计算语义学视角下的文本风格研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (30): 123-126.

• 数据库、信号与信息处理 • 上一篇下一篇

计算语义学视角下的文本风格研究

杜家利1，2，于屏方3，4

1.鲁东大学外国语学院，山东烟台 264025
2.中国传媒大学文学院，北京 100024
3.中国社会科学院，北京 100732
4.鲁东大学文学院，山东烟台 264025

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-21 发布日期:2011-10-21

Research on textual style based on computational semantics

DU Jiali1，2，YU Pingfang3，4

1.School of Foreign Languages，Ludong University，Yantai，Shandong 264025，China
2.School of Literature，Communication University of China，Beijing 100024，China
3.Chinese Academy of Social Sciences，Beijing 100732，China
4.School of Liberal Arts，Ludong University，Yantai，Shandong 264025，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-21 Published:2011-10-21

摘要/Abstract

摘要： 文本风格研究是计算语义学研究的领域之一。利用计算语义学的微观结构量化赋值和主题域义场分析的方法加深对不同文本语义核心的理解，推出了测算不同文本语义核心的关联值公式，以数值对比形式为不同文本的相似语义核心的测定提供了量化标准，使借助计算语义学手段进行文本风格研究成为可能。

关键词: 计算语义学, 文本, 风格, 语义关联, 语义核心

Abstract: The research on textual style comes under the umbrella branch of computational semantics.This paper focuses on a better understanding of semantic core originating from different texts by means of quantitative analysis of microstructure and by semantic analysis of thematic domain.The formula for calculating semantic cohesion of semantic core from different texts is raised，and the quantitative criterion used to value the close similarities between texts is applied，both of which make computational semantic research on textual style quite possible.

Key words: computational semantics, text, style, semantic cohesion, semantic core

杜家利1，2，于屏方3，4. 计算语义学视角下的文本风格研究[J]. 计算机工程与应用, 2011, 47(30): 123-126.

DU Jiali1，2，YU Pingfang3，4. Research on textual style based on computational semantics[J]. Computer Engineering and Applications, 2011, 47(30): 123-126.

[1]	黄金杰，蔺江全，何勇军，何瑾洁，王雅君. 局部语义与上下文关系的中文短文本分类算法[J]. 计算机工程与应用, 2021, 57(6): 94-100.
[2]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[3]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[4]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[5]	贺文亮，朱敏玲. 胶囊神经网络研究现状与未来的浅析[J]. 计算机工程与应用, 2021, 57(3): 33-43.
[6]	明建华，胡创，周建政，姚金良. 针对直播弹幕的TextCNN过滤模型[J]. 计算机工程与应用, 2021, 57(3): 162-167.
[7]	吕品，武秦娟，许嘉. 上市公司文本信息披露智能分析研究综述[J]. 计算机工程与应用, 2021, 57(24): 1-13.
[8]	杨锶齐，易尧华，汤梓伟，王新宇. 嵌入注意力机制的自然场景文本检测方法[J]. 计算机工程与应用, 2021, 57(24): 185-191.
[9]	滕金保，孔韦韦，田乔鑫，王照乾，李龙. 基于CNN和LSTM的多通道注意力机制文本分类模型[J]. 计算机工程与应用, 2021, 57(23): 154-162.
[10]	武书钊，李功权，卜明伟. 基于知识图谱的自杀倾向检测问答系统构建[J]. 计算机工程与应用, 2021, 57(22): 304-312.
[11]	程宇航，张健钦，李江川，张安. 交通行业事故文本数据的可视化挖掘分析方法[J]. 计算机工程与应用, 2021, 57(21): 116-122.
[12]	李浩，宁浩宇，康雁，梁文韬，霍雯. 针对文本情感转换的SMRFGAN模型[J]. 计算机工程与应用, 2021, 57(2): 170-176.
[13]	唐稔为，刘启和，谭浩. 神经风格迁移模型综述[J]. 计算机工程与应用, 2021, 57(19): 32-43.
[14]	李文亮，杨秋翔，秦权. 多特征混合模型文本情感分析方法[J]. 计算机工程与应用, 2021, 57(19): 205-213.
[15]	李铁飞，生龙，吴迪. BERT-TECNN模型的文本分类方法研究[J]. 计算机工程与应用, 2021, 57(18): 186-193.

计算语义学视角下的文本风格研究

Research on textual style based on computational semantics

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics