成产生了“举债购房十分辛苦”、也可以理解为“千万不要举债买房”这样的劝告意义。这些意义都是形式加形式合成所新创出来的。新创意义往往是非形式的、非表征的,是人们感知的、体会的,但不能说是不存在的。

3、“坑爹”一词的新创意义分析

“坑爹”一词在2012年网络新词的使用上尤为突出,现已成为青少年的口头禅,时髦一些的中年人说话偶尔也会不自觉地参杂这类网络新词。“坑爹”,多见于某些投稿下的评论,用于善意地讽刺、嘲笑或吐槽其常“挖坑”不填或填得极其缓慢的行为。这个词包含两个输入空间:一个是以坑人、骗人的行为所构建的心里空间;另一个是被骗者、受害人所构建的心里空间。两个输入空间共享一个框架结构,即某人被某种行为或言语所欺骗等。这个框架结构是一个类属空间,与两个输入空间相互联系在一起。另一个空间就是整合空间,在这一

空间里,“坑”即坑人的意思,“爹”即老子,同时也是自己的一种霸气说法。行为和人物同时出现,并进行着活动,坑人的活动。而在各输入空间中,两个词没有必然的联系,甚至我们决不会把两个词放在一起说。然而,本是不可能的说法,却在网络日益流行的今天成为了一个新创词语,普遍用在了生活的方方面面。当然随着“坑爹”一词使用范围的不断扩大,根据语境,也有很多褒义用法:

(1)坑爹=有创意、让人想不到。例如:这个广告太坑爹了,哈哈(2)坑爹=有才。例如:我去,太坑爹了!技术改变世界啊!

因而我们可以从另一个角度重新审视“坑爹”这个词,无论是“坑”还是“爹”字本身都没有创意、有才的意思,而将这两个字放在一起却新创出一个具有如此含义的词语。由此可见,网络有着如此强大的威力,能够用如此简单的两个字创造出这样有多种含义的词语。运用概念合成理论对其进行理论阐释,分析其新创语义,能够使我们更好的掌握网络新词的语义构成方式,这对于语言文字的发展起着无可厚非的作用。

四、结语

随着网络的普及和发展,流行网络用语对人们的日常生活产生了重大影响。语言和人们的认知是分不开的。本文语用概念合成理论对现今社会在网络上大放异彩的流行新词所产生的新概念进行了语义分析。正如王正元所说“概念合成并不是异想天开的空穴来风,也并不是无水之萍,话语编码、句子结构、文字符号表征都可以视为像航船的锚一样,是概念合成的有形基点,对概念合成起到支持作用。”这

种新词语的出现既满足了人们的社会需求,也大大丰富了汉语的修辞方法和表达手段,相信随着社会的快速发展,这种新词新语还会不断的产生,从而能够丰富我们的日常生活。

语义分析

语义分析 1.语义分析? 机器机和人不一样的地方是人可以直接理解词的意思,文章的意思,机器机不能理解。 人看到苹果这两个字就知道指的是那个圆圆的,挺好吃的东西,搜索引擎却不能从感性上理解。但搜索引擎可以掌握词之间的关系,这就牵扯到语义分析。 可参考:https://www.360docs.net/doc/f35147159.html,/dispbbs.asp?boardID=2&ID=74541 2.为什么要使用语义分析? 我国中文自然语言处理普遍采用西基于拉丁语系的“关键词”技术,以此来分析理解中文。然而,中文本身的特点决定它与西语之间巨大的区别,所以从汉语信息处理的需要看,当前急迫需要突破的是语义问题。 可参考: https://www.360docs.net/doc/f35147159.html,/dicksong2008/blog/item/88fb751e9ac9501a4134 17f4.html 2.1中文与西语不同决定我们无法采用西语的架构体系来处理中文,具体区别在于: 西语词间有间隔,汉语词间无间隔。众所周知,英文是以词为单位的,词和词之间是靠空格隔开,而中文是以字为单位,句子中所有的字连起来才能描述一个意思。 例如,英文句子I am a student,用中文则为:“我是一个学生”。计算机可以很简单通过空格知道student是一个单词,但是不能很容易明白“学”、“生”两个字合起来才表示一个词。把中文的汉字序列切分成有意义的词,就是中文分词,有些人也称为切词。 “我是一个学生”,分词的结果是:“我是一个学生”。中文分词就成了计算机处理的难题。 汉语形态不发达,句尾没有形态标记。英语动词、名词很清楚,加上词尾可以是副词;西语有时态,过去式、现在式等等非常清楚,中文则依靠词语或者依靠自己的判断来确定时态。 同音字多增加了机器识别的难度。 汉语语义灵活,由于形态不发达,所以语序无规律。在一次学术会议上,一位著名的人工智能专家说:“按…主-谓-宾?或…名-动-名?这一规则,计算机可显出…牛吃草?,也可显出…草吃牛?。从语法格式上看,…草吃牛?也不错,但这句话是说不通的。 人依靠自己的经验可以判断,机器如何来判断呢?

