检索结果-南通市图书馆

无独必有对:朱熹《大学》《中庸》阐释的文本结构与经义生成

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

东南学术 2024年第1期 217-227页

作者：白如北京师范大学文学院

文本结构的理据重构是经学典籍义理生成的重要方式,典籍的结构化程度与义理思想的致密程度具有正相关的联系。朱熹的《大学》《中庸》(简称《学》《庸》)阐释充分发挥章句体“离章辨句”的功能,通过文本结构的多维调试,完成理学化重塑... 详细信息

文本结构的理据重构是经学典籍义理生成的重要方式,典籍的结构化程度与义理思想的致密程度具有正相关的联系。朱熹的《大学》《中庸》(简称《学》《庸》)阐释充分发挥章句体“离章辨句”的功能,通过文本结构的多维调试,完成理学化重塑。朱熹的哲学思想与注经实践内外贯通,“无独必有对”既是其理学思想层面的认识论,也是指导其经典阐释的方法论。尤其在《学》《庸》阐释中呈现出鲜明的对称化追求:对于经文中的对称表达,多通过“添加一致性概念”“嵌入成对式概念”的方式实现文本结构的重新分析;对于单句、句群、章节之中的非对称结构,则通过“二元切分”“并蒂架构”“对称排布”等方式实现文本结构的重新组构。在“无独必有对”理念的作用下,《学》《庸》阐释建构起围绕关键理学概念展开的义理体系,文本结构的系统性和精密化程度大大提升。其中就单句、句群文本脉络展开的结构化阐说,使得章句体具有了文章学的特征,义理阐释也更为邃密通贯。

关键词：无独必有对文本结构经义生成章句朱熹

塑造近代史学:从文本结构的视角看兰克的史料批判法

在线全文

学校读者我要写书评

暂无评论

江海学刊 2022年第6期 213-221页

作者：杨璇浙江大学历史学院

西方历史学家通常认为,西方近代历史学首先形成于19世纪的德意志。这一看法定位了近代历史学形成的时空,却未能清晰展示该过程中发生的复杂细节。为此,近代历史学成为一门独立学科的历史性过程值得研究者从不同角度仔细审视。在青年兰... 详细信息

西方历史学家通常认为,西方近代历史学首先形成于19世纪的德意志。这一看法定位了近代历史学形成的时空,却未能清晰展示该过程中发生的复杂细节。为此,近代历史学成为一门独立学科的历史性过程值得研究者从不同角度仔细审视。在青年兰克所处的时代,近代历史学科在欧洲尚未完全成型,学者们通过各自的学术研究,探索历史学更有效的形式。兰克对历史学的想象与实践方案在众多竞争者中脱颖而出,其史料批判法逐渐成为近代史学家们的历史学实践所理解并遵循的原则。兰克的史料批判法如何实施,或许只有剖析他史料批判类作品的文本结构,而不只是囿于史料分析,才能够深刻理解兰克史学在塑造近代史学中的根本性作用。由此更为深刻理解近代历史学的产生是系统性和结构性的,明确兰克在近代历史学科形成过程中的具体贡献。

关键词：兰克文本结构史料批判法

在线全文

学校读者我要写书评

暂无评论

中古写本时期《十诵律》文本结构之演变

文献 2022年第3期 26-40页

作者：王磊中山大学哲学系

根据宋代以后的刊本藏经、日本所藏的古写本一切经以及中古时期的佛经音义等多种文献,可观察到整个中古时期《十诵律》的文本结构在不断变化。首先是“毗尼序”在整体文本中位置的游离;其次由于第七诵尼律部分分卷的不同,导致不同系统... 详细信息

根据宋代以后的刊本藏经、日本所藏的古写本一切经以及中古时期的佛经音义等多种文献,可观察到整个中古时期《十诵律》的文本结构在不断变化。首先是“毗尼序”在整体文本中位置的游离;其次由于第七诵尼律部分分卷的不同,导致不同系统的藏经本在十诵部分的卷数上产生歧异;又因为不同的藏经本在整体卷数上有六十一和六十两种不同规格,导致一些经本部分卷帙的合并与压缩。从不同系统的藏经本可以窥见中古写本时期《十诵律》在文本结构上的多样性,这些多样的文本形态在宋代刊本藏经出现和流行之后渐趋固定。

