短语的英文

短语的英文（共16篇）（共16篇）

1.短语的英文 篇一

例句：

别着急，我很快就能把它修理好。

Not to worry—I can soon fix it.

如果你对修理不满意，就回去投诉。

If you are not happy about a repair, go back and complain.

我们存了一些钱作为修理费用。

We set aside some money for repairs.

修理需要熟练技工，人工费会很昂贵。

Repairs involve skilled labour , which can be expensive.

很多女性知道如何修理汽车。

Many women know how to make repairs on their cars.

2.短语的英文 篇二

1 短语抽取算法

短语抽取算法现在在短语统计机器翻译中有着广泛地应用, 这种方法直接利用双语对齐优化的结果, 能够在短语中抽取到符合条件的且准确率较高的短语对。这种方法最突出的特点就是准确率高、操作简单。这种方法也具有一定的缺陷, 其在短语抽取上只能抽取到连续的短语, 对于不连续的短语则不能很好地抽取出来, 又由于需要严格按照限制条件来进行抽取, 在短语抽取过程中会造成一些信息的丢失, 短语召回率较低。短语抽取算法具体操作是从词对齐开始, 然后通过算法程序对每一个源短语进行检测, 直到寻找到与之对齐的目标短语。当找到目标短语之后要进一步判断所找到的目标短语是否连续, 如果连续则需要寻找目标短语的最小位置和最大位置, 找好之后进一步判断这两个位置之间的目标短语对齐的源短语位置是否在源短语位置内, 如果在, 则说明检索到的短语符合要求, 如果没有则说明所找短语不符合要求, 不能实现短语抽取。短语抽取按取算法中常用于抽取的是双语短语, 对于双语短语有一定的限制条件, 首先是短语内的单词在原来句子中所处的位置是相连的, 不能出现中断的情况。另外双语短语还应当与对齐

矩阵相容, 如果不相容在短语抽取过程中则会出现一定的困难。

2 基于短语的统计机器翻译

统计机器翻译主要就是把给定源语言句子翻译成目标语言句子, 然后在所有可能的目标语言中, 选择出翻译概率最大的句子。这个转换的过程在统计机器翻译中也是一个解码的过程。在解码的过程中也会用到相应的函数来进行运算。基于短语的统计机器翻译需要运用一定的翻译模型, 翻译模型主要是源语言与目标语言之间的对应关系的模型。短语翻译模型在运用中常进行输入的是双语平行语料库, 通过一定时间的使用后可以得到短语翻译概率表, 这个可以为后期翻译的解码服务。短语翻译模型训练时一般遵循图1的流程。

这个流程图大致反映出了翻译模型的具体运行方式, 遵照这个流程来进行统计机器翻译工作可以更好进行。除了翻译模型之外还需要构建起语言模型, 语言模型具体反映的是一个句子在一种语言中出现的概率, 与之相关的主要是目标语言。语言模型展开训练时通常使用的训练工具是SRILM, 在整个语言模型中起着重要的作用。

3 短语抽取算法在短语统计机器翻译中的应用

3.1短语抽取算法的步骤。短语抽取的基本思想是穷举一只语言句子中所有可能短语, 然后再根据兑取矩阵找到与之对应的另一种语言句子中的短语, 当检索到相应的短语之后再检查短语是否满足短语抽取算法的两个限制条件。这两个限制条件就是短语内单词在原句子中位置必须相连, 同时双语短语还必须与对齐矩阵相容。短语抽取算法的具体运行方式可做如下描述, 源语言句子用sI表示, 目标语言用tJ表示, A表示sI和tJ的对齐矩阵, 这样具体运行算法如下所示:

3.2短语抽取算法的改进措施。短语抽取算法在实际运用中还存在着一些问题, 需要加以改进, 使短语抽取算法在短语统计机器翻译中得到更好地运用。首先在短语抽取长度上可以加以设置, 在进行实验时抽取短语的长度可以不断增长, 可以先选择3个单词, 之后可以增加到5个单词、再增加到7个单词的长度, 然后根据实际效果选择最佳的单词数。算法步骤方面也可以加以改进, 可以在上边介绍的算法步骤的基础上再增加一些判断条件, 这样可以使短语抽取过程更加完善, 也可以避免漏掉相关短语。

结束语

基于短语的统计机器翻译的基础是短语抽取, 短语抽取对整个短语统计机器翻译正常运行起着关键的作用。短语抽取算法在短语统计机器翻译中也得到了广泛的应用, 同时也发挥出了良好的作用。现在短语抽取算法在实际运用中虽然起到了良好的作用, 但同时也存在有一些不合理的地方, 应该对其加以完善, 设计出更好的运行方法, 使其在短语统计机器翻译中起到更加良好的作用。

参考文献

[1]强静, 张建.基于短语的统计机器翻译中短语抽取算法改进[J].计算机工程与应用, 2008 (13) :147-149.

[2]孙越恒, 段楠, 侯越.先统计机器翻译中的非连续短语模板抽取及其应用[J].计算机科学, 2009, 36 (10) :192-196.

3.那些难忘的短语 篇三

小的时候一直是短发,锅盖似的贴在头皮上,成天跟着一堆小子混,混到怀疑自己的性别。可以这么说吧,五岁以前我就固执地认为自己是个男的,直到七岁那年暑假。雨后的一个下午,我和一群小子蹲在胡同口用雨水搅稀泥,三疤掺水过多搅坏了我们有韧性的稀泥坯子。大家怒不可遏正准备群起而攻之的时候,一双粉白脚踝,配着草绿色细带子高跟凉鞋的脚在我们面前停住,十个贝壳似的粉红脚趾甲闪着光泽,紧接着听见轻柔的声音在我们上方响起:“三小子,你这是干什么呢?”大家被镇住了,支棱着脏兮兮的爪子纷纷抬起小脑袋看,只见一位长发姐姐,生得白白嫩嫩,还不停往外冒甜甜的花香气,一阵一阵的。我们傻了眼,谁不知道三疤有个在外打工的姐姐,谁不知道三疤他们家是出了名的邋遢,满地堆放着衣服锅碗瓢盆,可谁知道三疤他姐姐有这么体面!

