句末表达形式「様子だ」的功能研究——从语法化视角出发

来源 :上海外国语大学 | 被引量 : 0次 | 上传用户:yydx_2009
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
“様子だ”由“様子”与助动词“だ”组合而成,一般位于句子末尾,并起到特定的语法功能。迄今为止的研究主要从两个角度考察“様子だ”:其一是以实质名词“様子”的意义为中心,考察句末表达形式“様子だ”的功能;另外一种将“様子だ”看作一个整体,考察其情态和语法化的特征。考察显示,“様子だ”通过语法化呈现出了表达情态特征,因此应将其看为一个整体,从历时角度考察“様子だ”的语法化过程,综合分析“様子だ”的各项功能。为了更直观从语法化视角考察“様子だ”的形成过程,笔者基于川島(2016)提出的对句末名词句的句法研究,在句法上将“様子だ”分为三类:Ⅰ-1型[无法设想认知主体且无法取得主题]、Ⅰ-2型[无法设想认知主体但可以取得主题]、Ⅱ型[可以设想认知主体]。利用日语历史语料库(CHJ)和现代日语母语者语料库研究“様子だ”的形成及功能。笔者首先聚焦于“様子だ”这一句末表达形式,分析可能影响“様子だ”形成的要素。首先出现的是Ⅰ-1型的无主题句,而后出现了Ⅰ-2型和Ⅱ型。句末形式“様子だ”是在[用言连体修饰句+様子]结构的基础上形成。由于用言连体修饰句包含大量信息,发展为能包含主题和设想认知主体的动词句的结构,“様子だ”就随着“様子”的意义被漂白(semantic bleaching)而助动词化。句末形式的“様子だ”在1900年以后的使用频率在“様子”的所有用法中处于25%以上,已经是一种稳定的句末形式。其次,本文在整理了句末表达形式“様子だ”形成过程的基础上,研究“様子だ”的各项功能:无法设想认知主体的Ⅰ-1型和Ⅰ-2型。其中,Ⅰ-1型是对画面及现状的描写,Ⅰ-2型则表达主题的心理状态、动作。与之相对的Ⅱ型「様子だ」由于可以设想认知主体,一般认为是证据性情态表达,以往的研究也多将其归入情态体系中。最后,笔者通过考察“様子だ”的语法化特征和语法化程度,认为“様子だ”虽然表现出一定的语法化特征,但语法化程度较低,还未完全助动词化。
其他文献
祈使句分为肯定祈使句和否定祈使句。一般来说,肯定祈使形式表示要求听者做某事的肯定意义,而否定祈使形式则表示要求听者不做某事的否定意义,肯定形式对应肯定义,否定形式对应否定义。但实际使用中,有些例子虽然使用了肯定祈使形式,比如动词命令形,但却并不表示其相对应的肯定意义,而是表示否定意义。以往文献从命令形用法的视角出发,将这类命令形所表达的否定意义归类为命令形的用法之一。迄今为止,少有研究从肯定与否定
学位
近年来,我国医疗卫生行业数字化逐步开展,数字化之后医疗监管问题也日趋严峻。医疗监管是各医疗机构日常工作中较重要的一环,然而现有的监管平台信息化水平无法满足监管要求,存在诸多局限,如监管理念落后、监管水平不足、监管响应能力不足、现有数据融合困难等。本文以云南省丽江市永胜县建设医疗综合监管平台为背景,运用信息化技术汇聚数据,对数据进行清洗、挖掘,提升数据的有效性、可使用性,目的是提高对医疗行业的整体监
学位
随着漫画和游戏等娱乐方式的兴起,掀起了对普通照片进行艺术化处理的热潮。过去常见的图像卡通化方式是由专业人员手绘,制作完成一幅精美的卡通图像需要耗费他们大量的时间和精力。随着商业需求的增加和深度学习技术的崛起,如何利用神经网络来快速便捷地对人脸照片进行漫画化已成为计算机视觉的热门研究领域之一。算法要求在保持图像内容不变的同时,将其绘画风格转变为卡通风格或者漫画风格。相较于普通图像,人脸结构较为精细,