关键词：《十诵律》藏经本中古时期文本结构

在线全文

学校读者我要写书评

暂无评论

透视复合型类型电影作品的文本结构

电影文学 2022年第14期 147-149页

作者：宋卫华桂林学院语言文学学院广西桂林541006

在商业电影的发展浪潮中,类型片以其感官刺激、叙事多变、情节紧凑等多种优势成为这股浪潮中非常重要的组成部分。在类型作品日益丰富的当下,单一的类型元素逐渐不再能满足市场和创作的需要,因此,融合多种类型要素的复合型类型电影逐渐... 详细信息

在商业电影的发展浪潮中,类型片以其感官刺激、叙事多变、情节紧凑等多种优势成为这股浪潮中非常重要的组成部分。在类型作品日益丰富的当下,单一的类型元素逐渐不再能满足市场和创作的需要,因此,融合多种类型要素的复合型类型电影逐渐应运而生。电影《天鹅挽歌》就是复合型类型电影,本文通过对文本中的复合型文本结构进行分析,寻找多种类型要素在文本中的组合方式,对这种创作方式进行总结,并分析其利弊。

关键词：复合型类型电影《天鹅挽歌》文本结构

在线全文

学校读者我要写书评

暂无评论

基于文本结构和图卷积网络的生成式摘要

中文信息学报 2021年第3期35卷 78-87页

作者：魏文杰王红玲王中卿苏州大学计算机科学与技术学院江苏苏州215006

目前主流的生成式自动文摘采用基于编码器—解码器架构的机器学习模型,且通常使用基于循环神经网络的编码器。该编码器主要学习文本的序列化信息,对文本的结构化信息学习能力较差。从语言学的角度来讲,文本的结构化信息对文本重要内容... 详细信息

目前主流的生成式自动文摘采用基于编码器—解码器架构的机器学习模型,且通常使用基于循环神经网络的编码器。该编码器主要学习文本的序列化信息,对文本的结构化信息学习能力较差。从语言学的角度来讲,文本的结构化信息对文本重要内容的判断具有重要作用。为了使编码器能够获取文本的结构信息,该文提出了基于文本结构信息的编码器,其使用了图卷积神经网络对文本进行编码。该文还提出了一种规范融合层,旨在使模型在获取文本结构信息的同时,也能关注到文本的序列化信息。另外,该文还使用了多头注意力机制的解码器,以提高生成摘要的质量。实验结果表明,在加入该文所提出的文本结构信息编码器、规范融合层后,系统性能在ROUGE评价指标上有显著的提高。

关键词：生成式文摘文本结构图卷积神经网络

因袭与独创:《儒林外史》叙事艺术新论——基于文本结构与叙事时间的考察

在线全文

学校读者我要写书评

暂无评论

文学遗产 2021年第6期 17-29页

作者：姜荣刚杭州师范大学人文学院

《儒林外史》的文本结构与叙事时间一直是学界争论不休的问题,这些看法实际未能明晰《儒林外史》创造性地融合了传统史书编年体、纪传体及纪事本末体的编撰方法,在共同的主题下将分散的人物故事串接在一起,使本来横向共时存在的小说人... 详细信息

《儒林外史》的文本结构与叙事时间一直是学界争论不休的问题,这些看法实际未能明晰《儒林外史》创造性地融合了传统史书编年体、纪传体及纪事本末体的编撰方法,在共同的主题下将分散的人物故事串接在一起,使本来横向共时存在的小说人、事变成了纵向的历时存在。这种独特的文本结构使它必须要同时遵循多种不同理路的叙事逻辑,所以也就不可避免地导致小说出现了叙事时间上的错位与矛盾现象。这是一种独特叙事艺术的崭新尝试,乃作者为达至特定叙事目的有意为之,因此不仅不是作品的瑕疵或错误,反而是小说艺术匠心的重要体现。这一发现不仅可为学界相关问题释疑,同时也为重审《儒林外史》的叙事艺术打开了一个新的观察视角。

关键词：《儒林外史》叙事艺术文本结构叙事时间

在线全文

学校读者我要写书评

暂无评论

基于文本结构的虚假信息检测研究

基于文本结构的虚假信息检测研究

作者：王宇航太原理工大学

学位级别：硕士

随着互联网的发展和普及,网络媒体平台已经成为人们快速获取和共享信息的重要渠道。然而,媒体平台在给人民生活带来便利的同时也成为虚假信息产生与传播的重灾区。网络虚假信息具有种类繁多、数据量大、迷惑性强等特点,单纯依靠人工检... 详细信息

