检索结果-南通市图书馆

作者：钟夏大连海事大学

学位级别：硕士

为了提高中国日语教育领域研究型人才的科研能力,更好地掌握日语教育领域学术论文词汇的特征,本研究以日语教育领域学术论文为研究对象构建了学术语料库,并将词汇的难易程度和有用程度通过统计学方法将数据定量化展现,选取出具有特定领... 详细信息

为了提高中国日语教育领域研究型人才的科研能力,更好地掌握日语教育领域学术论文词汇的特征,本研究以日语教育领域学术论文为研究对象构建了学术语料库,并将词汇的难易程度和有用程度通过统计学方法将数据定量化展现,选取出具有特定领域学术价值的词汇并验证了其妥当性。希望本研究结果有助于中国日语教育领域人才的培养,以及对把握日语教育领域学术词汇特征有所帮助。在第二章中,对先行研究进行了概述。首先,介绍了学术词汇的概念。其次,介绍了英语教育和日语教育中对于词汇单位的定义。最后,在陈述了学术通用词汇列表和特定领域学术词汇列表后,确定了本研究“最小频次”“频次比”“对数似然值”这三个指标。在第三章中,对研究方法进行了说明。首先,介绍了日语教育领域学术词汇列表的设计。其次,对学术语料库的构建、数据的处理方法、词汇的选取指标进行了陈述。最后,对根据统计指标得出的词汇表进行了验证并根据对数似然值和在均衡语料库中词汇频次的排序进行了分级。在第四章中,叙述了日语教育领域学术词汇列表的结果。并分别进行了定量分析和定性分析,并探讨了本研究究的研究意义。本研究制作的日语教育学术词汇表（JEAVL）包含1,091个词汇项目,覆盖日语教育领域学术文本总形符的25.85%。与现有的词汇列表相比,JEAVL可以减轻日语学习者词汇的学习负担。其次,通过JEAVL可以把握日语教育领域学术词汇的特征,有助于研究生提高日文学术写作水平。最后,JEAVL可以作为教材素材和测试素材使用,希望今后用于教育场合,通过专用词汇表提高日语学习者及教育者对专业领域学术词汇的认识。

关键词：学术语料库专用日语教育学术词汇领域词汇专用词汇表

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于未标注语料的领域词汇自动抽取

基于未标注语料的领域词汇自动抽取

第三届全国信息检索与内容安全学术会议

作者：肖诗斌乔春庚李渝勤施水才北京信息科技大学中文信息研究中心

领域词汇集中体现和承载了一个学科领域的核心知识,领域词汇的抽取是很多自然语言处理应用的一个起始点。文中提出了一种基于未标注语料的领域词汇自动抽取方法。首先计算了词语间的结合紧密度,然后统计词汇特征,最后使用 SVM 分类的方... 详细信息

领域词汇集中体现和承载了一个学科领域的核心知识,领域词汇的抽取是很多自然语言处理应用的一个起始点。文中提出了一种基于未标注语料的领域词汇自动抽取方法。首先计算了词语间的结合紧密度,然后统计词汇特征,最后使用 SVM 分类的方法自动获取领域词汇。对公安领域语料进行实验,该方法抽取的前3000个词语的准确率达到了70％。

关键词：领域词汇未标注语料 SVM 分类

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

《毛泽东选集》（1-4卷）词汇研究

《毛泽东选集》（1-4卷）词汇研究

作者：孙会敏河北大学

学位级别：硕士

本文以1991年人民出版社《毛泽东选集》(1-4卷)所收录的159个语篇74万余字的文本作为研究对象,对其进行词汇描写和分析。文章主要包括六个部分。第一部分,绪论。说明本文的研究对象,梳理相关研究现状,交代本文的研究内容、研究方法以及... 详细信息