趋势分析之语义网

趋势分析之语义网 近几年来,语义网越来越频繁地出现在IT报道中,PowerSet、Twine、SearchMonkey、Hakia等一批语义网产品也陆续推出。早在2010年,Google就已经收购了语义网公司Metaweb。对于这次收购Google产品管理主管杰克·门泽尔(Jack Menzel)发文称,该公司可以处理许多搜索请求,但Metaweb的信息可以使其处理更多搜索请求,“通过推出搜索答案等功能,我们才刚刚开始将我们对互联网的理解用于改进搜索体验”,但对于部分搜索仍然无能为力,“例如,‘美国西海岸地区学费低于3万美元的大学’或‘年龄超过40岁且获得过至少一次奥斯卡奖的演员’,这些问题都很难回答。我们之所以收购Metaweb,是因为我们相信,整合Metaweb的技术将使我们能提供更好的答案”。这表明语义网技术经过近10年的研究与发展,已经走出实验室进入工程实践阶段。 语义网热度变化图 语义网(Semantic Web)是一种智能网络,它不但能够理解词语和概念,而且还能够理解它们之间的逻辑关系,可以使交流变得更有效率和价值。语义网实际上是对未来网络的一个设想,现在与Web 3.0这一概念结合在一起,作为3.0网络时代的特征之一。 语义网这一概念是由万维网联盟的蒂姆·伯纳斯-李(Tim Berners-Lee)在1998年提出的一个概念,实际上是基于很多现有技术的,也依赖于后来和text-and-markup与知识表现的综合。其渊源甚至可以追溯到20世纪60年代末期的Collins、Quillian、Loftus等人的研究,还有之后70年代初Simon、Schamk、Minsky等人陆续提出的一些理论上的成果。其中Simon在进行自然语言理解的应用研究时提出了语义网络(Semantic Network,不是现在的Semantic Web)的概念。 下面我们用Trend analysis分析语义网领域内的研究热点。(点击链接即可进入https://https://www.360docs.net/doc/f35147159.html,/topic/trend?query=Semantic%20Web)

语义网和语义网格中的本体研究综述

语义网和语义网格中的本体研究综述 余一娇1,2 (1 华中师范大学语言学系,武汉,430079) (2 华中科技大学计算机学院 武汉 430074) E-mail: yjyu@https://www.360docs.net/doc/f35147159.html, 摘要:本体是语义网和语义网格研究中的一种重要方法。文中首先介绍本体的定义、本体的四元素表示法和六元组表示方法,以及本体的设计分析生命周期;然后回顾语义网研究中曾产生过巨大影响的七种本体语言。通过分析众多文献的观点,文中提出在将来我们应重点针对 DAML+OIL 和OWL两种本体语言进行深入研究。文中还列举出了本体在生物信息计算和网络管理领域应用的两个实例。最后根据语义网格和本体研究现状,提出了利用本体研究语义网格服务质量的基本思路和研究方法。 关键词:本体 本体语言 DAML+OIL OWL 语义网 语义网格 服务质量 1.前 言 Ontology在哲学领域常译为“存在论”,是指关于事物是否存在思考的学科。在计算机科学和人工智能领域则译为“本体”,其词义与哲学中的“存在论”大相径邻。1993年美国Stanford大学知识系统实验室的Gruber博士在文献[1]中定义:本体是用来帮助程序和人共享知识的概念的规范描述 (An ontology is the specification of conceptualizations, used to help programs and humans share knowledge.),后来该定义得到了进一步发展和完善[2]。文献[1]还指出:概念化是关于世界上的实体,如:事物、事物之间的关系和约束条件的知识表达。而规范一词是强调这种表达是用一种固定的形式来描述。从我们已经阅读的多篇相关文献来看,几乎所有论文都接受了上述关于本体的定义。 迅速增加的Web页面数量、丰富的页面内容和时新的消息,为知识工程领域的科学家实现面向终端用户的应用研究、开发带来了极好的机会。在Internet上实现基于语义的信息检索和情报收集,无疑是广大因特网用户的迫切需求。2001年5月,Web之父Tim Berners-Lee和合作者在《Scientific American》杂志上发表了“The Semantic Web”一文。文中正式提出了语义网的概念,鉴于Tim Berners-Lee在Web领域的巨大影响,该文后来一直被公认为是开辟语义网研究的源头文献。为了实现知识的共享和重用,语义网研究中引入本体技术是最近几年来的发展趋势,且正在被不断的实践。知识工程和人工智能学科针对本体技术进行研究已有多年历史,其中最有影响的科学研究组织是美国Stanford大学的知识系统实验室。该实验室的Gruber博士以及Deborah L. McGuiinness博士都对本体和语义网本体研究作出了巨大的贡献。 本文的结构安排如下:第二部分介绍本体的表示方法和本体开发的生命周期;第三部分介绍语义网研究中的本体语言发展过程以及多种本体语言之间的关系;第四部分介绍本体在语义网研究中的应用实例;第五部分讨论我们今后一年的研究思路和研究目标。 2. 本体的表示与本体开发 关于本体的定义如今在计算机科学领域已比较统一,但在具体的应用环境中如何规范化描述本体至今还缺乏统一的标准。目前有两种本体表示方法应用比较广泛,第一是传统的四元素表示方法、第二是较新的六元组表示法。前者源于Gruber博士的观点,后者则是2002年由新加坡南洋理工大学的Myo Myo Naing博士在一篇国际会议论文中提出。前者在世界范围内得到了比较高的认同,但