随着互联网的发展和普及,网络媒体平台已经成为人们快速获取和共享信息的重要渠道。然而,媒体平台在给人民生活带来便利的同时也成为虚假信息产生与传播的重灾区。网络虚假信息具有种类繁多、数据量大、迷惑性强等特点,单纯依靠人工检测效率极低。因此,如何在信息发布早期准确、快速的检测虚假信息是亟待解决的关键问题。目前虚假信息检测的相关工作主要以信息文本、传播结构和用户画像作为研究对象。其中,基于传播结构和用户画像的方法面临数据采集受限、数据缺失以及早期检测困难等问题;基于文本的检测方法最直接、便利,有利于实现虚假信息的早检测。现有基于文本的检测工作大多聚焦于文本中词或句子的语义表示,忽略了文本内在结构关系对语义理解的重要作用。而文本是由词、短语、句子、段落等不同粒度的文本单元按照一定关系搭建起来的有序结构,不同结构反映了内容主体的因果、顺承、转折等逻辑信息,表达出不同的语义。因此,将文本结构关系引入将有助于虚假信息的准确检测。基于此,本文从理论研究和系统实现两方面,对基于文本结构的虚假信息检测展开研究,主要工作和贡献如下:(1)提出一种基于句子的虚假信息早期检测模型Sem Seq4FD。该模型以文本中的句子作为基本计算单元,通过对句子间的全局语义交互关系结构、局部相邻上下文结构和全局顺序结构特征进行计算,以提升虚假信息检测质量。具体而言,首先构建以句子为节点的全连接完全图,采用图卷积神经网络捕捉句子间的全局语义关系,并使用自注意力机制强调不同句子的重要性,获得了全局句子表示;然后,考虑到相邻句子之间的局部上下文对文本表达有重要作用,采用文本卷积神经网络得到局部句子表示;最后,将全局句子表示和局部句子表示拼接后形成增强型句子表示,建立LSTM网络模拟全局阅读顺序对增强型句子表示进行融合,生成最终文本表示用于虚假信息检测。在中文和英文数据集上进行跨来源和跨领域的实验,结果表明本模型不仅能够有效提升虚假信息早期检测准确率,而且具备较强的泛化能力和鲁棒性。(2)提出一种基于基本语篇单元的虚假信息早期检测模型EDU4FD。基本语篇单元(Elementary Discourse Unit,EDU)是一种介于单词和句子粒度之间的文本单元,通常表现为从句或短语,它能比单词表达出更连贯的语义,比句子表达出更细节的信息。本模型以EDU为计算单元,从EDU序列结构和EDU依存图结构两个视角进行计算以提升虚假信息检测效果。对于前者,利用文本卷积神经网络建模连续EDU之间的连贯性和语义一致性,得到基于序列的EDU表示。对于后者,首先提取出文本中的修辞关系,搭建以EDU为节点,多种修辞关系为边的EDU语篇依存图,该图结构能够表达出位置不相邻、但语义上相互依存的EDU之间的长距离依赖关系,描述了全局叙事逻辑,有利于传达文本主要思想;然后,建立关系型图注意力网络得到基于图的EDU表示。最后,将基于序列的EDU表示和基于图的EDU表示拼接后输入门控循环单元与全局注意力机制的融合网络,根据原文顺序整合重要EDU表示以得到文本的增强表示,进而完成虚假信息检测。在多个跨来源数据集上的实验结果表明,与基线模型相比,本模型表现出更优秀的检测准确性和稳定性。(3)基于本文所建立的模型,设计并实现了一个在线虚假信息检测系统。该系统是一种方便的浏览器插件,在任意页面选中文本即可快速检测;可以兼容中文、英文两种语言;具有虚假信息实时检测、用户交互反馈和模型因果解释三大功能,支持模型自学习、自修正;具有用户友好的可视化界面。在中英文真实场景中进行应用测试,表明本系统具有较强的实用性和推广价值。

关键词：虚假信息检测文本表示学习文本结构图神经网络基本语篇单元EDU

基于双向LSTM和SVM的流式文本标题结构分析系统

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双向LSTM和SVM的流式文本标题结构分析系统

作者：陆珏萦南京邮电大学

学位级别：硕士

面对互联网上海量的文本信息,有效地进行信息检索时每个互联网用户的重要需求。而文本结构分析就是信息检索等一系列文本相关工作中的重要基础和关键步骤。针对目前对于流式文本文件的结构分析研究较少,且通常局限于一定规则或语言类型... 详细信息