说罢,三疤仙女一样的姐姐一手揪着三疤的后领子屁股扭扭地回家,另一只手拎着体积不小的行李包居然没事儿人一般轻松,这更加深了我们对三疤姐姐的仰慕之情,跟屁虫似的往三疤家走。仙女姐姐的长头发,如今回想起来,大概是垂到腿弯儿了吧,随风飘飘,发梢枯黄,不过我们那时也不讲究那么多,死心塌地地崇拜,忠心耿耿如同警犬。

那时候我看着大家那仰慕的模样,想自己是不是不正常呢,怎么没有感觉?我就大放厥词:“这没啥了不起的,回头姑奶奶给你们留个长头发瞧瞧,比三疤他姐姐还长的,信不?”话刚说完大家的目光聚集到我身上,那眼神悲天悯人,仿佛在给我哀悼。一分钟大约有一个世纪那么长,我憋得脸通红等待大家的反应。哪知大家都没有反应,神色怪异地作鸟兽散,真别说当时我就觉出自己的猥琐来。

飞奔回家撞开门直奔爸妈卧室,穿衣镜里麻秆儿似的一个人,头发短得揪不住,一脸野相,光着膀子,一条四角裤衩,腿的末端两坨泥,发出十条弯曲的枯枝一般的东西,真不配叫脚——三疤姐姐的那才叫脚。真的,我自己都不觉得自己是个女的。我一下子就知道啥叫悲伤了,别说小屁孩儿不懂,我这个小屁孩儿还就真懂:悲伤就是想抱紧自己哭一场。

我立在镜子面前放声大哭,哭得酣畅淋漓抑扬顿挫还时不时加一两个嗝儿伴奏,吓得院儿里边洗衣服边跟人闲扯的妈妈鞋都顾不得穿奔进屋问我怎么着了。我口齿清楚地解释了一番,我妈乐了,“我当是什么事儿呢,闺女,你就留短发精神,信妈话,谁说你丑谁丑。”我再强调我要长头发,我妈的脸子立即就拉下来,“留什么长头发,小小孩儿,留了谁给你扎?披头散发鬼似的。”说罢阴着脸走了,的确,那时候家里经济条件不好,爸妈为生计忙得脚不沾地儿似的,我年纪又小,吃饭都离不了大人,还谈什么打扮。

不过,虽然对长发的迷恋一年一年不停增长,但我长大以后却依然是干净清爽的短发。我妈倒是乐意我不留头发,不打扮的女儿总叫人放心。可只有自己知道心中对长发飘飘的渴望,至今还记得小时候不愿意剪好不容易留得有些长了的头发,被我妈摁在理发师面前的椅子上,手脚不能动弹,只剩哭的劲儿,透过泪眼头发就一缕一缕飘飘扬扬落下了。时间久了也懒得抗争,我的成绩也没有因为头发短而变得很好,中下游而已,可见这成绩和打扮没啥关联,只不过是大家的思维惯性罢了。

初中的时候开始长个子,细高挑,肤色白白,不只一个人摸着我乌黑细软的短发说我留长发肯定好看。当时没太当回事儿,与男孩还是哥们儿一般地处,大呼小叫不知愁似的,直到一直心仪并且依赖的那个男孩跑去找一个长发飘飘的女孩的时候,心真的被刺痛了。那天清晰地回想起小时候发疯一般想要一头长发的心境,加之所谓的伤痛,便下了留头发作转变的心,谁都阻止不了。

头发后来确实是留住了,现如今长至腰间,有风吹过的时候确实是飘啊飘的,精美的头饰装满一纸盒子。愿望满足了,倒是无限怀念儿时,那时的心痛与渴望,是一个棒棒糖就可以哄好的,是一句怒斥就能喝退的,脆弱得不堪风吹,却是人间至美的东西。长大了,愿望多了,要了还想再要,无止境似的,往往就扼杀了最初的纯真美好,然而当真得到了,却不知道珍惜,丢掉的同时,告诉自己和大家:重要的是过程,不是结果。

这或许是自己宽恕自己的借口。

其实,结果和过程同样重要。

结果是珍视过程的见证。

很多年以后,见到三疤的姐姐时,她已发福,说话嗓门也大了,笑声粗野豪爽,没了当年的白色小雏菊般的风韵,只有那依旧长至腿弯儿的头发还提醒着人们,这个中年妇女,原来也曾有过花样年华,而她的美丽,曾经是对一个女孩美的启蒙。

裙 裾 飞 舞

我相信每一个女孩子都对裙子有着割舍不断的情愫,小时候最幸福的莫过于穿上花之又花的大摆裙子立在小伙伴中间炫耀,手拎起裙子一角旋转,裙裾飞舞,周围小伙伴羡慕加嫉妒,童年就跟着流转绚烂起来。

记得上小学时有年夏天,班上有个家境较好的女孩子穿了件白色的公主裙,头上系的是鹅黄色的缎带。白纱裙摆如今想来别提多俗套,但当时确实引起班里不小的轰动,都认为是公主才穿的漂亮裙子。还记得第一次看到时,我心里生平第一次感知到嫉妒这种情绪,耻于低头看自己的妈妈手工缝制的花短裤头。课后班里女同学呼啦啦都围坐到那女孩儿身边看裙子,满是艳羡的目光。我坐在座位上不动,看这众星捧月般的境况,心想也要回家要一条公主裙,真正的公主裙!