人工智能报告分析

江苏大学 《人工智能》报告 设计题目人工智能报告 学生姓名叶澔鹏 指导老师赵跃华 学院计算机科学与通信工程学院专业班级信息安全1202班 学号 3120604053 完成时间2015年10月25日

摘要:知识处理是人工智能这一科学领域的关键问题。本文对知识处理的核心问题之——识的表示进行了全面的综述,目前流行的知识表达方式不下十种,在此只介绍一阶谓词逻辑、产生式、语义网络、框架、混合等目前最常用的知识表示方法。并对其进行了优缺点分析及简单对比。最后对知识表示的发展趋向作出了展望。 关键词:知识人工智能(AI)知识表达式一阶谓词逻辑产生式语义网络框架 一.知识的概念 知识(Knowledge)是人们在改造客观世界的实践中形成的对客观事物(包括自然的和人造的)及其规律的认识,包括对事物的现象、本质、状态、关系、联系和运动等的认识。 经过人的思维整理过的信息、数据、形象、意象、价值标准以及社会的其他符号产物,不仅包括科学技术知识----知识中最重要的部分,还包括人文社会科学的知识、商业活动、日常生活和工作中的经验和知识,人们获取、运用和创造知识的知识,以及面临问题做出判断和提出解决方法的知识。 知识是把有关的信息关联在一起,形成的关于客观世界某种规律性认识的动态信息结构。 知识=事实+规则+概念 事实就是指人类对客观世界、客观事物的状态、属性、特征的描述,以及对事物之间关系的描述。 规则是指能表达在前提和结论之间的因果关系的一种形式; 概念主要指事实的含义、规则、语义、说明等。 (1) 知识只有相对正确的特性。 常言道:实践出真理。只是源于人们生活、学习与工作的实践,知识是人们在信息社会中各种实践经验的汇集、智慧的概括与积累。 只是爱源于人们对客观世界运动规律的正确认识,是从感知认识上升成为理性认识的高级思维劳动过程的结晶,故相应于一定的客观环境与条件下,只是无疑是正确的。然而当客观环境与条件发生改变时,知识的正确性就接受检验,必

语义网主要应用技术与研究趋势_吴玥

2012年第2期 Computer CD Software and Applications 信息技术应用研究 — 41 — 语义网主要应用技术与研究趋势 吴 玥 (苏州大学计算机科学与技术学院,江苏苏州 215006) 摘 要:我国企业多数已经实现了网络办公自动化,为企业的经营管理创造了优越的环境。但随着销售业务的增长,企业经营管理的范围逐渐扩大,其内部网络面临的运营难题更加明显,网络知识管理是当前企业存在的最大困难。语义网络技术的运用方便了知识管理系统的构建与操控,促进了企业知识管理效率的提升。针对这一点,本文主要分析了语义网应用的相关技术,对未来研究趋势进行总结。 关键词:语义网;应用技术;知识管理;趋势 中图分类号:TP391.1 文献标识码:A 文章编号:1007-9599(2012)02-0041-02 The Main Application Technology and Research Trends of Semantic Web Wu Yue (School of Computer Science&Technology,Soochow University,Suzhou 215006,China) Abstract:Our country enterprise majority already realize the network office automation,enterprise management to create a favorable environment.But as the sales growth,gradually expanding the scope of business management of enterprise,its internal network operator facing the problem is more apparent,network knowledge management is the current enterprise is the most difficult.Semantic network technology is convenient to use the knowledge management system's construction and operation,promote the enterprise to improve the efficiency of knowledge management.In view of this,this article mainly analyzes the semantic web technologies,the future research trends are summarized. Keywords:Semantic network;Application technology;Knowledge management;Trend 语义网是对未来计算机网络的一种假设,通过相匹配的网络 语言对文件信息详细描述,最终判断不同文档之间的内在关系。 简言之,语义网就是能参照语义完成判断的网络。企业在经营管 理中引进语义网有助于数据信息的挖掘,对数据库潜在的信息资 源充分利用,以创造更大的经济收益。 一、传统互联网知识管理的不足 互联网用于企业经营管理初期,加快了国内行业经济的改革进 步,促进了企业自动化操控模式的升级。然而,当企业经营范围不 断扩大之后,企业面临的网络管理问题也更加显著。如:业务增多、产品增多、客户增多等, 企业网络每天需要处理的文件信息不计其 数,基于传统互联网的知识管理系统也会遇到多种问题。 (一)检索问题。互联网检索是十分重要的功能,如图一。用 户在互联网上检索某一项资源时,常用的方法是通过关键词搜寻, 未能考虑到语义对资源搜索的重要性。这种检索模式下则会遇到许 多难题,如:对同义词检索会出现多余的无关资源,尽管用户在互 联网上可以查找到许多与关键词相关的信息,但多数是无用的。 图一 互联网信息检索 (二)集成问题。信息集成是网络系统按照统一的标准、编码、程序等,对整个系统存储的资源集成处理,然后实现信息资源的共享。企业互联网信息集成依旧采用人工处理,这是由于网络的自动代理软件不能处理文本代表的常识知识,信息集成问题将制约着互联网功能的持续发挥。 (三)维护问题。对于企业知识管理系统而言,其采用的文档大部分是半结构化数据,这种数据的维护管理难度较大。现有的互联网在文档维护方面缺乏先进的软件工具,对于文档信息的处理也会遇到不少错误。知识管理中的数据库资源错误会给企业经营造成误导,且带来巨大的经济损失。 二、语义网应用的相关技术 互联网研发对语义网应用研究的最终目标是“开发各种各样计算机可理解和处理的表达语义信息的语言和技术,让语义网络的功能得到最大发挥” 。因此,结合语义网络的功能特点、结构形式、信息储存等情况,用户需掌握各种语义网应用技术。就目前而言,语义网主要的应用技术包括: (一)编码技术。编码是计算机网络运行的重要元素,通过编码之后才能让程序信号及时传递。语义网编码技术就是通过编码处理将知识内容表达出来,这一过程能够把不同的知识编码为某个数据结构,从而方便了用户对数据的检索。编码技术要用到各种知识表达方法,如:一阶谓词逻辑表示法、产生式表示法、框表示法、语义网络表示法等等。 (二)框架技术。框架技术本质上就是对语义网进行层次划分,将网络结构分层不同的层面。语义网框架技术应用要借助语义 Web 模型,经过长期研究,我们把语义网体系结构分为7个层面,如图二。每个层面在语义网运行时都可发挥对应的功能,促进了语义网程序操控的稳定进行。层面框架的分析,可以掌握语义网体系中各层的功能强弱。 图二 语义网的体系结构