面对互联网上海量的文本信息,有效地进行信息检索时每个互联网用户的重要需求。而文本结构分析就是信息检索等一系列文本相关工作中的重要基础和关键步骤。针对目前对于流式文本文件的结构分析研究较少,且通常局限于一定规则或语言类型的问题,本文提出并实现了一种文本标题层次结构识别的方法,对以Word文档为主的流式文件识别文本的标题层次结构,通过对文本标题结构的识别来实现对文本结构的分析。经过实验发现,使用支持向量机（Support Vector Machine,SVM）对文本标题进行识别可以得到较为精确的结果。考虑到文本中标题段与正文段的样本数量不平衡导致分类结果可能会对对多数类样本有所偏向的问题,本文首先采用SVM算法对文本标题进行识别,将标题先提取出来,再对提取出的标题进行下一步的工作。SVM的设置采用网格搜索寻找最优参数。实验表明,采取先将标题提取出来再进行下一步分类的方法效果也优于直接对所有文本数据进行多分类的方法。为了利用文本上下文的关系深度学习强大的特以及征学习能力,本文基于双向长短期记忆网络（Bidirectional Long-short Term Memory,Bi-LSTM）对获取到的文本特征进行学习,考虑到SVM对于小样本数据以及在高维和低维数据上都具有良好的分类性能的特点,本文没有采用神经网络中常用的Softmax分类器而是使用SVM的多分类方法作为文本标题等级的分类器。另外,本文提取的文本特征中不涉及语义信息,而是尽可能多地获取文本的格式信息以及部分内容信息,使得该方法不会受到语言系统的限制。实验结果表明,本文方法能够有效识别不同语言文本的标题层次等级,可用于构造文本标题的结构。

关键词：文本结构文本标题识别支持向量机 Bi-LSTM

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于文本结构信息的长文本摘要生成研究

基于文本结构信息的长文本摘要生成研究

作者：李健智苏州大学

学位级别：硕士

技术一直是自然语言处理中的热点与难点。近年来,针对新闻文本的摘要生成研究较多,且已日趋成熟。相比于具有较固定结构的新闻文本,还有一些长文本具有复杂的文本结构,如专利文献、剧本等。目前针对这些长文本的摘要研究不多,通常使用... 详细信息

技术一直是自然语言处理中的热点与难点。近年来,针对新闻文本的摘要生成研究较多,且已日趋成熟。相比于具有较固定结构的新闻文本,还有一些长文本具有复杂的文本结构,如专利文献、剧本等。目前针对这些长文本的摘要研究不多,通常使用传统的文本摘要方法进行,但生成的摘要存在着内容不准确、覆盖不全面等问题。以往的大量研究主要集中在对语义信息等序列化信息的使用上,而相关研究表明文本结构信息对于摘要的生成同样具有较大的作用。本文拟通过研究利用文本结构信息来提高长文本摘要的质量,并在具有典型代表性的专利文献和剧本文本上进行实验。具体包含以下三个方面:首先,针对长文本中存在复杂的上下文关系且主流模型难以有效利用的问题,提出了一种基于上下文结构信息的长文本摘要方法。该方法通过解析原文结构,使用并列结构和句间关系来表示上下文信息。在编码器阶段,引入图卷积神经网络,分别使用字级别编码和句级别编码来表示句子内部和句子外部的上下文关系,将二者融合形成最终表示提供给解码器来生成摘要。实验结果表明,该方法与传统生成方法相比,在ROUGE评价指标上有显著提升。其次,针对对话类长文本中存在对话结构,传统模型无法充分利用对话信息的问题,提出了一种基于对话结构的长文本摘要方法。该方法利用原文中人物角色之间的对话关系,构建对话顺序结构和对话交互结构图,引入图神经网络对其建模,通过对话结构来表示句子与其他句子之间的关系,最后通过分类器完成摘要抽取任务。实验结果表明,引入对话结构能够提高该类文本摘要的质量。最后,针对长文本中场景结构信息不足以及关键信息缺失的问题,提出了一种基于场景结构信息的长文本摘要方法,该方法是一种结合抽取和生成的摘要方法。首先在对话结构的基础上,深入分析原文的场景结构和人物信息,通过图神经网络融合多种结构来抽取关键句,作为生成模型的输入。然后基于BART预训练模型,在输入端额外加入场景和人物嵌入表示来丰富输入文本的语义特征,最后通过自注意力解码器生成摘要。实验结果表明,该方法在ROUGE评价指标上有显著提升。

关键词：长文本摘要文本结构神经网络编码器-解码器