回家找妈妈要,妈妈瞟我一眼再瞟我一眼没吭声,我立马就觉得自己的要求是过分了点儿,妈妈说:“别人穿什么你不一定就非得和人家一样,有本事就比成绩,别比些不着调儿的东西,那都是虚的。”我不敢再要求什么,成长在如此家境里的孩子都是敏感的,不肯要求是因为没有把握自己会像别的孩子一样得到,失落感和过强的自尊心不允许自己再次要求。所以我不曾向别人借东西借钱,就是饿死都不会去借,给别人带来麻烦是最不希望发生的。

于是小小的我发誓长大了以后要有钱,买好多好多裙子,全要公主裙,一天换两件。

后来跟妈妈姐姐上街买裤子,遇见一条水绿荷叶边的连衣裙,瞬间着了魔似的,手揪住裙摆问妈妈要,妈妈一甩手,“小孩儿讲究什么!裤子一年四季都能穿,裙子能?”我史无前例地哭嚎,让妈妈也觉得意外。现在想起来,当时的确够丢人。妈妈连哄带骗将我挪走,我是无论如何不肯顺从,妈妈一手拿着裤子,另一手牵着姐姐用很理智的声音说:“妹妹,妈妈没有钱给妹妹买,妈妈要走了,妹妹不跟着就在这儿待着。姐姐听话我们走。”说着果真牵着听话的姐姐走出了商店门。当时的我年纪小,面对如此的选择题可谓是撕心裂肺,泪眼朦胧地瞄一眼裙子才踉踉跄跄跟上。

裙子事件告终,但在夏天即将结束的时候,妈妈截布给我做了一条水绿色的裙子,样式简单,却使我足足高兴到今天,当然如今的高兴之中掺杂了一些淡淡的酸楚。

我从初中开始自己挣钱,得到的钱全部买漂漂亮亮的衣服,像是要补回什么似的。刚开始很少,要妈妈接济着,后来慢慢地,丰厚的稿费不仅够我自己买衣服,还能给家人添一两件衣服。现在家境比以前好许多许多,想起以前,会有一种如释重负的感觉,不管过去怎么样,还是一步一步走过来了不是吗?还是就那么挺过来了不是吗?可见“面包会有的,牛奶也会有的”。原来成长是伴随着疼痛的,就像幼儿长牙,像生长的疼痛,那种实实在在能感觉到的疼痛,挺过痛楚以后,大概就走向所谓的成熟罢。

喜欢看漂亮的裙子,也喜欢动手改制裙子,用旧牛仔裤,截掉裤腿,虽说裤缝还在,不要紧,用彩色棉线缝花边缝出不一样的情调。如今我的衣柜里面,一到夏天便是花花绿绿的裙子,长的短的棉布的滑溜溜的仿缎面料,深深浅浅晕染得衣柜夏意盎然。

毛主席说得对:自己动手,丰衣足食。道理往往就在最简单朴素的话语中。

前日上街,童装商店门前见一女孩儿蹲在卖裙子的摊前,哭得小肩膀一抽一抽的,旁边站着她面有难色的衣着朴素的母亲。一瞬间我什么都明白了,似乎时光倒转回到从前。我没有再前行,而是静静地站着分担这女孩儿的悲伤。她的母亲这时并没有威胁她要走,而是也蹲下,手捋着女儿毛茸茸的大辫子说:“丫头,长大了以后自己买,妈妈没钱。”女儿不哭了,立即顺从地立起身,紧紧捉住母亲的手,那么的紧,如此的紧。

母女走了,远了,渐渐消失。

人这一生会有好多愿望,有的可以实现,有的不会,有的经过努力后就可以得到,而有的无论怎么渴望得到,怎样全心付出就是不能属于自己。这个时候是要考虑一下放手。固然心痛,但未尝不是一种解脱,解脱以后心会自由许多。

田 园 情 结

小的时候在乡下长大,对黄土地有一种深入骨髓的迷恋,若长时间离开泥土生长在水泥地上便会有一种枯萎的感觉,每当这个时候,就要到有泥土的地方去生活一段时间。对泥土的渴望,若没有亲身体验过,是无法明了的。

大隐隐于朝,中隐隐于市,小隐隐于野。所以有人说王安石是大隐,陶渊明是小隐,但这么划分是有局限性的,若是仅仅将陶渊明的归隐田园归咎于他的不得志和逃避是不公正的,从他的诗歌里可以看到他对田地对自然的热爱,因为出于喜爱,所以才归隐。

还记得有段时间生病,吃不下饭没有胃口,什么开胃的药都试过一遍,就是不见效,眼看人变得干瘦。邻居推荐来神神叨叨的老中医,老中医掰掰我的眼皮当机立断说,送乡下去!只开了几副健胃消食的草药吩咐我带上早晚一次饭前喝,家人如奉圣旨,忙不迭连夜将我送回乡下姥姥家养病。一到姥姥家我立马生龙活虎,真让人怀疑从前都是装娇弱。赤脚在割过麦子的田地里跑,脚底板扎流血了还是义无反顾,整个儿一侠女。

记得有种说法,狗要得了病,放在黄土地上沾染地气便又生龙活虎起来,看来我与那狗有相同之处。

束缚太久,需要空间以及空气。

人也是需要精神寄托的,可以是人也可以是物,就如同《飘》的女主人公斯嘉丽,情绪无论多么激动迷乱,只要把家园的红泥巴放一块在手里便清醒过来。有了精神寄托才能够在风雨飘摇的生活中立稳,才会对未来有些许希望。

从小在城市里长大的孩子的童年无论多么美好,如果没有与土地亲密接触过的话都是不完整的。这城市,不见泥土,土面无论多大都要种上花花草草,植物旁边就是水泥或者瓷砖,围得严严实实。父母告诉孩子泥土是脏的,不能用来玩儿,于是他们干净得似乎一尘不染,孰不知父母们已扼杀原始的高贵。

小时候没什么可以玩儿,团泥人儿,摔泥饼子,我们这些孩子乐此不疲,倒不知道什么叫做脏,尽管弄了一身泥,也长了这么大,没见感染病菌半途夭折。那泥巴不知揉进多少我们童年的嬉笑打闹,如今想来还留恋着那软软的触感。黄胶泥是比较有韧性的泥巴,兑上水最经得住摔打,这种泥巴混在松散的黄土里面,要细心扒寻。当时小伙伴当中无论是谁若是扒拉出一块黄胶泥来,都是足以惹起大家嫉妒的,若是很大的一块,说不定要引起战争。泥巴战友就是这么摔打出来的,长大以后也最真诚,说起以前都是要笑的,是那种毫无顾忌的朗声大笑。

朋友越是如泥巴一般简朴,越是显得弥足珍贵。

每当迷失方向,丢弃一切往野地里疯跑一阵,看似毫无阵法,其实走出很多人生轨迹。因为这一片广袤的土地与金黄的麦田,是生命的起源。

4.比较喜欢的英文短语 篇四

人皆好名，我则不然。

I used to be fond of skating.