上下文语境在对外汉语教学词语义分析中的重要作用

第31卷第3期 唐山师范学院学报 2009年5月 Vol. 31 No. 3 Journal of Tangshan Teachers College May 2009 ────────── 收稿日期:2008-10-14 作者简介:刘淑芬(1981-),女,河北唐山人,硕士,湛江师范学院人文学院助教,研究方向为对外汉语教学。 -24- 上下文语境在对外汉语教学词语义分析中的重要作用 刘淑芬 (湛江师范学院 人文学院,广东 湛江 524048) 摘 要:在对外汉语词汇教学中,词语义分析恰当与否直接影响留学生汉语词语学习效果。词汇教学过程中,要求留学生掌握词语义并会灵活运用,留学生往往能够记住大量词义,但却不能灵活运用之。利用上下文语境进行对外汉语词语义分析对留学生掌握并正确运用词语具有举足轻重的作用。 关键词:上下文语境;词汇教学;词语义分析 中图分类号: H 195 文献标识码:A 文章编号:1009-9115(2009)03-0024-03 Importance of Context in the Vocabulary Analysis of TCSL LIU Shu-Fen (College of Humanity, Zhanjiang Teachers College, Zhanjiang Guangdong 063000, China) Abstract: In the vocabulary teaching of Teaching Chinese as a Second Language (TCSL), the vocabulary analysis has impacts on the effect of foreign students’ learning. In the process of the vocabulary teaching, it requires foreign students to master and apply flexibly. Foreign students are able to remember a lot of meaning, but they can not use them freely. It has vital importance for foreign students to master and rightly use the vocabulary meaning of TCSL by context. Key words: context; vocabulary teaching; vocabulary analysis 在对外汉语教学中,词汇教学具有重要地位,对外汉语教学应以词汇教学为中心[1]。词汇教学过程中,教师如何进行词义分析对留学生学习词汇的效果有重要影响。语词的意义是在和其他意义组合在一起而存在的。语词的意义只有通过语境才能学到。要想记住意义就必须在各种使用场合去接触它,就好比要记住一个人的面孔应从不同的角度去看它一样[2]。汉语的词汇越是常用,词义就越多。孤立地讲解词义一方面会使学生产生畏难情绪;另一方面,即使学生懂了,也不会用。因此,我们认为,应当尽量把词置于一定的语境中进行讲解,词在一定的语境中的意义是唯一的。利用上下文释义,结合上下文,就是在具体的语境中解释词的特定含义。学生掌握了该词在这个语境中的语义,即便于记忆,又能掌握用法[3]。上下文语境在对外汉语教学词语义分析中起着重要作用。 一、词汇教学中存在的问题 在传统的对外汉语教学中,常常把汉语言教学简单地看 成是词汇加语法,过分重视词语解释、句子分析、语段大意和篇章的串讲,忽视了语境因素教学。其实,在教学中不仅仅要对课文中词语的所谓“词典意义”、“词汇意义”进行解释,还需要根据篇章中特定的语言环境能够决定词语的具体语用意义或言语意义,即教学中常说的“在这里指的是什么意思”。教学中如果太过于依赖词典,忽视结合语境对词语和课文意义的讲解,将会大大降低教学效果。尤其在讲解课文中,单纯地解释词语的词典意义、抽象地分析句子是远远不够的。留学生大多为成年人,都已具有了一定的查阅词典的能力,最希望教师来讲解特定语境中具体的用意。 在大部分对外汉语教材中,课文的前或后一般列有生词表,教师通常是先教生词,对生词进行音、形、义的教学,然后再进行课文内容的讲解教学。但在实践中我们发现,这种教法其实并不科学。特别是对欧、美学生来说,他们最怕的就是让他们一下子学习那么多的孤零零的词语。学生比较喜欢在句子中或者在文章中学习,因为生词总是在具体的语言环境里学习才能更好地理解和掌握。

人工智能(部分习题答案)..知识讲解

人工智能(部分习题答 案)..

