转换生成语法

摘要： 从20世纪所经历的三场语言学革命(索绪尔的结构主义、乔姆斯基的转换生成语法、雷约的认知语言学①)来看,一个学派的流行期约为50-60年(其中多有交叉)。认知语言学滥觞于70年代中期,至今已近50个年头,其历史意义和学术价值在于:摆脱了索绪尔和乔姆斯基等基于唯心论和客观主义哲学所建语言学理论的窠臼,终使语言研究回归唯物论、人本观的殿堂,将落后于文学和译学的语言学带入到后现代时期。

摘要： 乔姆斯基自提出转换生成语法及三大假设以来就不断面临着国内外各种挑战。认知语言学派的“生成语义学”观、演化语言学派的“语言接触”观和神经语言学派的“语言协同”观,一方面源自于对乔姆斯基理论的思考,一方面也从现代语言学的新视角对乔姆斯基理论提出质疑。虽然目前难以评判孰是孰非,但乔姆斯基理论研究价值与后乔姆斯基时代语言学的发展二者之间具有双向启示。因此,如何客观评价乔姆斯基和后乔姆斯基时期的发展是近代语言学的重要课题。

摘要： 诺姆·乔姆斯基在心理语言学领域作出瞩目贡献:对心理语言学的早期批判开启了这一学科的新时代,转换-生成语法带动了实验心理语言学在二十世纪五六十年代的研究,普遍语法理论观念发展了语言习得理论等。文章主要分析了乔姆斯基的语言学理论与心理语言学的关系,最终得出乔姆斯基对心理语言学的影响。

摘要： 隐喻是认知语言学必须研究的话题之一,国外隐喻研究文章不胜枚举,韩礼德在其著作《功能语法入门》最后一章提出, 隐喻现象并不局限于词汇层面,而且常常发生在语法层面,这便是语法隐喻这一术语的由来。本文试图阐明语法隐喻的理论依据, 借此为更加深刻地认识和应用语法隐喻提供帮助。

摘要： 本文以转换-生成语法和二语习得的认知理论为基础,从多源语料库提取there be句型为研究对象,通过标注、统计和自然语言处理模型,对英语本族语者和中国二语学习者输出文本的意义、句法饱和度进行对比分析,结论如下:在基本结构层面,本族语和二语意义、句法饱和度构建无显著差异;在深层结构层面,前者倾向于使用高信息度的集合矩阵论元,后者倾向于低信息度的线性论元,其意义、句法饱和度显著低于前者;二者意义、句法饱和度差异源自深层认知构建和内化过程的不同,关联性认知和广域的概念化推动意义、句法的饱和,但二语意义、句法饱和度的增加会以句法错误率的上升为代价.

摘要： 翻译操作的对象是语言,因此翻译也必然是语言学研究的重要内容之一。同样地,语言学理论的发展完善也会促进翻 译研究,包括翻译理论研究的发展。乔姆斯基转换生成语法的提出不仅是语言学发展历史上的重大突破,对于翻译研究也有重大 的启示意义,翻开了翻译研究的新局面。

摘要： 以往学者主要从语义、语用、认知、对比等方面对维吾尔语致使句进行研究,论文以转换生成语法的一般理论与方法为指导,分析维吾尔语词汇型致使句、形态型致使句、分析型致使句的深层句法结构,总结其规律和特点,有助于学习者更好地掌握维吾尔语致使句的深层句法结构。

摘要： 以往学者主要从语义、语用、认知、对比等方面对维吾尔语致使句进行研究,论文以转换生成语法的一般理论与方法为指导,分析维吾尔语词汇型致使句、形态型致使句、分析型致使句的深层句法结构,总结其规律和特点,有助于学习者更好地掌握维吾尔语致使句的深层句法结构.

摘要： 生成语法的诞生对语言学产生了深刻的影响.受生成语法的影响,语言学研究的中心转向了认知领域,语言学研究的目的由描写转向了解释.然而对于生成语法与结构主义之间的关系却存在两种截然不同的观点:一种观点认为,生成语法与结构主义是一种革命性的决裂;另一种观点认为,生成语法仅仅是结构主义内部的一次宫廷政变.因此,有必要对于两者之间的关系进行考察.

摘要： 众所周知，在高中英语教学中，单词和语法是英语教学的重点，同时也是帮助学生学好英语知识，掌握相关英语表达方式的关键，而这其中转换生成法作为学习语言的重要语法基础，对于学生学好英语的影响也是巨大的，因此在当前的高中英语教学改革过程中，高中英语教师越来越重视对于学生的语法教学，希望能够通过语法教学帮助学生清楚地找到学习英语的有效方法，从而提高教学的质量。

摘要： 运用符号、公式等人造的形式语言来描写语言结构及语言规则的作法始自转换生成语法，这种描写称为形式化的(formalized)描写。本文介绍了述谓结构分析的有关理论，浅谈了复合词述谓结构分析的操作规程和价值。

摘要： 提出了一种使用生成语法模型来创建消息的计算机实现的方法和包括存储至少一个程序的计算机可读存储介质的系统。根据一些实施例，该方法可以包括接收用于生成消息的请求，在示例实施例中，该消息将被发布到社交网络平台。响应于接收到所述请求，访问定义消息的结构的生成语法模型。生成语法模型可以包括多个空白并且可以指定源以及用于填充每个空白的词的语法约束。该方法还可以包括根据生成语法模型来生成消息，以及使得生成的消息被发布。

