【摘 要】
：
本文从社会认知批评话语分析的视角出发,对《华尔街日报》中美贸易摩擦相关语料中所用的趋近化策略进行分析,并将共识作为趋近化实现的认知端口,建立趋近化共识框架.在本框架中,发话人基于已建共识来预设与受话人的假定共识,从而构建拟态共识以达到发话目的 .研究发现,美方利用已建立的地缘空间共识强调了外部实体的侵略性及内部实体的被动状态,以达到空间趋近.美方基于预设的假定共识,使用历史倒叙与体现外部实体持续影响的情态动词短语,强调外部实体“过去”对内部实体造成的伤害可能会持续到“将来”,以达到时间趋近.价值趋近方面,
【机 构】
：
南京工业大学外国语学院,江苏南京211816
论文部分内容阅读
本文从社会认知批评话语分析的视角出发,对《华尔街日报》中美贸易摩擦相关语料中所用的趋近化策略进行分析,并将共识作为趋近化实现的认知端口,建立趋近化共识框架.在本框架中,发话人基于已建共识来预设与受话人的假定共识,从而构建拟态共识以达到发话目的 .研究发现,美方利用已建立的地缘空间共识强调了外部实体的侵略性及内部实体的被动状态,以达到空间趋近.美方基于预设的假定共识,使用历史倒叙与体现外部实体持续影响的情态动词短语,强调外部实体“过去”对内部实体造成的伤害可能会持续到“将来”,以达到时间趋近.价值趋近方面,美方多使用影响权重低且隐性的词汇项来构建拟态共识,在表明美方立场的同时又不会引起中美正面冲突.
其他文献
海量的网络文本给情感分析任务带来了巨大的机遇和挑战,传统基于规则的方法已经很难胜任这类文本的分析工作,现有的深度学习方法存在一些不足,一方面模型的输入只包括文本嵌入矩阵,缺乏其他特征的使用;另一方面,词嵌入算法会导致文本结构信息缺失,进而影响分析效果.在对基于规则的情感分析方法中的句法规则进行研究的基础上,提出了一种结合MCNN、LSTM和全连接神经网络的多输入模型.同时在深度学习模型中构建了句法特征提取器来提取句法特征.在3个公开数据集上进行了实验,结果表明,构建的模型较其他模型拥有更好的分类性能,且句
针对传统电力征信平台稳定性不足、测试准确性低等缺点,研究设计了一个电力征信大数据平台.使用联机分析法对电力大数据进行分析,并将其分为用户行为、费用细则、用户价值与个人信用四大类.以模块化结构为基础,分别对数据采集模块、数据分析模块、用户交互模块进行优化设计,采用KNN算法和交叉验证法对用电数据进行分类与决策处理,得出区域的用电规律,以此设计和调整配电方案.最后将提出的平台与传统电力征信平台进行对比,实验结果表明,提出的平台的稳定性和准确性都有所提升,在测试过程中准确性高达98.9％.
