新词新语

摘要： 呈现出多样化发展态势的新媒体行业与极具高效性的信息传播手段,为当代新词新语的大规模产生提供了有利的平台和传播条件,新兴网络词汇“打工人”就是其中之一。“打工人”究其词源,其形式并不是新造的,而是利用原本就有的词汇对其注入了新的词义,使其在不同的语境解释中具有了特殊的语用意义,呈现出幽默诙谐的表达效果和立场表达的独特作用。而新词新语的产生与走红又受到多种社会因素的推动影响,这种结果是个人、官方媒体和自媒体平台三者合力所致使的。

摘要： 在如今各种通讯技术迅速发展的信息时代,一些新鲜的词汇与用语正在以十分惊人的速度在社会范围内进行传播。这些词句当中,包括有缩略形式、谐音形式、生造形式等等种类,值得一提的是,这些社会性的新词新语中,有些甚至不符合汉语的构词法或是语法规律。本次调研将以近几年社会上出现的新的词汇作为切入点,进一步研究汉语在实际应用中与语法体系的差别所在,同时分析相应词汇产生的语境,并对社会用语的发展趋势进行预测。

摘要： 本文以《100年汉语新词新语大辞典》(中卷)为材料,运用类词缀、词语模理论分析了"X化""半X1半X2""XV1 XV2"等几种构词模式.认为一些具有突出时代特征的词语模,当现实社会发生转变之后,往往也迅速消失,继续使用的则需要作词义的调整.在表并列结构的"XV1 XV2"中,前后两个动词也遵循概念领域里的时间顺序.

摘要： 词汇是语言中最活跃的因素,新词新语如一面镜子反映了我国社会、文化、经济等各方面的新发展、新现象。随着我国经济文化水平的不断提高及互联网的迅猛发展,涌现了大量具有生命力的新词新语。因此,探讨其分类、成因、影响、规范等问题,不仅有助于交际的实现,也有助于加强对文化的理解。

摘要： 新词新语是时代变化发展的产物,而构词法是关于如何构成新词新语的原理,掌握新词新语构词法是有效学习新词新语的基础,进而能帮助人们更好地使用新词新语.本文以2013-2018年出现的新词新语为例,采用经验总结法、数量研究法等研究方法对新词新语构词法作细致分析.

摘要： 新词新语在人们的生活中出现并被广泛运用，为推动语言研究的发展，本文结合潜显理论从潜语音、潜词、潜义三方面描述了新词新语中的潜显现象。

摘要： 国家自80年代开放以来，产生了很多新事物、新概念、新观念，从而出现了一批又一批的新词新语。有的词原是外来词或香港粤语词，现在已经进入普通话。这些新词新语丰富了普通话的表现力，丰富了我们的语言生活。据有关调查显示，香港中小学普通话科教师对普通话新词新语掌握得很不够；调查也发现，香港中小学生认为说普通话时，不应该带粤方言词，倾向于不接受粤方言词，排斥粤方言词的心理特别明显。笔者认为，通过媒体、报刊、词典学习普通话新词新语，或者参加“沉浸课程”，都是行之有效的方法；并建议部分常用的新词新语应该写进中小学普通话教科书里，成为教学内容之一。

摘要： 本申请提供了一种领域新词识别模型的训练方法、领域新词识别方法及设备，其中，该领域新词识别方法包括：获取目标语料，目标语料中包括预设时段内的多个文本，根据预先训练的领域新词识别模型，对目标语料进行处理，得到预设时段内的目标领域新词，其中，领域新词识别模型是根据训练语料训练得到的，训练语料中包括历史时段内的多个文本样本，多个文本样本标注有领域新词和非领域新词。本申请具有如下有益效果：采用领域新词识别模型可以快速地提取出领域新词，提高了领域新词的识别精确率，为人机对话和舆情分析提供了强有力的引导。

摘要： 本发明实施例提供了一种更新词库的方法、系统和一种用于更新词库的装置，该方法包括：监听对文本信息执行的编辑操作；当监听到所述编辑操作时，将所述文本信息作为词条存储至预置的词库中；在所述词库中，根据所述编辑操作对所述词条设置在输入时用于排序的属性。通过用户的编辑操作对其排序的属性进行个性化的调整，提高了各词库中词条作为候选项时的排序准确率，方便用户选择所需的候选项，进一步提高了输入的效率。

摘要： 本发明提供一种领域新词的提取方法及系统，包括，采集行业内容数据，并抽取所述行业内容数据中的文本数据，得到专业领域文本数据集；根据预设的领域句法词典对所述专业领域文本数据集进行转化，得到对应的词向量数据集；调取所述词向量数据集中不属于所述预设的领域句法词典的候选词语，若所述候选词语的余弦相似度与所述预设的领域句法词典的余弦相似度大于预设的阈值，则判定所述候选词语为候选新词；通过预设的过滤规则对所述候选新词进行过滤，得到领域新词。本发明通过新词发现并融合多种新词提取的方法可实现特定领域词汇的提取，实现领域新词提取，提高分词准确率，从而提升自然语言处理下游任务的性能。