本文以1991年人民出版社《毛泽东选集》(1-4卷)所收录的159个语篇74万余字的文本作为研究对象,对其进行词汇描写和分析。文章主要包括六个部分。第一部分,绪论。说明本文的研究对象,梳理相关研究现状,交代本文的研究内容、研究方法以及研究价值。第二部分,描述《毛泽东选集》文本生语料库建设步骤,说明分词和词性标注加工语料库建设中疑难问题的解决策略,最终获取《毛泽东选集》词表。重点解读词表数据,将《毛泽东选集》词汇区分为词和固定短语两个大的类别分别进行种数和使用频次的描写与分析。第三部分,对《毛泽东选集》的领域词汇进行分类描写,结合语篇的写作时代背景及文本题材进行分析解读。根据语料题材实际,本文参考使用了台湾“中央研究院”资讯所、语言所词库小组所编技术报告《中央研究院平衡语料库的内容与说明》中的主题分类法,把《毛泽东选集》领域词汇归纳为社会、哲学、科学、文艺4个一级领域类15个二级小领域类进行分类描写。其中,社会领域包括军事、政治、经济、社会称谓、教育传播、犯罪司法、交通运输类词汇;哲学领域包括宗教、思想以及其他哲学类词汇;科学领域包括数学、物理以及其他科学类词汇;文艺领域包括文学和艺术类词汇。第四部分,对《毛泽东选集》的通用词汇进行描写与分析。先对通用词汇从词语种数、使用频次进行观察,再以200词次使用频次为界限把通用词汇分为高频通用词汇和非高频通用词汇,结合文本对这两部分词汇进行观察分析。第五部分,结合文本内容梳理分析《毛泽东选集》中所运用的典雅词汇和通俗词汇。典雅词汇的梳理与分析我们主要着眼于成语和文言词;通俗词汇主要着眼于惯用语和口语词。第六部分,从词汇历史发展的角度,考察《毛泽东选集》的部分词语从其写作时代(1925-1949年)的广泛使用到当下经历几十年时间变为有限使用,演变成为了旧词语、历史词语的现象。本章梳理了已成为旧词语、历史词语的条目,就其演变原因进行了分析探讨。

关键词：《毛泽东选集》(1-4卷) 语料库通用词汇领域词汇发展演变

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

《习近平谈治国理政》（1-4卷）词汇研究

《习近平谈治国理政》（1-4卷）词汇研究

作者：梁楠河北大学

学位级别：硕士

《习近平谈治国理政》系列论著收集了自中国共产党第十八次全国代表大会以来习近平总书记的重要讲话,这些语篇“提出了许多新思想、新观点、新论断,深刻回答了新的历史条件下党和国家发展的重大理论和现实问题,集中展示了中共新一届中... 详细信息

《习近平谈治国理政》系列论著收集了自中国共产党第十八次全国代表大会以来习近平总书记的重要讲话,这些语篇“提出了许多新思想、新观点、新论断,深刻回答了新的历史条件下党和国家发展的重大理论和现实问题,集中展示了中共新一届中央领导集体的治国理念和执政方略”(《习近平谈治国理政》出版说明)。该论著的语言材料具有很高的政治语篇词汇研究语料价值。本文研究主要包括六个部分的内容:第一部分,绪论。说明本文的研究缘由,梳理相关研究现状,交代本文的研究内容、研究价值及研究方法。第二部分,对《习近平谈治国理政》语料的面貌及语料库的加工建设进行说明。对《习近平谈治国理政》所收录语篇的题材与体裁进行数据统计,说明《习近平谈治国理政》生语料库的建设过程,阐述《习近平谈治国理政》语料库的分词和词性标注原则,最终获得《习近平谈治国理政》(1-4卷)词汇表。第三部分,对《习近平谈治国理政》词汇表进行概貌描写。从词语种数、词语使用频次两方面对《习近平谈治国理政》中的词和固定短语进行基本描写,总结与分析词汇特点,并以200频次作为划分高频词和低频词的界限,对《习近平谈治国理政》高频词进行分析。第四部分,对《习近平谈治国理政》通用词汇进行统计分析。以词语语域分布的广度为标准,将《习近平谈治国理政》词汇划分为适用范围广的通用词汇和适用于特定领域的领域词汇两个大类。从词语种数和词语使用频次两方面对通用词汇进行描写,并将《习近平谈治国理政》的高频通用词汇表与按频序排列的《现代汉语常用词表》(第2版)进行频级对比,通过对比高频通用词汇在二表中的频序,梳理出《习近平谈治国理政》中特色较强的词汇,对这些词汇进行分析能够反映出党和国家工作内容的重心。第五部分,穷尽筛查、分类列举《习近平谈治国理政》的各类领域词汇。根据语篇的题材特点以及国家建设中的“五位一体”总布局,将领域词汇分为经济、政治、社会民生、文化科教、对外交流、生态文明、军事国防七个领域,重点对各领域中的高频词汇进行分析,观察其使用频次和运用方式,分析词汇反映的社会关切。第六部分,筛查并分析研究《习近平谈治国理政》中具有典雅性的词汇和具有通俗性的词汇。习近平总书记运用了大量具有典雅风格的词汇,如成语、文言词,彰显政论语体庄重、典雅的语言风格。同时运用了大量具有通俗风格的词汇,如惯用语、方言词语、口语词,体现了其个人平易的语言风格,对这部分词汇进行研究有利于描写《习近平谈治国理政》的用词情况,也有利于挖掘习近平总书记的词汇风格。