水环境模型内部结构复杂且计算耗时,造成参数率定、多情景分析及决策优化过程中面临高负荷计算难题,这极大地限制了其应用价值的发挥.如何融合水环境模型和大数据技术,深入挖掘模型应用潜力和充分发挥其应用价值是一个研究热点.总结了水环境模型在实际应用过程中面临的瓶颈,分析了大数据技术在解决这些问题上具有的潜力.基于现有成熟的大数据技术,提出了水环境模型与大数据技术融合框架,解决了水环境模型规模计算、规模存储和应用分析问题.阐述了模型与大数据技术融合过程中面临的问题,提出了具体的实现技术思路.通过SWAT模型率定应用
司法要素抽取是司法智能化辅助应用的重要基础,其目的是判别裁判文书涉及的关键案情要素.以往司法要素抽取通常采用多标签分类方法进行建模,模型主要依赖于裁判文书文本特征,忽略了要素标签的语义信息.同时,由于司法数据集存在样本分布不均衡的情况,分类方法会因负例过多而导致模型性能不佳.针对上述问题,提出基于BERT阅读理解框架的司法要素抽取方法.该方法引入标签信息和法律先验知识构造辅助问句,利用BERT机器阅读理解模型建立辅助问句和裁判文书之间的语义联系.同时,在问句中标签所在位置前后增加特殊标识符以增强模型的学习
罪名预测指根据给定的案情事实找到适用罪名.现有罪名预测方法主要使用文本内容进行分类,但无法有效地利用文本中的案件要素.针对现有方法的不足,提出了一种结合案件要素序列的罪名预测方法.该方法将案情事实过程表示为一系列以“行为”为核心且具有时序关系的案件要素序列,然后利用图卷积神经网络进行表示,最后融合文本语义特征来预测案件罪名.实验表明,该方法比现有方法具有更好的预测性能.同时,该方法在对易混淆罪名的区分方面也有较好的表现.
韩礼德于2007年在Jonathan Webster的协助下,出版了10卷本《韩礼德全集》.2013年又出版了《21世纪的韩礼德》论文集,反映了他对新世纪语言研究趋向的认识,如语言研究应正确认识口述语言,语篇和话语,书面语、标准语、全球化语;词汇语法是人类意识从初阶到高阶的驱动力;应加强意义研究,特别是意义与大脑、语音、物质、意义潜势、语义的关系.在语言智能方面,应正确掌握和运用信息技术、符号学、认知科学、科学技术和隐喻理论.最后,理论贵在应用,特别是应用于语言教学、翻译和生态语言学等领域.
语音产出是语言习得最重要的表现形式之一,其研究方法涉及有声语料库分析和实验研究.本文主要介绍语音产出研究几种常用的实验设计方法以及语音产出的评价方法.实验设计方法包括朗读和跟读实验、延迟重复和问答实验、图片命名和讲述实验等.产出评价方法包括感知评价、转写和标注、声学分析等.语音产出实验一般由一种或几种实验设计方法搭配一种或几种产出评价方法开展研究.
随着非易失性内存从理论走向实用,现代存储系统的设计与实现将迎来颠覆性变革.针对传统存储设备设计的存储系统并不能充分利用非易失性内存带来的性能红利.为了构建高吞吐、低时延、大规模的存储系统,迫切需要设计与非易失性内存硬件特性相匹配的持久索引数据结构,从而进一步提升性能.从持久索引数据结构出发,分别对B+-Tree和哈希表在非易失性内存上的设计和优化进行分析,比较其优缺点,并展望了该方向的机遇与面临的挑战.
本文从弗洛伊德个体身份之本我、自我和超我三个层面出发,提出在论文答辩之前与之后,本我、自我(答辩前学术身份)、超我、自我(答辩之后学术身份)形成一种动态的建构关系.在自我学术身份建构中,超我从“抑制本我的非学术冲动”“监控自我学术活动”和“追求完美的学术境界”三大维度建构学术身份.本文基于概念隐喻和转喻理论,以密西根学术口语英语语料库(MICASE)中64条Mr表达为语料,提出“学术身份是一位先生/ACADEMIC IDENTITY IS A MR”是一条根隐喻的观点,认为论文答辩中,答辩者基于Mr隐喻和
大数据独特的价值特征导致数据定价问题复杂,尽管研究者对此展开了大量研究,但大多角度单一且缺乏实际应用性.鉴于此,对大数据定价方法进行了综述,梳理出成本导向、市场导向、需求导向、利润导向以及基于生命周期定价的5种定价类型,对比了成本法、协议定价、市场法、收益法、基于质量以及基于查询的定价6种主流定价方法的优劣势;最后通过大数据定价流程分析进一步展现了不同定价方法各自的特点,并对数据定价方向进行了展望,以期为今后的相关研究提供一定的参考.