1.什么是人类智能?它有哪些特征或特点? 定义:人类所具有的智力和行为能力。 特点:主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的? 解:人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会,第一次使用“人工智能”这一术语,标志着人工智能学科的诞生。 3.什么是人工智能?它的研究目标是? 定义:用机器模拟人类智能。 研究目标:用计算机模仿人脑思维活动,解决复杂问题;从实用的观点来看,以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段? 解:第一阶段:孕育期(1956年以前);第二阶段:人工智能基础技术的研究和形成(1956~1970年);第三阶段:发展和实用化阶段(1971~1980年);第四阶段:知识工程和专家系统(1980年至今)。 5.人工智能研究的基本内容有哪些? 解:知识的获取、表示和使用。 6.人工智能有哪些主要研究领域? 解:问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派?各自的特点是什么? 主要学派:符号主义和联结主义。 特点:符号主义认为人类智能的基本单元是符号,认识过程就是符号表示下的符号计算,从而思维就是符号计算;联结主义认为人类智能的基本单元是神经元,认识过程是由神经元构成的网络的信息传递,这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些? 解:专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法?它有什么特征? 解:通过符号处理来模拟人类求解问题的心理过程。 特征:基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法?它有什么特征? 解:用硬件模拟人类神经网络,实现人类智能在机器上的模拟。 特征:研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤:(1)定义谓词及个体,确定每个谓词及个体的确切含义;(2)根据所要表达的事物或概念,为每个谓词中的变元赋予特定的值;(3)根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来,形成谓词公式。 2.设有下列语句,请用相应的谓词公式把它们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词如下: Like(x,y):x喜欢y。 Club(x):x是梅花。 Human(x):x是人。 Mum(x):x是菊花。 “有的人喜欢梅花”可表达为:(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) (1)他每天下午都去玩足球。 解:定义谓词如下: PlayFootball(x):x玩足球。 Day(x):x是某一天。 则语句可表达为:(?x)(D(x)→PlayFootball(Ta)) (2)太原市的夏天既干燥又炎热。 解:定义谓词如下:

黄智生博士谈语义网与Web 3

黄智生博士谈语义网与Web 3.0 作者徐涵发布于 2009年3月26日下午6时0分 社区 Architecture, SOA 主题 语义网 标签 Web 2.0, 采访, 元数据, 语义网 近两年来,“语义网(Semantic Web)”或“Web 3.0”越来越频繁地出现在IT 报道中,这表明语义网技术经过近10年的研究与发展,已经走出实验室进入工程实践阶段。PowerSet、Twine、 SearchMonkey、Hakia等一批语义网产品的陆续推出,预示着语义网即将在现实世界中改变人们的生活与工作方式。在Web 3.0时代即将揭开序幕之际,正确理解、掌握语义网的概念与技术,对IT人士与时俱进和增加优势是必不可少的。为此,InfoQ中文站特地邀请到来自著名语义网研究机构荷兰阿姆斯特丹自由大学的黄智生博士,请他为我们谈一谈工业界人士感兴趣的语义网话题,包括什么是语义网、语义网与Web 3.0的关系以及语义网如何给商业公司带来效益等。 InfoQ中文站:您是语义网方面的权威专家,能否先请您为我们消除概念上的困惑。现在有一个说法,即Web 3.0就是语义网。但是除了W3C定义的语义网以外,关于Web 3.0还有许多种其他说法,您认为谁才真正代表了Web 3.0?为什么? 黄智生博士(以下称黄博士):首先需要说明的是:我不认为自己是所谓的“权威”。纵观万维网的发展,总是年轻人在创造历史,他们给人类社会带来了一次又一次的惊奇。且不说万维网之父Tim Berners-Lee在1989年构想万维网的时候仅仅三十出头。Web 1.0产生的雅虎和谷歌等国际大公司的创始人大多是年轻的博士生。Web 2.0产生的Facebook等公司创始人的情况也大体如此。Web 3.0的情况也可能如此。我们甚至都不能完全指望通过现有的IT大公司的巨大投入来发展语义网。这些大公司往往受着过去成功经验的束缚,而且新技术采用的是与以往完全不同的思路,从而会加深大公司对新技术的怀疑。当然,这也为年轻人书写历史创造辉煌提供了发展空间。 由于Web 1.0和Web 2.0技术的成熟,Web 3.0的想法实际上表达了现在人们对下一代万维网技术的种种期待。从这个意义上讲,Web 3.0并不等同于语义网。网络上对Web 3.0众说纷纭,都有一定的道理。但我有一定的理由相信,语义网技术是Web 3.0的重要技术基础。我于2008年底在国内一些大学巡回讲学报告

