《绝妙好词》研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:liongliong527
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
《绝妙好词》是宋朝遗民周密编纂的一部南宋断代词选,分七卷本和九卷本两种版本形式。本文首次选用在前七卷本的基础上增加了余集《续钞》和徐懋《又续钞》的九卷本《绝妙好词》为底本,并将《绝妙好词》置于南宋词坛的大环境中,通过与南宋三部词选《草堂诗余》《花庵词选》《阳春白雪》以及南宋三种词论《乐府指迷》《词源》《词旨》,在入选词人、词数等方面进行对比分析,对蕴含于南宋词坛的选词标准和主流词学理论之下的《绝妙好词》进行整体观照,全文由三部分构成:第一部分,对《绝妙好词》编纂者周密进行专门考察,包括其卒年以及对成书时间有影响的交游情况略作考异,在得出《绝妙好词》始选于宋末元初的结论后,结合吴熊和先生《唐宋词汇评》以及相关词人别集、年谱等资料,共为词选中的55首词作进行了编年,以此作为第二、三部分的前期资料和逻辑起点。并将《绝妙好词》与南宋词选、词论进行横向和纵向的对比,大致勾勒出南宋不同时期词体创作的轮廓和词论发展的走向。以此得出《绝妙好词》与南宋词论的契合之处,作为本文第三部分词选艺术风格的阐述基础。第二部分,以第一部分编年词为基本数据,以《绝妙好词》所选词人为研究对象,分别定义南渡后的中兴词人和宋元之际遗民词人的时段与内涵,知人论世,探究《绝妙好词》所选不同历史时期的词人通过咏物酬唱,或隐或显地表达出的忠爱思想,为第三部分《绝妙好词》的艺术风格提供研究素材。第三部分,结合第一部分《绝妙好词》与南宋词选、词论关系的具体情况,采用理论联系实际的方法,将上述词论所提出的理论观点与词学选本互参,“以宋论宋”,在南宋其他三部词选与三种词论共生的时空场域下,探究它们与《绝妙好词》在选词标准间的指导或影响作用,最后总结出《绝妙好词》在南宋时空场域下,呈现出清丽雅正、疏快自然的艺术风格。
其他文献
在当今数据大爆炸的时代,人工智能领域各种技术蓬勃发展,其中分类方法仍然是机器学习中重要的研究领域之一,机器学习中的分类方法研究在图像、语义识别等具体场景具有一定实用价值。随着移动互联网的高潮到来,数据量不断增大、数据类别不断丰富,不断提出新的应用场景需求,对传统的机器学习方法带来一定的挑战。面对多样性的数据经典分类方法无法处理好数据内在的关系,泛化性能表现不佳。因此,聚焦研究新数据应用场景下多视角
学位
医学图像分析是当前研究计算机视觉的关键领域之一,其中医学图像分割的作用是确定感兴趣对象的二维区域或内部体素的集合,感兴趣对象一般包括器官及其子部分,这是计算机辅助检测的第一步。本文针对医学图像分割任务,基于深度学习的算法展开研究,在细胞核、肝脏和肺部图像分割数据集上进行实验,以提高医学图像分割的精度。主要研究内容包括:首先,改进一种基于卷积神经网络和编解码结构的细胞核图像分割算法(Att Inc
学位
文本简化的目的是为了在保持文本语义不变的情况下,降低语句的复杂度,将复杂的文本转换成更易于理解的文本。文本简化主要分为词汇简化和句子级别的文本简化两个方面。传统的词汇简化算法依赖于人工标记的数据集或者只关注复杂词本身而未能有效的关注复杂词的上下文,导致生成的候选词不符合上下文语境。同时,主流的文本简化模型的性能也依赖于高质量的数据集,但是文本简化数据集较少并且数据集中的信息并不完全准确。为了解决以
学位
随着社会的进步和科学技术的发展,在计算机视觉领域,我们采集到的图像数据相比于以前有两大明显特征:1.数据量变大;2.数据内蕴含的非线性信息变丰富。首先,数据量的变大使得基于图像集分类的方法成为可能。相比于传统的基于单张图片的分类方法,基于图像集的分类方法有更好的容错性,并且可以充分挖掘数据内部蕴含的相关信息。此外,由于传统的机器学习方法是基于欧氏空间理论的,因此难以有效挖掘数据中蕴含的非线性结构信
学位
随着大数据时代的到来,单视图数据已经不能满足人们的需要,多视图数据应运而生。多视图数据指从多个角度或者以不同的衡量标准对同一事物进行全面描述的数据,它由多个视图组成,每个视图代表一个角度或者衡量标准。与单视图相比,多视图数据包含了更丰富的语义与更有意义的信息,因此对多视图数据进行研究是很有必要的。聚类作为无监督学习中的一项基本方法,在挖掘数据的底层信息方面表现卓绝,这正是研究多视图数据所需要的方法
学位
受自然灾害和病虫害入侵等影响,林木内部容易出现腐朽和空洞。近年来探地雷达检测技术在树干无损检测领域兴起,其具有抗干扰能力强、检测速度快等优势,得到了研究者们的广泛关注。传统的探地雷达成像方法假设树干为圆形结构,获取半径宽时窗,用极坐标方式重建树干截面,容易导致缺陷定位偏差,检测准确度有限。本文结合信号处理、偏移算法和深度学习等研究了两种树干内部缺陷定位的成像方法,并且提出了针对活立木的多元协同检测
学位
天波超视距雷达(Over-the-Horizon Radar,OTHR)通过高频天波在电离层的折射弯曲摆脱了地球曲率对视距的限制,其自上而下的探测模式,可以实现对隐身战机、低空飞行器等的早期预警和连续观测。目前,天波超视距雷达主要是通过多基地联合布站的方式实现对目标的高精度定位,同时该方式也提高了系统的生存能力,这对预防和打击外来侵略目标具有重要的意义。但多基地联合布站的定位方式也导致其定位模型在
学位
多目标跟踪是数字图像处理和视觉领域的关键问题,包含检测识别和数据关联等多项任务,在社会生活、工业生产和军事等领域有广阔的应用前景。随着检测算法的发展,基于检测的多目标跟踪算法逐渐流行并由此产生不同的跟踪范式。其中一段式,即联合检测与嵌入的多目标跟踪范式,通过网络共享的方式将外观特征提取过程嵌入检测器中,较好的均衡了跟踪精度与跟踪效率。但该范式存在检测依赖和跟踪鲁棒性较差等问题,在线跟踪的实时性也难
学位
随着世界人口不断增长以及城市化进程发展,人员过分聚集导致的踩踏等事故频繁发生,为社会带来严重的安全隐患。人群计数旨在估计各个场景下的总人数并呈现其分布,其在安全管理和流量监控等领域起着重要的作用。尤其当下新冠肺炎肆虐全球,人群流量预警及管控变得至关重要,作为最基本的人群分析方法,人群计数在近年来得到了广泛研究。本文针对复杂场景中人群密度不均、遮挡严重以及背景误判等问题,分别从网络结构和监督机制两方
学位
随着视觉技术的蓬勃发展,人们从不同传感器获取的信息也越来越多样化。图像融合技术可以将特定场景下不同传感器得到的多种图像信息进行融合,得到包含互补的多源图像信息的融合结果,从而帮助人们更好的分析和处理复杂信息。其中红外和可见图像融合作为图像融合任务中的重要方向,将反映热辐射信息的红外图像和包含细节信息的可见光图像结合,得到突出红外目标以及具备更多细节背景信息的融合图像。早期的图像融合方法主要基于信号
学位