我曾经非常喜欢滑冰。

Mary to be fond of learning English.

玛丽似乎喜欢学习英语。

I think my wife must be fond of them.

我想，我夫人一定喜欢。

But I have lots of people to be fond of besides you.

5.空闲时间的英文短语 篇五

我没什么钱，也没多少空闲时间。

Everyone needs some free time for rest and relaxation

每个人都需要一些休息和放松的自由时间。

In your free time, explore all that this incredible city has to offer.

6.表示代替的英文短语 篇六

我不想在生活中忙忙碌碌，而想做更有意义的事。

They raised prices and cut production, instead of cutting costs.

他们提高了价格，减少了产量，而没有削减成本。

We were still playing at war – dropping leaflets instead of bombs.

7.汉维语短语搭配的识别和对齐 篇七

基于词的统计翻译模型模型[1,2]是早期机器翻译的一种方法。然而,词作为翻译的基本单元,不能很好地解决词在翻译时对上下文的依赖问题。因此,更有效的基于短语的模型出现并成为统计机器翻译方法的主流。基于短语模型的方法在翻译时将邻近的词串作为一个整体进行处理,因词之间的重排序问题变成了短语内部的问题 ,降低了翻译模型的复杂程度 ,翻译质量有所提高[3,4,5,6,7]。

短语切分不像词语切分那样,它没有统一的标准,也没有已切分好的训练语料库,这给切分工作带来了很大的困难。从语料库中发现重复串作为短语库是一种有效方法,而且只用单语的语料库,单语的语料库通常是很容易获得的。然而用于机器翻译时,也带来了问题: 一般统计机器翻译中的短语库都是从词对齐的双语语料库中自动抽取的,短语库中短语是对应的,这与单语料短语切分使用的短语库是不一致的:短语切分的结果不一定都能找到对应的翻译,这种不一致会影响到翻译质量[6],这样就要回退到基于词的翻译。因此,从双语语料中获得对齐的短语搭配,可以有效消除上述弊端。

1相关工作

文献[8]采用条件随机域建立统计模型,有针对性地研究了复杂最长名词短语的识别,并给出了一种带置信度估计的解码算法,提高了识别的正确率。

文献[9]提出了一种基于层叠隐马尔可夫模型的中文命名实体一体化识别方法,将人名识别、地名识别以及机构名识别等命名实体识别融合到一个相对统一的理论模型中,首先在词语粗切分的结果集上采用底层隐马尔可夫模型识别出普通无嵌套的人名、地名和机构名等,然后依次采取高层隐马尔可夫模型识别出嵌套了人名、地名的复杂地名和机构名,实验结果显示了优异的效果。

文献[10]提出了一种基于非连续短语的统计翻译模型,模型可以使翻译的基本单元从连续短语扩展到带有间隔的非连续短语,更好地解决了词语翻译时的上下文依赖问题。同时,由于该方法抽取的短语数量较少,也使得解码的效率得到了提高。

文献[6]提出了一种短语切分方法,将句子的短语切分概率化,识别出汉语语料库中出现次数大于2次的词语串作为汉语短语,然后用最短路径方法进行短语切分,实验表明,对于长句子,短语切分模型的加入有助于提高翻译质量。

上述文献都是对单语语料的短语或组块进行识别和抽取。对于平行语料,许多研究人员也进行了深入研究。

文献[11]提出了基于N-gram的频率统计 。该方法认为当共现词语的频率达到一定值时,则认为它们构成搭配 ,但也存在很大的缺点,因为同现频率很高的词在很多情况下并不搭配,如英语语料中同现频率最高的往往是一些不具有实际义的语法功能词:of,the,in,a等。文献[12]提出的 Xtract方法,基于方差,通过分析同现词语的分布特征推断其语法结构,从而实现了抽取被其他词语隔开的搭配和含有两个以上词语构成的搭配 。文献[13]提出了基于“有效句型”概念和“翻译中相对不变准则”的短语对齐模型,在翻译异常的情况下,从源语言、目标语言候选句法树集中排除歧义,选出正确的句法树 ,并揭示了其短语层次上的对应关系。文献[14]给出了一种直接计算短语对列表和相应概率值的方法;文献[15]用一个双语框架Bracketing 的方法来抽取短语。这两种方法的计算复杂性太高。文献[16,17]为双语句子对建立一个互信息矩阵 ,矩阵中的每一个单元格是词对的点式互信息,从这个矩阵中抽取互信息相似的矩形区域即得到短语对,此方法并不要求词对齐,而是充分利用词对的互信息。

文献[18]实现了一种针对并行语料库进行双语语块自动识别方法:将统计和规则相结合,同时保证双语语块的语义特性和句法规范。通过在一个6万句的旅馆预定领域口语语料库中的实验,该方法对汉英并行语料的双语语块该方识别正确率可达到80%左右。

本文提出了一种基于互信息的汉维语短语搭配的抽取方法。该方法不需要汉语分词、词性标注等预处理工作,根据语料中汉语字和维语单词的共现信息,同时避免语料中个别词汇数目极少而共现信息值较大出现噪音,采用T检验消除,相对于利用分词和词性标注等技术的抽取方法,该算法简单且时间效率较高。

2无分词模型

互信息(Mutual Information)

${\rm I}(Cword,Uword)=\log {}_2\frac{prob(Cword,Uword)}{prob(Cword)prob(Uword)}$

其中prob(Cword)、prob(Uword)分别表示汉维语词汇在语料中出现的概率,prob(Cword,Uword)表示汉维语词汇在语料中对应出现的概率)表示源文和译文中两个词汇互译的可能性,I(Cword,Uword)值越大,互译的可能性越大。为了避免语料中个别词汇数目极少而I(Cword,Uword)值较大出现噪音,采用t检验消除:

$t\approx \frac{prob(Cword,Uword)-prob(Cword)prob(Uword)}{\sqrt{\frac{1}{{\rm M}}prob(Cword,Uword})}$

其中,M是语料的总的词汇量。

由于汉语分词存在一定误差,且时间复杂度较高,本文采用了一种基于字扩展算法,识别汉维语搭配词汇:

设一个汉维语句子对齐<C,U> C的汉字数目为lc,维语单词数目lu,构建lc×lu的二维矩阵,矩阵元素的值是对应的汉维语词汇的t检验值。从该矩阵中进行词汇扩展,获得汉维语搭配词汇。具体步骤是:

1) 从矩阵中查找值最大的元素,若该元素的值不小于t检验值,则转步骤2;否则结束。

2) 以该最大值元素为中心向四周扩展。扩展限制条件是:如果扩展的新元素的值与该最大元素值的比值不小于threshhold,则扩展;否则停止扩展。扩展应当保证扩展矩阵区域的所有元素的值均符合限制条件。

3) 输出扩展区域对应的汉维语搭配词汇,将扩展区域所在的行列值均赋值为-999,转步骤1。

4) 将剩余没有扩展的序列直接合并作为汉维语短语搭配输出。

限制条件:当扩展后得到的短语中汉语只有一个字,并且维语的单词只有一个,则在电子词典中验证该搭配的正确性,如正确,则输出;否则,放弃该短语搭配,并将该扩展区域的数值均减去threshhold。

如:一个汉维语对齐,C =“三是保险服务功能不断拓展”,U=则对应矩阵如图1。依据上述步骤,首先找到元素值最大值:7行4列的29.63,然后向四周扩展,周围元素有6行4列符合条件,所以输出汉维语词汇搭配:=服务,然后将第6、7行和第2列的值均改为-1;重新执行上述步骤,输出其它词汇搭配:保险=;不断=。这样汉语C =“三是保险服务功能不断拓展”抽取了“保险、服务、不断”三个短语,相应的维语部分类同;将剩余的部分合并,即得到:三是=;功能=;拓展=。

该无分词模型的最大特点是方法简单,并且由于没有进行汉语的分词,因此效率高;而分词模型事先对语料的汉语部分进行分词,然后计算汉维语互信息时,汉语的互信息单位不是无分词模型的字而是分词后的词语。

3实验和分析

以政府文献政府公文领域内的共6万句平行语料作为实验语料。随机选取语料句子的99%作为训练语料,获得汉维语的字和词汇的共现概率,其余1%分为3组作为测试语料。事先,语言学专家对测试语料进行了人工切分,标记出短语搭配和对齐关系。

从表1中可以看出,无分词模型短语搭配识别在语料较少的情况下,仍能达到较好的识别效果。

分词模型较无分词模型效果提高并不明显,分析原因,由于汉语进行了分词,所以组块的正确率有所提高,而对齐信息的共现T检验值的获取并没有较无分词模型提高,因此对齐正确率并没有改善。相反,由于分词模型使用了分词预处理,因此算法的时间效率要比无分词模型差。如表2所示。

典型错误分析:

• 不完整抽取现象

对一个汉维语对齐抽取短语搭配,汉语句子为:“加快发展各项社会事业。”维语句子为:

利用上述算法计算得到的模型如表3(为了醒目,在矩阵的每个维语单词前增加了汉语翻译)。

从这个汉维语对齐中,抽取的汉维语搭配有:

社会=

发展=

加快=

事业=

其中,前三个短语搭配抽取正确,最后一个短语中维语“”的含义是“事业”但该单词是复数格,而在该短语搭配中的汉语“事业”无复数意义,在汉语句子中和“各项”结合才具有复数意义,在这个抽取中,并没有完整的抽取出来。分析原因,汉语句子“加快发展各项社会事业。”中实际存在一个非连续的修饰短语“各项…事业”,该短语由于中间夹有词汇,而抽取模型只能抽取连续的短语,所以仅能做到部分识别,因此出现了不完整抽取现象。

• 剩余短语合并错误

由于剩余短语是在符合条件的短语搭配抽取后,在搭配矩阵将剩余没有搭配的汉维语字词直接合并而成的,一些t检验值较低的剩余部分自动合并,造成了错误。分析原因,是由于矩阵共现概率的t检验值较小,搭配共现信息不足。

4结语

本文给出了一种简单实用的汉维语短语搭配的抽取方法。该方法不需要汉语分词、词性标注等预处理工作,根据语料中汉语字和维语单词的共现信息,避免语料中个别词汇数目极少而共现信息值较大出现噪音,采用T检验消除,相对于利用分词和词性标注等技术的抽取方法,该算法简单且时间效率较高。实验结果表明,该方法利用较小规模的语料库也能达到较好的短语搭配抽取效果。

未来的工作是继续扩大汉维语平行语料库。根据经验,大规模语料库的统计信息更加充分和精确,能够有效减少本文提及到的典型抽取错误。

8.三组how短语的区分 篇八

一、对数量提问的how many 与how much

两个短语都是用来提问“多少”的，但提问的对象不同：how many 提问可数名词的数量，后面要用复数形式；而how much 提问的是不可数名词的数量，有时也问物品的价格。例如：

How many apples do you have? 你有几个苹果？

How much rice did Li Xiao eat for lunch? 李潇午饭吃了多少米饭？

How much is Miss Yang’s skirt? 杨女士的裙子多少钱？

二、对时间提问的how often, how long 与how soon

这三个短语都是用来提问“多久”的，但是用法各异：

1.how often 意思是“多久一次”或“多久几次”， 表示“单位时间内的次数”或“每隔一段时间一次”，提问表示频率的时间状语，如every day, usually, often, sometimes, once a week（每周一次）， three times a day（每天三次）， every other day（每隔一天）等。例如：

——How often do you go to the cinema? 你多久去看一次电影？

——Twice a month. 每月两次。

——How often does the overseas Chinese come back to see his parents?