现代汉语语法分析报告地五种方法

北语之声论坛专业精华转贴 现代汉语语法的五种分析方法是语法学基础里很重要的一个内容,老师上课也会讲到,我在这里把最简略的内容写在下面,希望能对本科生的专业课学习有所帮助 详细阐释中心词分析法、层次分析、变换分析法、语义特征分析法和语义指向分析的具体内涵: 一. 中心词分析法: 分析要点: 1.分析的对象是单句; 2.认为句子又六大成分组成——主语、谓语(或述语)、宾语、补足语、形容词附加语(即定语)和副词性附加语(即状语和补语)。 这六种成分分为三个级别:主语、谓语(或述语)是主要成分,宾语、补足语是连 带成分,形容词附加语和副词性附加语是附加成分; 3.作为句子成分的只能是词; 4.分析时,先找出全句的中心词作为主语和谓语,让其他成分分别依附于它们; 5.分析步骤是,先分清句子的主要成分,再决定有无连带成分,最后指出附加成分。 标记: 一般用║来分隔主语部分和谓语部分,用══标注主语,用——标注谓语,用~~~~~~标注宾语,用()标注定语,用[ ]标注状语,用< >标注补语。 作用: 因其清晰明了得显示了句子的主干,可以一下子把握住一个句子的脉络,适合于中小学语文教学,对于推动汉语教学语法的发展作出了很大贡献。 还可以分化一些歧义句式。比如:我们五个人一组。 (1)我们║五个人一组。 (2)我们五个人║一组。 总结:中心词分析法可以分化一些由于某些词或词组在句子中可以做不同的句子成分而造成的歧义关系。 局限性: 1.在一个层面上分析句子,层次性不强; 2.对于一些否定句和带有修饰成分的句子,往往难以划分; 如:我们不走。≠我们走。

封建思想必须清除。≠思想清除。 3. 一些由于句子的层次关系不同而造成的歧义句子无法分析; 如:照片放大了一点儿。咬死了猎人的狗。 二. 层次分析: 含义: 在分析一个句子或句法结构时,将句法构造的层次性考虑进来,并按其构造层次逐层进行分析,在分析时,指出每一层面的直接组成成分,这种分析就叫层次分析。 朱德熙先生认为,层次分析不能简单地将其看作是一种分析方法,而是应当看做一种分析原则,是必须遵守的。(可以说说为什么) 层次分析实际包含两部分内容:一是切分,一是定性。切分,是解决一个结构的直接组成成分到底是哪些;而定性,是解决切分所得的直接组成成分之间在句法上是什么关系。 基本精神: 1.承认句子或句法结构在构造上有层次性,并在句法分析上严格按照内部的构造层次 进行分析; 2.进行分析时,要明确说出每一个构造层面的直接组成成分; 3.分析时只管直接成分之间的语法结构关系,不管间接成分之间的语法结构关系或句 法结构中实词与实词之间的语义结构关系; 优越性: 1.注意到了句子构造的层次性; 如: 他刚来我们便宜他了 ││__│││___│ │___││_____│ 他刚来我们便宜他了 __ _______ ____ ___________ ___ ___ ____ _____

人工智能化(部分习题答案解析)

1.什么是人类智能?它有哪些特征或特点? 定义:人类所具有的智力和行为能力。 特点:主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的? 解:人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会,第一次使用“人工智能”这一术语,标志着人工智能学科的诞生。 3.什么是人工智能?它的研究目标是? 定义:用机器模拟人类智能。 研究目标:用计算机模仿人脑思维活动,解决复杂问题;从实用的观点来看,以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段? 解:第一阶段:孕育期(1956年以前);第二阶段:人工智能基础技术的研究和形成(1956~1970年);第三阶段:发展和实用化阶段(1971~1980年);第四阶段:知识工程和专家系统(1980年至今)。 5.人工智能研究的基本内容有哪些? 解:知识的获取、表示和使用。 6.人工智能有哪些主要研究领域? 解:问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派?各自的特点是什么? 主要学派:符号主义和联结主义。 特点:符号主义认为人类智能的基本单元是符号,认识过程就是符号表示下的符号计算,从而思维就是符号计算;联结主义认为人类智能的基本单元是神经元,认识过程是由神经元构成的网络的信息传递,这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些? 解:专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法?它有什么特征? 解:通过符号处理来模拟人类求解问题的心理过程。 特征:基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法?它有什么特征? 解:用硬件模拟人类神经网络,实现人类智能在机器上的模拟。 特征:研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤:(1)定义谓词及个体,确定每个谓词及个体的确切含义;(2)根据所要表达的事物或概念,为每个谓词中的变元赋予特定的值;(3)根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来,形成谓词公式。 2.设有下列语句,请用相应的谓词公式把它们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词如下: Like(x,y):x喜欢y。 Club(x):x是梅花。 Human(x):x是人。 Mum(x):x是菊花。 “有的人喜欢梅花”可表达为:(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) (1)他每天下午都去玩足球。 解:定义谓词如下: PlayFootball(x):x玩足球。 Day(x):x是某一天。 则语句可表达为:(?x)(D(x)→PlayFootball(Ta)) (2)太原市的夏天既干燥又炎热。 解:定义谓词如下: Summer(x):x的夏天。 Dry(x):x是干燥的。 Hot(x):x是炎热的。 则语句可表达为:Dry(Summer(Taiyuan))∧Hot(Summer(Taiyuan)) (3)所有人都有饭吃。