摘要： 本发明公开了一种结合词向量多特征融合的新词发现方法，该方法步骤包括：对语料进行特征标注，计算属性对互信息矩阵和自信息矩阵，计算候选特征属性对得分；聚类词向量，找到对应的最近邻类中心向量，并找出该类中心向量对应的词作为词向量特征属性，遍历所有词向量特征属性对，计算词向量特征属性对自信息矩阵和互信息矩阵，计算所有词向量特征属性对得分；对所有候选特征属性对得分配置优化权重系数后求和计算总得分；总得分超过新词阈值时提取候选词对对应得分向量到样本集合；更新权重系数并迭代训练至损失函数收敛获得最终的权重系数；重新计算候选词对总得分，输出超过新词阈值的新词。本发明实现更合理的新词评价方法，更加有效地挖掘潜在的新词。

摘要： 本申请公开了一种用于智能交互的新词识别方法及系统，所述方法包括：确定智能交互中未识别的用户语句；将所述用户语句进行分词划分后重组获得分词片段；将获取的分词片段进行组合后获得新词候选串；对所述新词候选串进行统计筛选后确定所述用户语句中的新词。如果出现无法识别理解的用户语句，则对语句进行拆分判断后获得语句中新词的新词，对新词进行理解后对智能交互的答复。进而提高了交互语句新词的识别率，保证了正常的人工智能交互。

摘要： 本发明公开了一种基于掩码语言模型的文献新词发现方法及系统，属于人工智能自然语言处理技术领域，该方法包括掩码语言训练组件、模型依赖关系运算组件和最大概率运算组件，掩码语言训练组件对文献数据进行数据清洗、句段切分，通过训练集的训练组成向量标识Word Embedding，组建Attention机制和前馈神经网络，合为一组Encoder，并搭建Encoder训练模型；将编码后的训练集采用随机屏蔽，部分输入token做训练集输入，被屏蔽的token做输出，以该方式做数据生成器，训练深度双向表示网络。本发明能够达到速度与精确度的平衡，对于特定场景的文献有更好的新词发现效果。

摘要： 本发明公开的一种基于词向量表征的网页新词发现和解析方法，包括以下步骤：步骤1，网页原始数据预处理，得到预训练文本；步骤2，首先进行粗略分词处理，然后使用N‑gram模型来分别构建2‑gram、3‑gram的前缀字典树；步骤3，使用内部结合度多字互信息来度量候选词串的内部结合度；步骤4，使用左右邻接熵信息度量来确定上一步骤中的候选新词的边界；步骤5，利用余弦相似度原理来进行相似向量筛选进而扩充初始关键词词典；步骤6，解析待处理网页中的数据，把网页中的非结构化数据转存到一个预先设置的结构化数组列表里；步骤7，通过步关键词词典对结构化列表里的数据进行提取和整合，完成解析过程。

摘要： 本发明公开了一种用于分布式储能领域的挖掘新词的方法及其装置该方法包括以下步骤：将预处理句子切割为的多个个第一待处理文字段，将多个第一待处理文字段归结为多个个不同的第二待处理文字段，计算每个第二待处理文字段的度量值，当度量值≥第一预设阀值且的数量≥第二预设阀值时，第二待处理文字段为新词。该方法能够挖掘分布式储能领域的挖掘的新词从而创建词库。

摘要： 本发明涉及新词召回方法和词向量表生成方法及其装置。提供了一种新词召回方法，包括：接收特定领域的一个或多个文档；对每个文档进行分词；计算通过分词发现的新词的左右熵和互信息熵，并基于左右熵和互信息熵获得新词的信息熵得分；基于所述文档以及通用文档，计算每个新词在文档中的词频以及在所述文档和通用文档中的逆文档频率，并基于词频和逆文档频率获得每个新词在每个文档中的词频‑逆文档频率得分；计算每个新词在所有文档中的总词频‑逆文档频率得分；基于每个新词的信息熵得分和总词频‑逆文档频率得分，获得每个新词的领域词得分；以及根据领域词得分对所有新词进行排序，将领域词得分最高的预定数量的新词确定为新的领域词。

摘要： 本申请实施例公开了一种新词发现方法、装置、设备以及存储介质，可适用于人工智能、云技术以及数据库等领域。该方法包括：确定待预测语句中各字对应的初始特征序列，将初始特征序列输入语言模型得到待预测语句中各字对应的预测特征序列；基于预测特征序列确定待预测语句中的新词。采用本申请实施例，可高效准确地确定出新词，适用性高。