那位华侨多久回国探亲一次？

——Once a year. 一年一次。

2.how long 意思是“多久”，提问的是表示“一段时间”的状语，如for three days, for half an hour, since 20 years ago（自从20年前），since last weekend（自从上个周末）等。例如：

——How long does it take you from home to school? 你从家到学校需要多长时间？

——For about 5 minutes. 大约五分钟。

——How long has Tom read the book? 那本书汤姆看了多长时间了？

——Since last Friday. 自从上个星期五。

3.how soon意思是“还要多久（时间）才……”，提问的是表示“将来的一段时间以后”的状语，主要体现在“in+一段时间”这个特定的短语上。在这里，in 用于在将来某时间上，表示“在……以后”，如in five days（在五天以后）， in half a year（在半年以后）， in a century（在一个世纪后）等。但是，像“after a week, after ten hours”这样的时间短语就不能用how soon进行提问，而要用when 这个疑问词了。例如：

——How soon will Kate leave for London? 凯特多久以后动身去伦敦？

——In two weeks. 两个星期以后。

——How soon will they fly to Beijing? 他们多久以后飞往北京？

——In an hour. 一个小时以后。

三、对高度提问的how tall 与how high

这两个短语都是用来提问“多高”的，how tall常询问人、树等细长物体的高度，而how high常询问建筑物、山体等的高度。例如：

How tall is Jackie Chan? 成龙多高？

How high is Mount Tai? 泰山有多高？

小试牛刀：对划线部分提问。

1. There are eleven players in a football team.

2. We want five pieces of bread.

3. The color TV set is 2,000 yuan.

4. Kathy writes to her pen pal once a week.

5. His brother watched TV for two hours last night.

6. Xiao Yu will come back in half an hour.

7. He went to Japan after a month.

8. Yao Ming is 2.26 metres tall.

9. The new teaching building is about 50 metres high.

10. I often go to work on foot.

9.表示照顾的英文短语 篇九

自己应该照顾自己。

When she finished work she had to hurry home and look after her son

她下班后就得赶紧回家照顾儿子。

I mean to look after my body.

我得多注意身体。

I know the Lord will look after him

我知道上帝会眷顾他的.。

My duty is to look after the animals.

10.辨析与used有关的短语 篇十

1. Uncle Wang looks so fine in recent days. He ___ a lot, but he has given it up.（2007年湖北咸宁）

A. was used to smoke

B. used to smoke

C. was used to smoking

D. is used to smoking

2. Usually computers ___ to search the Internet. （2007年吉林）

A. use B. are using

C. are usedD. used

3. — ____ you ___ take a bus to school?

— Yes, but now I usually go to school on foot. （2007年山西）

A. Did; use to B. Were; used to C. Do; used to

4. All the information except these two pieces ____ writing the article.

（2007年呼和浩特）

A. have been used to B. has been used to C. have been used for D. has been used for

5. He used to ___ in the sun, but now he is used to ____ at night.

（2007年兰州）

A. read; read

B. reading; read

C. read; reading

D. reading; reading

答案：BCADC

这几道题都是考查与used有关的短语。与used有关的短语，如 used to do sth.，be used to doing sth.，be used to do sth.等，形似且用法容易混淆，为了帮助同学们分辨它们的用法，现小结如下：

1. used to do sth.

used to表示“过去常常……、过去惯常……”，指过去有但现在已经不存在的情况或习惯，可与各种人称的单、复数形式连用，后接动词原形。例如：

There used to be a lot of trees around the place.

這儿以前周围有很多树。

She used to be a teacher．

她过去曾是个老师。

When I was in the countryside, I used to get up at five o’clock．

当我在农村的时候， 我经常5点起床。

used to的否定句常用didn’t use to, used not to或use(d)n’t to形式，疑问句常用Did sb. use to... 或Used sb. to... 形式。 例如：

He didn’t use to go home by bus.

他过去不常坐车回家。

The river use(d)n’t to be clean.

这条河过去不干净。

Did you use to be a teacher？

= Used you to be a teacher？

你从前当过老师吗？

2. be used to+n./doing sth

表示“习惯于……”，其中to是介词，后接名词或动名词。be可以有各种时态的变化形式。be有时也可用get，become，grow等词替代，表示由不习惯变为习惯。例如：

Americans are used to drinking coffee after dinner．

美国人习惯在饭后喝咖啡。

I have got used to the country life．

我已经习惯了农村生活。

You will be used to the work in a short time.

你不久就会习惯这个工作的。

I am used to staying up late at night.

我习惯熬夜。

You’ll soon be / get / become / grow used to our way of living.

你很快就会习惯我们的生活方式。

3. be used to do sth.

表示“被用来干某事”，是use ... to do sth.（表示“用……干某事”）的被动形式。试比较以下一组句子。

A knife is used to cut bread. （被动形式）

I use a knife to cut bread. （主动形式）

4. be used for + n./doing sth.

表示“被用来干某事”，其中for为介词，后接名词或动名词，与be used to do sth.同义。例如：

—What do you use this tool for? 你用这个工具干什么？

—It is used for cutting hair. = It is used to cut hair. 这个工具是用来剪头发的。

Knives can be used for cutting things. =Knives can be used to cut things.

刀能用来切东西。

5. be used as + n.

表示“被作为……使用”。例如：

This room is used as our classroom.

这个房间被用作我们的教室。

The box can be used as a table.

这箱子可以用来当桌子。

6. be used by + sb.

表示“被某人使用”。例如：

This reading-room is only used by teachers.

这是仅供教师使用的阅览室。

The recorder was used by several teachers.