语义网技术

语义网技术是当前互联网技术研究的热点之一。目前大多数页面中的使用的文字信息不便于机器自动处理,只适合人们自己阅读理解,解决可自动处理的数据和信息方面发展较慢的问题,在网络上信息量剧增、人们迫切需要计算机分担知识整理这一压力的今天,成为信息检索的一个难题。本文首先建构了一种形式化的本体描述方法,并给出了标准化的定义,主要针对在本体层定义的基础上对逻辑层展开了基础研究,对于本体概念进行逻辑推理,通过本体中关系的属性,推理出隐含在本体概念间的关系。在本文的定义中本体包含五个基本的建模元语,概念,关系,函数,公理,实例,通过本体的五个建模元语构建本体,给出本体的形式化的规范定义,本体描述中的四种特殊关系有继承关系,部分关系,实例关系和属性关系,关系的各种属性是进行本体推理的逻辑依据,有传递性属性,关系继承性,反向关系继承性,逆属性,对称性属性,反身性属性,等价性属性等等,依据这些属性的逻辑性,可以推理出所要的查找。本文利用属性的逻辑推理机制采用树搜索的查找检索方式查找出隐含在概念之间的逻辑关系是本文所要进行的主要工作,这样可以判断出概念之间是否存在一些给定判断的关系,或者一个概念和什么概念存在给定的关系,再或者两个概念间都存在什么关系等等都是我们用推理检索所要实现的判断。摘要语义网技术是当前互联网技术研究的热点之一。目前大多数页面中所使用的文字信息不便于机器自动处理,只适合人们自己阅读理解,解决可自动处理的数据和信息方面发展较慢的问题,在网络上信息量剧增、人们迫切需要计算机分担知识整理这一压力的今

天,成为信息检索的一个难题,本文中对本体层概念的推理就是为了探索计算机理解语义所做的一个尝试。语义网的体系结构向我们说明了语义网中各个层次的功能和特征,语义网的研究是阶段性的,首先解决syntax(语法)层面的问题,也就是xml,然后是解决(数据层)基本资源描述问题,也就是rdf,然后是(本体层)对资源间关系的形式化描述,就是owl,damloil,这三步已经基本告罄,当然,基于rdf 或者owl的数据挖掘和ontology管理(如合并,映射,进化)按TIMBERNERS-LEE的构想,这个工作大概到2008左右可以完成,在商业上,很快就会在知识管理,数据挖掘,数据集成方面出现一些企业。目前亟待发展的是LogicLayer(逻辑层),这方面在国内外的期刊著作中还少有提到,接下来的工作就应该是对于owlbased的数据进行推理和查询了,当前的推理方法主要是针对本体而言的,而本体的概念是在某个特定领域范围内的,而且在知识库中推理和查询是紧密的结合在一起的,相辅相成的,查询的同时必然存在着推理,而这里的推理就必须要建立在一定的逻辑模型的基础上,所以推理的方法就是基于逻辑模型的逻辑推理,可采用逻辑推理的方法。本体中推理的重点在于推理结论的正确性、完备性,若是不能保证推理的正确性,则语义网的引入就不但没有给网络资源的查询带来便利,反而阻碍了网络的发展,而且还要保证推理的完备,不遗漏应有的推理结果。本体推理的难点在于推理的高效性、资源利用率,若推理虽能达到正确性,完备性的目的而浪费了大量的时间和资源,则语义网也不能达到预期的效果,所以推理方法的使用及其效果是语义网成功的关

中文语义依存分析评测大纲

中文语义依存分析评测大纲 一、评测对象 本次评测的对象是中文句子的词语之间的语义及句法依存关系分析技术。 二、评测内容 本次评测主要评测依存关系分析系统对中文句子进行依存分析的准确性。 三、评测方法 1.评测方式 本次评测为离线评测,参评单位自行处理数据,生成相应结果后提交。训练语料将提前1个月公布。 2.评测步骤 1)评测单位预先给出若干训练数据(已标注依存分析结果); 2)评测单位给出测试数据(未标注依存分析结果); 3)参评单位运行被测系统,得出测试结果; 4)参评单位提交测试结果; 5)评测单位标注答案,运行自动评测程序,统计评测结果。 3.评测标准 1)量化指标 本次评测采用三个指标对被测试系统进行评测,分别为: i.依存标注准确率(Labeled Attachment Score, LAS) ii.依存准确率(Unlabeled Attachment Score, UAS) iii.标注准确率(Labeled Accuracy, LA) 令整个测试预料包含的词数为N,任意词语的依存用三元组进行表示,其中word为词本身,word以关系relation依存于headword。在被测试系统的输出中,令所有headword正确的词语的数目为N a,所有relation正确的词语的数目为N l, 所有headword和relation都正确的词为N al,那么,测试指标的计算方法如下: LAS=N al N UAS=N a N LA=N l N 三个指标的优先级分别为LAS>UAS>LA。 4.数据格式 测试数据采用CONLL1格式,数据文件采用UTF-8编码。测试数据总共提供6列值,分别为:词语ID、词语、词性(粗粒度)、词性(细粒度)、被依存词ID和依存关系,即CONLL 格式中的第1、2、4、5、7和8列。其他列留空(用“_”填充)。列与列之间用“\t”分隔,行与行之间用“\n”分隔,句子与句子之间用空行分隔。被测试系统可以自行对其他列进行补充,但不允许修改分词结果(清华大学SDN语料的词性为自动标注结果,参评者可对词性进行重新标注)。 输出数据同样采用CONLL格式,其中第1、2列应当与测试数据严格一致,分析结果填充到第7,8列。其他列可留空(用“_”填充),也可以保留自行补充的数据。 1http://ilk.uvt.nl/conll/#dataformat