关键词：《习近平谈治国理政》(1-4卷) 政论语体通用词汇领域词汇语料库

领域关键词抽取：结合LDA与Word2Vec

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

领域关键词抽取：结合LDA与Word2Vec

作者：韦强申贵州师范大学

学位级别：硕士

随着互联网与信息技术的发展,大数据分析成为目前热门话题之一。大数据分析主要从海量数据中提取有意义的信息作为数据特征,通过分析已有数据的特征,实现数据的归纳分析,预测数据集的发展方向。自然语言处理是实现文本信息智能分析的一... 详细信息

随着互联网与信息技术的发展,大数据分析成为目前热门话题之一。大数据分析主要从海量数据中提取有意义的信息作为数据特征,通过分析已有数据的特征,实现数据的归纳分析,预测数据集的发展方向。自然语言处理是实现文本信息智能分析的一项重要研究工作。对特定领域内文本的分析,可以获取该领域内的重要信息,以及实现对该领域发展方向的预测。针对财经领域而言,分析财经领域内海量的文本信息,可以了解经济发展的前景,实现对经济发展的预测。中文文本分析主要是文本的分类、聚类等工作,依赖于对文本中词汇的分析。从文本词汇集中提取主要的信息是分析文本的基础工作。关键词是文本数据的重要特征,是分析文本数据的重要依据。关键词自动识别方法是自然语言处理研究的基本任务,是分析文本的前提,具有重要的研究意义。本文研究以财经领域文本为例,提出了一种基于主题模型和词汇相似相结合的方法,提取财经领域关键词。通过已有的分词工具实现中文文本分词,提取文本中的词汇;对给定的文本集建立主题模型,提取主题相关词汇作为初始关键词集;提取与初始关键词集语义相似的词汇,扩展关键词集。主要工作如下:对财经领域内的新闻文本利用已有的分词工具切分文本,提取文本集中的词汇。依据LDA(Latent Dirichlet Allocation,隐含的狄利克雷分布)对文本集建立主题模型,提取主题相关词汇形成初始关键词集。依据word2vec模型,将财经领域内词汇向量化表示,计算初始关键词集中的词汇与领域内词汇间向量的相似度,对关键词集进行扩展。通过实验进行数据分析。第一,利用主题模型提取初始关键词集,计算初始关键词集的准确率;第二,利用主题模型和词汇相似,对初始关键词集进行扩展,提取关键词集,计算关键词集的准确率;第三,利用已有的TF-IDF(term frequency–inverse document frequency)方法提取关键词集,计算关键词集的准确率。比较三种方法的实验结果,依据实验结果得到,针对财经领域内文本,基于LDA模型和Word2Vec模型相结合提取关键词的方法效果较好。

关键词：提取 LDA模型 Word2Vec模型领域词汇