摘要： 本发明涉及基于生成转换/短语结构语法的自然语音识别方法，即GT/PS文法。根据本发明，分析说出的短语中包含的三音素，借助于语音词数据库(字典)由所识别的三音素构成说出的短语中包含的词，并且使用语法规则(文法)由所识别的词对说出的短语决定句法重构。GT/PS语法是将目标句子置入文法中的一种全新方法。它使用传统的文法规范语言(GSL)，但是以创新的方式组织所置入的句子。其中，它遵循短语结构语法规则和Noam Chomsky的生成转换语法概念。

摘要： 本发明即使在提高颜色根据位置而从图像的一个端部至另一个端部而连续变化的渐变图像的颜色再现精度的情况下，也维持了设备依赖颜色的颜色再现精度。颜色转换信息生成装置以使与多个基准点相对应的多个基准空间的各自所包含的中间点的个数成为一个以下的方式，生成一个或多个位于连结第一颜色空间中的表示第一颜色的第一坐标值和表示第二颜色的第二坐标值而成的第一线段上的中间点，并在第一线段上的坐标值被转换为第二颜色空间的坐标值的情况下，生成修正转换信息，并基于修正转换信息而生成用于将根据用户的操作而生成的第一线段上的第四坐标值转换为第二颜色空间的坐标值的颜色转换信息。

摘要： 提出了一种使用生成语法模型来创建消息的计算机实现的方法和包括存储至少一个程序的计算机可读存储介质的系统。根据一些实施例，该方法可以包括接收用于生成消息的请求，在示例实施例中，该消息将被发布到社交网络平台。响应于接收到所述请求，访问定义消息的结构的生成语法模型。生成语法模型可以包括多个空白并且可以指定源以及用于填充每个空白的词的语法约束。该方法还可以包括根据生成语法模型来生成消息，以及使得生成的消息被发布。

摘要： 本公开提供了一种用于生成语句转换模型的方法、装置、电子设备、存储介质及计算机程序产品，涉及人工智能技术领域，具体涉及智能搜索技术，可用于数据查询场景下。具体实现方案为：根据接收到的配置操作，确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息；借助辅助信息解析所获取的数据库数据，得到训练数据；通过训练数据训练得到语句转换模型，其中，语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句。本公开提供了一种根据用户的配置操作和指定的数据库数据训练得到语句转换模型的方法，提高了模型的生成效率和便捷性，以及数据查询效率和便捷性。

摘要： 本公开的实施例公开了用于生成语言转换模型的方法和装置。该方法的一具体实施方式包括：将自然语言查询语句输入初始模型，得到实际结构化查询语句，判断实际结构化查询语句是否满足预设的匹配条件，确定实际结构化查询语句与自然语言查询语句对应的目标结构化查询语句的匹配值，基于该匹配值，更新该初始模型的网络参数，生成语言转换模型。该实施方式将实际结构化查询语句与目标结构化查询语句的匹配值应用于生成语言转换模型的过程中，提高了语言转换模型输出的准确性。

摘要： 密钥取得部(411)取得解密密钥与公开密钥的多个对中的转换源对的解密密钥(ski)、和转换目标对的公开密钥(pkj)。转换密钥生成部(412)利用公开密钥(pkj)对由密钥取得部(411)取得的解密密钥(ski)进行加密，生成转换密钥(rki→j)，该转换密钥(rki→j)用于将利用转换源对的公开密钥(pki)进行加密而成的密文转换成能够利用转换目标对的解密密钥(skj)进行解密的转换后密文。输出部(413)输出由转换密钥生成部(412)生成的转换密钥(rki→j)。

摘要： 本发明无需人工就能够对画面转换进行验证。一种装置，用于生成与通过按钮被操作所产生的画面转换有关的信息，该按钮是显示于对象装置的显示器的画面上的操作对象要素，该装置具有：画面数据获取部，其获取对象装置的画面的图像数据；画面转换按钮提取部，其对画面的图像数据进行分析，来提取一个以上的按钮；操作对象按钮选择部，其选择设为操作对象的按钮；按钮操作部，其使对象装置产生对被选择的按钮进行了操作时的信号；画面转换记录部，其将画面转换数据记录到记录介质中，该画面转换数据包含通过操作所产生的画面转换之前的画面的图像数据和该画面转换之后的画面的图像数据、以及与在该画面转换时被操作的按钮有关的数据；以及画面转换图生成部，其使用画面转换数据生成画面转换图。

摘要： 本发明涉及基于生成转换/短语结构语法的自然语音识别方法，即GT/PS文法。根据本发明，分析说出的短语中包含的三音素，借助于语音词数据库(字典)由所识别的三音素构成说出的短语中包含的词，并且使用语法规则(文法)由所识别的词对说出的短语决定句法重构。GT/PS语法是将目标句子置入文法中的一种全新方法。它使用传统的文法规范语言(GSL)，但是以创新的方式组织所置入的句子。其中，它遵循短语结构语法规则和Noam Chomsky的生成转换语法概念。

摘要： 本发明公开了一种生成语言模型的方法和文章自动生成方法。其中，生成语言模型的方法包括步骤：利用第一文本集合对初始语言模型进行预训练，生成第一语言模型；识别第二文本集合中的关键信息，并形成第三文本集合，其中，第三文本集合中的各文本均具有预设格式；基于预设格式，优化所述第一语言模型，以形成第二语言模型；利用第三文本集合，训练第二语言模型，以生成第三语言模型，第三语言模型为生成的语言模型，所生成的语言模型适于自动生成文章。本发明一并公开了相应的计算设备。