现代汉语“使”字句的语义分析

现代汉语“使”字句的语义分析 本文结合认知理论对“使”字句的语义结构进行分析,指出“使”字句表层句法结构是致使义深层语义结构的“直接映射”;并对“使”字句的语义特征进行考察,发现绝大部分“使”字句具有[-动态性]、[-自主性]和[+已然性]的特征。 标签:“使”字句“致使” [-动态性] [-自动型] [+已然性] 本文所说的“使”字句是指带有“使”字且表示致使意义的句式,如“虚心使人进步,骄傲使人落后”。“使”字句是现代汉语中表达“致使”意义的典型句式,语法学界对此看法基本上一致。下面我们将尝试着结合认知理论进一步探讨“使”字句是如何表达“致使”意义的。 程琪龙认为,致使语义结构可以分解为:致使者、致使方式、致使对象及其变化的倾向。致使过程始于致使者,致使者影响致使对象使其变,变化倾向可以有结果,也可以没有结果。那么,“使”字句是如何体现“致使”语义的呢? “她的话使三位老者的心立刻都缩紧。”(老舍《四世同堂》)此例中,主语“她的话”对应于致使语义结构中的“致使者”;宾语“三位老者的心”对应于“致使对象”,在“致使者”的影响下出现某种变化或状态;“老者的心立刻都缩紧”对应于“致使倾向”,表明一种变化。在“使”字句中,我们看不到具体的“致使方式”。谓语动词“使”是一个虚化的动词,它只表示致使者对致使对象施加了某种抽象的影响,并不指出具体的致使方式。这句话中的原因事件可以描述为“她的话对三位老者的心施加影响”,结果事件为“三位老者的心立刻都缩紧”。 从认知语法的观点看,人们在经验结构中所形成的语义范畴,要在语法结构中得到反映。也就是说,句法结构不是任意的,而是具有一定程度的“象似性”。所谓“象似性”就是指“某一语言表达式在外形、长度、复杂性以及构成成分之间的各种相互关系上平行于这一表达式所编码的概念、经验或交际策略”。① 通过观察我们发现,“使”字句的句法结构成分对应于致使情景的构成要素,“使”字句句法成分的序列对应于致使情景要素的序列,原因事件和结果事件的先后顺序对应于人们经验结构中的先后顺序。因此我们可以说,“使”字句表层句法结构是致使义深层语义结构的“直接映射”。 从以上的分析还可以看出,“使”字句因为虚化了致使方式,只是表示致使者对致使对象施加了某种抽象的影响,把焦点放在受影响后的人或事物所表现出的结果或状态,整个句式语义呈现出相对静止的状态。所以如果我们把“使”字句的句法结构概括成“A使B+C”,那么“使”字句的句式语义可以概括为:因为A的影响,B出现了C所描述的变化、结果或状态。它表达的是一种因果致使关系。 对“使”字句所表现出的语义特征进行考察,我们发现绝大部分“使”字句具有[-动态性]、[-自主性]和[+已然性]的特征。

语义网络及其应用实例浅析

语义网络及其应用实例浅析 姓名:景飞 班级: 3005 学号:3113003029

摘要:本文从语义网络的实际应用为出发点,首先介绍了语义网络的基本概念,随后通过列举如何将其应用于家族人物关系的模型建立以及如何建立基于特征的零件知识语义网络两个实例,来说明语义网络在实际建模中的实用性和便捷性,以此说明语义网络的未来发展空间还很大,将其用在智能控制领域会有很大成果。 关键词:语义网络家族人物关系模型零件知识语义网络 一、语义网络概述 语义网络是一种出现较早的知识表达形式,并在人工智能中得到了比较广泛的应用。语义网络最早是1968年奎廉(Quillian)在他的博士论文中作为人类联想记忆的一个显式心理学模型提出的,认为记忆是由概念间的联系来是实现的,他主张处理问句时,将语义放在首位。当时的语义网络主要应用于自然语言理解系统中,表示事物之间的关系。由于其强大和直观的表示能力,不久就广泛应用于人工智能研究和应用开发的许多领域。1972年,西蒙正式提出语义网络的概念,讨论了它和一阶谓词的关系,并将语义网络应用到了自然语言理解的研究中。 语义网络采用网络形式表示人类的知识,其表示由词法部分、结构部分、过程部分和语义部分四部分组成。 一个语义网络是一个带标示的有向图。其中,带有标识的结点表示问题领域中的物体、概念、时间、动作或者态势。在语义网络知识表示中,结点一般划分为实例节点和类节点两种类型。结点之间带有标识的有向弧标识结点之间的语义联系,是语义网络组织知识的关键。 因为语义网络表示知识的实质是知识的图解表示,所以这种表示法容易把各种事物有机地联系起来,它特别适于表达关系知识。语义网络通过对于个体间的联系追溯到有关个体的节点,实现对知识的直接存取,能比较正确地反映人类对客观事物的本质认识。应用语义网络使得知识表示更为直观,便于理解。 语义网络的特征包括以下几个方面的内容: 1、重要的相关性得意明确表示; 2、相关事实可以从直接相连的节点推导出来,不必遍历整个庞大的知识库; 3、能够利用“IS-A”和“Subset”链在语义网络中建立属性继承的层次关 系; 4、易于对继承的属性进行演绎; 5、能够利用少量基本概念的几号建立状态和动作的描述。 下面我们通过一些简单语义网络表示知识的实例来进一步说明如何通过语义网络来实现知识的表示。

相关文档
最新文档