现代汉语“不行”的分类与演化研究

来源 :渤海大学 | 被引量 : 0次 | 上传用户:ztqye
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现代汉语共时平面上有短语和短语词两个“不行”。短语“不行”具有主观上的“不可行”义和客观上的“行不通”义;短语词的分化现象较为突出,根据词性可分为五种:允准动词“不行1”、状态动词“不行2”、形容词“不行3”、副词“不行4”以及连词“不行5”。同时,从语用功能角度上看,“不行”出现了话语标记用法,主要有语篇衔接、间接否定和话题转换的语用功能。从历时角度看,“不行”的语义虚化是随着“行”的语义演变发展的,“行”发生及物化后,与“不”连用组成的短语“不行”产生主观“不可行”义和客观“行不通”义,“不行”在此基础上发生词汇化。主观上,“不可行”义的短语“不行”衍生出允准动词“不行1”和形容词“不行3”;客观上,“行不通”义的短语“不行”衍生出状态动词“不行2”和连词“不行5”,“不行2”又进一步虚化出副词“不行4”。允准动词“不行1”最早发生词汇化,在明代初露端倪,清代完成;副词“不行4”的形成时间最晚,在民国完成;其他几种意义上的“不行”均在清代完成词汇化。“不行”的允准动词化、形容词化、状态动词化为词汇化过程;“不行”的连词化和副词化为语法化过程。“不行”发生词汇化主要是“行”的语义虚化为“不行”的词汇化提供了可能,并在句法上的重新分析和认知上的隐喻机制下完成词汇化。“不行”的连词化是在语言经济性原则的影响下,句首定位,又经历了语境吸收的过程,从而完成连词化;而副词化主要是主观性凸显和类推作用的结果。
其他文献
数学形态学是一种非线性图像处理技术,以其严谨的理论基础和简洁高效的思想广泛地出现在数字图像处理的各个领域,包括图像增强、图像复原和图像滤波等。其中心思想是使用结构元素去度量和提取图像中对应的几何形状,以达到分析和识别图像的目的。结构元素的形状和大小对形态学处理的结果起着决定性的作用。然而,随着彩色图像的广泛使用,传统形态学忽视图像局部特征和无法适应复杂图像内容的缺点逐渐显现。因此,本文利用形式概念
学位
学位
学位
《母花映照两仪堂》(??????????)是两仪制糖集团的家庭传记文学。该书给读者展示了汪氏家族的家族企业运营模式和良好的家风。目前对于泰国家族传记的研究还不完善,语境理论指导传记文学的研究还有较大的发展空间。因此,本实践报告从语境理论出发,对文中前言至第七章从语言语境、情景语境以及文化语境三个层次进行案例分析。在语言语境中,分为语域特征、词语搭配、上下文三个层面。在情景语境方面,从语场和语式两个
改革四十余载,中国经济实现了数量上的显著增长,取得了显赫的成绩。但近年来,经济增速的不断下降与环境质量的日益恶化让中国意识到以往的发展模式对产业结构和生态质量均产生了较为明显的负面影响。为此,如何解决好生态安全和产业结构间的均衡发展是我国现阶段经济发展所面临的重要课题。环境规制作为政府修护生态质量的主要方式,其一方面有利于制约经济主体的污染行为、修护破损的生态质量,另一方面能够促进企业革新生产技术
当今世界危机频发,在此背景下从不同角度针对危机报道的研究层出不穷,然而以西方修辞学为视角的探索尚属鲜见。2017年9月5日,特朗普政府宣布废除“童年入境暂缓遣返”计划,引发了美国社会的轩然大波。本文借助改进过的肯尼斯·伯克“认同”理论体系,分析了美国、英国、澳大利亚与中国四个代表性国家主流报纸中的认同策略,并揭示了各国对于撤销“暂缓遣返”计划所隐含的态度或倾向。伯克的认同理论广受重视,但已有研究往
天地一体化信息网络具有跨网跨域、异构用户群融合的特点,多域网络之间有互联的需求,同时带来了跨网攻击和非授权访问等信息安全风险。论文开展天地一体化信息网络多域网间互联安全控制的研究,结合基于策略的网络管理模型,设计网间互联安全控制系统,解决安全策略的冲突检测问题,提高大规模策略场景下的部署性能。开展的主要工作如下:(1)提出了统一的安全策略规范描述方法。描述出不同种类的安全策略,根据场景调度差异性,
婚姻与家庭是社会生活的基本细胞,与社会每个成员都息息相关,建立适应社会主义的婚姻家庭关系是每个社会成员的责任和义务,中华传统婚姻习惯是各个民族婚姻习惯的摇篮,各民族共同发展和发育创造了传统的中华婚姻习惯。研究各民族的生活习惯对建立良好的婚姻家庭关系非常有意义。本文贯彻社会主义法治理念,以《宪法》、《婚姻法》为依据,以各个民族婚姻家庭习惯为主要研究对象,通过梳理和研究,最后哈萨克族婚姻习惯最基本的考
在全球关注大气污染防治背景下,PM2.5在大气污染占比中占很大的比重,不仅直接或者间接影响全球气候,对人体健康也有很大的威胁。PM2.5的研究已经成为大气污染防治的重要课题。本文主要通过研究PM2.5的单颗粒物形貌特征,基于卷积神经网络对颗粒物的扫描电子显微镜图像进行分类识别,以期为大气颗粒物的源解析提供一定的理论依据。卷积神经网络是深度学习常用的框架之一,通过多卷积核对图像数据进行卷积操作,可以