11.短语的英文 篇十一

1 基于领域的自然语言理解特点

基于领域的自然语言理解把自然语言进行领域划分,在较小的范围内进行语言处理有其自身的优势:

(1) 缩小自然语言理解的研究范围有利于系统研究与实现。计算机要达到能够象人类一样游刃有余地理解自然语言,不仅需要将全部的自然语言知识输入进去,而且还需要将足够的经验输入进去,这将是一个相当大的挑战。将自然语言限制在领域内理解,其涉及的方面比较窄,词汇量比较少,语义比较确定,故分词、词法分析就变得相当简单,语义推理相也对比较简单,歧义处理的复杂性也会降低。这样系统开发就容易实现。

(2) 人们在分析处理复杂事物时,最常用的办法是把复杂事物进行分解,由局部到全部逐步处理。对自然语言理解这一庞大的工程来说,把自然语言按不同领域进行划分,不仅符合人类的思维习惯,而且降低了语言处理的难度。

2 名词短语的语义分析

计算机对名词短语的理解主要是对其组成成分间关系的识别。而在名词短语的组成成分中,名词与名词之间关系的最为复杂,可以形成定心结构、联合结构等等。同时,名词间关系的理解又是短语语义结构分析的重点,因此下面讨论一下名词间的关系。

第一种关系为一般特殊关系,这种关系不仅揭示了事物之间特有规律的联系,而且还可以简化概念的描述。采用面向对象中继承的方法,可以使下层概念自动具有上层概念的可继承的属性,因而也就可以集中考虑下层概念的特有属性。第二种关系是整体部分关系,又称组装关系,用于描述概念与其他概念之间的组成关系。通过他可以看出某个概念是以另外一些概念为其组成部分的。客观世界中,整体和部分关系广泛存在于事物之间,如:物理上的整体事物和他的一个部分,如汽车与发动机;团体(组织)与成员,如班级与学生;空间上的包容关系,如教室与桌椅;抽象事物的整体与部分,如法律与法律条文;具体事物和他的某个抽象方面,如人员与人员的身份。第三种为实例关系。概念间的实例关系也叫类概念的实例化,他是连接类概念和对象概念的桥梁和纽带,他主要是把类概念的属性值适当取值而得到的。例如,对于概念“三角形”当其属性“边”取值为“AB、BC、AC”,顶点取值为“A、B、C”时,就得到概念“三角形”的实例化概念“三角形ABC”。

3 名词短语语义分析的实现

3.1 语义分析总流程

名词短语理解的总流程图如图1所示。

3.2 句中名词语义识别的实现

简单句中名词识别是分析名词短语的基础,名词所描述的概念内涵、外延等语义直接影响名词短语的划分及识别。名词语义分析的详细流程如图2所示。

本系统对名词语义分析实质上是概念的实例化过程,实例化就是对概念的属性值进行填充。我们用动态名词及名词属性模板记录实例概念及其属性。因此,这里只需通过语义规则来填充动态名词模板和名词属性模板就可完成概念的实例化,实现对具体概念的理解。

3.3 名词短语划分的实现

名词短语的界定一直是理解名词短语的难点。我们认为组成句子的基底结构是动核结构,任何一个动核结构都是由动核和动元(动核所联系的强制性语义成分)组成,而充当动核和动元的正是动词和名词,所以可认为名词与动词的理解是句子识别的核心。此外,结合汉语名词短语的语法结构特征,即大多数的名词短语都是以名词结尾,我们提出先对简单句中的名词短语做模糊划分,将句子分为作动元的名词块与作动核的动词块两部分。而对名词短语的进一步准确界定,仍需更多的语义知识才能处理。

名词短语识别的详细流程如图3所示。

3.4 名词短语识别的实现

名词短语的识别模块是整个名词短语理解的核心,他不仅实现名词短语各组成成分及其语义关系的识别,而且通过语义分析的方法,可进一步界定名词短语。

名词短语识别模块的流程如图4所示。

4 结 语

把自然语言理解限定在领域范围内,显著降低了语言理解的难度,有助于自然语言理解系统的开发。本文将自然语言中的名词短语限制在特定的领域,大大降低了语义分析处理的难度,也提高了其实现的可能性。将自然语言理解的语义分析应用于中学几何网络智能辅导的专家系统的接口,对其中的名词短语进行理解,经过初步调试,取得一定的成果,结果比较令人满意。不过,由于自然语言理解是一个十分庞大的系统工程,对名词短语的语义分析处理涉及面很广,以及时间、条件和作者个人认识的限制,我们的工作还需要进一步深入,我们的系统还需要进一步的完善和改进。

摘要：将自然语言理解限定在领域范围内,便于自然语言理解系统的实现,有利于解决智能人机接口、自动建模等问题。详细地分析了其中的名词短语的语义特点,并分析了其处理过程。

关键词：自然语言理解,名词短语,语义分析,领域

参考文献

[1]姚天顺.自然语言理解——一种让机器懂得人类语言的研究[M].北京:清华大学出版社,2002.

[2]石纯一.人工智能原理[M].北京:清华大学出版社,1993.

[3]黄曾阳.HNC(概念层次网络)理论[M].北京:清华大学出版社,1998.

[4]赖朝安,孙延明,齐德昱,等.基于自然语言理解的专家系统研究[J].计算机工程,2003,29(1):20-22.

[5]张亚非,范建华.自然语言处理:方法与技术[J].计算机应用与软件,1998,15(6):1-15,34.

[6]侯国峰.一个自然语言理解系统的设计与实现[J].计算机应用研究,2002,18(2):19-22.

12.参加的英文短语怎么写 篇十二

1、He is too young to join the army.

他太年轻了,还不能参军。

2、When did you join the air force?

你什么时候参加的.空军部队?

3、The regular troops of Baden joined the insurgents.

巴登的正规军参加到起义军方面来了。

4、John joined a football club a few days ago.