学位
关于有对自动词使役句和有对他动词句的区别的问题,众多研究从使役对象的意志性、自发性、句子结构等方面展开论述,取得了许多成果。但是,通过对使役对象、使役主体以及事态这三者之间语义关系进行分类,从句法语义的角度考察两者区别的研究较少。因此,本文尝试从该角度展开研究。本文认为,对象是否具有意志性或自发性与主体的态度、事态的语义特征有关。例如,「氷を溶けさせてから飲む」和「塩で氷を溶かす」两个例句中,对象
学位
日语自他两用汉字动词在表示他动性意义时存在“NをVする”“NをVさせる”两种形式,这类动词本身具备他动词用法,为何还会用“NをVさせる”的形式表示他动,两者之间有何区别仍存在疑问。此前的研究多以和语动词的有对自他动词为对象分析其他动词用法和自动词使役用法,并取得了许多成果,但以自他两用汉字动词为对象的研究并不多见。因此,本文以国语辞典中被标注为自他两用的汉字动词为研究对象,利用语料库调查了动词的自
学位
随着硬件技术的发展,深度神经网络在实际生活广泛应用,比如汽车自动驾驶、智能安防系统、智能医疗等。安全关键系统对可靠性与安全性有非常严苛的要求,系统的故障可能会带来非常严重的后果。不仅仅是目前研究的对抗性样本或后门攻击,即基于输入的攻击方式会导致神经网络准确率大幅下降,外部环境变化或错误注入攻击导致的权重错误,也可能导致神经网络失效。因此,本文对于神经网络的容错能力进行了可解释性分析,并从两个角度提
学位
深度神经网络已经被广泛且成功地应用于许多关键任务,例如图像模式识别、自然语言处理和自动驾驶,而大量的训练数据和不断增强的计算能力是其取得成功的关键因素。但近些年来的许多研究表明,深度神经网络模型面临着许多实际性的安全威胁,例如对抗攻击和后门攻击,这些威胁可能会给现实世界造成非常严重的后果。在这种情形下,攻击和防御两者相互促进、相互制约,研究攻击方法和研究防御方法同等重要。一方面,攻击方法的研究可以
学位
现代日语中有很多复合动词。与单纯动词相比,复合动词语义更复杂、表现力更丰富。同一形式的后项动词与不同的前项动词结合,语义会产生明显的变化。并且,复合动词的意义用法有时与其构成动词的语义用法并非一一对应,因此很难直接通过两个构成要素的语义推测其意义用法。这对于日语学习者来说,有时难以把握复合动词的正确用法。其中,「-ツク」「-ツクル」是分别由常用的多义动词「ツク」「ツクル」为后项要素构成的复合动词,
学位
文本相似度计算是自然语言处理的重要任务之一,社交媒体的发展催化了短文本数量的增长,长短文本交杂,解决长短混合文本的相似度计算问题刻不容缓。大多数已有研究针对长度差异不大的文本展开,包含表示结构、交互结构和预训练结构三类模型,表示结构与交互结构采用相同的特征提取器,无法捕捉长短文本间的特征差异;预训练结构缺乏交互特征的捕获;现有搜索系统大多基于分词匹配,未考虑语义相关性,为解决以上问题,本文的研究工
学位
随着半导体和计算机技术的不断发展,以深度神经网络为代表的人工智能技术在各个领域得到了广泛应用。伴随着硬件的发展,嵌入式设备上的存储与计算资源大幅提升,使得在嵌入式系统上部署深度神经网络成为可能,同时越来越多的嵌入式系统对部署深度神经网络的需求迫切,例如自动驾驶、手机等。但深度神经网络有着复杂的网络结构、巨大的参数量以及大量计算,为其在嵌入式智能系统的部署和运行提出挑战。为了实现深度神经网络在嵌入式
学位