13.短语的英文 篇十三

基本名词短语是以名词为主体的短语,其性质和作用与名词相同。基本名词短语是自然语言的重要结构单位,也是信息传递的基本单位。作为自然语言浅层句法分析的重要任务之一,它的分析结果可以简化句子结构,降低句法分析的复杂度;同时作为一种确定性很高的部分分析结果,它能解决绝大部分的局部歧义结构问题,从而为进行深层次的分析处理打下基础。由于汉语本身的特点,中文名词短语识别具有以下难点:

1) 分词仍然是中文信息处理的一个难题。汉语的词语间没有明确的界限,分词错误会持续到命名实体识别中。

2) 汉语是通过语义来驱动意义的表达,在汉语中存在很多的兼类词,这也给名词短语的识别和组块分析带来了难点。

3) 汉语和英语之间的明显差异,如英语中的单复数信息、人名的性别信息等在汉语中都不明显,使得直接借鉴英文的处理方法存在一定的困难。

目前中文基本名词短语识别的相关研究中,主要采用基于统计的方法进行识别。如文献[8]将基于转换错误驱动的方法应用到中文基本名词短语识别问题上。首先根据基本组成模板对文本进行BaseNP的初始标注,通过对比以发现标注错误。定义上下文有关的转换规则空间,将其运用于对识别错误的校正中,然后用评价函数挑选出得分最高的规则来刷新当前标注结果,组成转换规则的有序集。

文献[2]中提出了一种边界统计和词性串校正相结合的方法,把基本名词短语识别分成主次分明的两部分:边界统计和词性串规则校正,在英语和中文语料上F值分别达到了96.90%和95.04%。

钱伟等采用基于最大熵模型的英文名词短语指代消解算法解决名词短语间的指代问题。在MUC-7公开测试语料上F值达到了60.2 %。

此外,在组块分析领域中也包含对基本名词短语识别研究,文献[3]介绍了汉语句子的组块分析体系;文献[4,5]中分别把基于记忆和SVM的方法运用到中文语块识别中,前者正确率达到95.2 %和93.7 %,后者F值达到了88.67%。

1 Base NP问题描述

结合汉语特点,中文基本名词短语可作如下形式化描述:

BaseNP → BaseNP + BaseNP

BaseNP → BaseNP + 名词 | 名动词

BaseNP → 限定性定语 + BaseNP

BaseNP → 限定性定语 + 名词 | 名动词

限定性定语 → 形容词 | 区别词 | 动词 | 名词 | 处所词 | 西文字串 | 数量词

本文将基本名词短语定义为具有单一的语义核心、非嵌套的名词短语。它包括单个名词,没有任何修饰成分的名词短语,难以确定修饰关系的一串名词,并列名词性成分,专有名词,时间,地点等,如“足球比赛”、“产品结构”等。

基本名词短语识别可转化为标注问题。这里引入BIO标注法,即对句子中基本名词短语进行识别时,对每个词而言,它只有三种可能的标注:名词短语左边界(B)、名词短语内部(I)、名词短语外部(O)。这样基本名词短语的识别问题就转化为对每个词进行标注的问题。

2 模型组合策略

本文的方法是将条件随机域模型(CRF)和支持向量机模型(SVM)这些统计模型结合起来,从而实现基本名词短语识别和标注的一体化。

2.1 CRF模型

条件随机域是一种无向图模型,假设X,Y分别表示需要标记的观察序列和对应的联合分布随机变量,那么条件随机域(X,Y)就是一个以观察序列X为条件的无向图模型。

实体识别问题实际上可以定义成序列的标注,即判断观察词是否属于预先定义的特征集合。对命名实体识别问题而言,利用CRF方法进行识别,则将含有NE标记的实例序列对(x1,y1), (x2,y2), …, (xn,yn)输入系统,而系统要求解的目标函数如下所示:

其中n表示给定词序列的长度,Z(x)是归一化因子,Fj(y,x)是特征函数,λj是第j个特征函数的权重系数。NE识别的目的就是要找到最优序列p*,使得:

2.2 基于转换的标注

基于转换的标注TBL(Transformation-Based Labeling)包括允许的错误校正转化的详细说明和学习算法。一个转化包含两个部分:一个触发环境和一条重写规则。触发环境指的是上下文信息,当上下文某些位置的标注满足一定条件时,应用重写规则,重写规则的形式是t1→t2,表示用t2 替换t1。

基于转化的标注学习算法选择了最佳的转换,并且确定了它们的应用次序。其工作的主要步骤:

1) 用最常见的标记标注每个词。

2) 在训练迭代的过程中,选择最可能减少错误率的转化,通过标注过的语料库中被错误标注的词语的数目来衡量错误率。当没有能够降低超过预先制定阈值ε大小的错误率的转换时将停止。这是一个转换最优序列的贪婪搜索过程。

2.3 SVM模型

SVM的主要思想是建立一个超平面作为决策曲面,使得正例和负例之间的隔离边缘被最大化。

设有n个样本集xi及其所属类别yi ,表示为:xi∈yi,yi∈{1,-1},i=1,2…,n,平面w·x+b=0方程能将两类样本分开,即:

yi[(w·xi)+b]-1≥0 (i=1,2,…,n) (3)

分类间隔等于2/‖w‖,训练样本点被称为支持向量。利用Lagrange优化方法得到最优分类函数是:

对于非线性问题,可以通过非线性变换转化为某个高维空间中的线性问题,在变换空间求最优分类面。相应的分类函数变为:

其中K(x,xi)为核函数,利用此函数可以实现从低维空间向高维空间的映射,从而实现某一非线性分类变换为线性分类,ai为样本对应的拉格朗日乘子,yi ∈{1,-1}。

本文用的SVM分类器是Joachims编写的二元分类器SVMlight,并使用默认参数。

2.4 组合分类器模型

本文采用两级分类器。第一级采用TBL和CRF分类器,通过分析我们发现,CRF和TBL的识别结果中错误标注的原因主要是由于Base NP边界识别错误造成,这是一个无监督的错误发现的过程。对于第二级分类器,我们利用SVM分类器来学习其中的错误规律,这是因为SVM能够考虑上下文信息,并且可以自由加入新的特征,使得我们可以将初级识别结果中的正确结果可以保留,并作为新的特征交给SVM,从而提高SVM分类器的识别效果。组合分类器策略的流程如图1所示。

3 特征的选取

特征在机器学习方法中起着非常关键的作用,它将直接影响系统性能。由于是对每一个词进行名词短语标注,每一个词的名词短语标注过程都被看作是一个事件,因此由当前词其上下文环境来确定一个事件的特征集合。根据影响当前词名词短语标注的各种因素,特征向量的属性主要考虑两类信息:

(1) 词性(P) 当前词及其前后各两个词的词性;

(2) 词(W) 当前词及其前后各两个词。

我们定义了十个特征,表1列出了特征表达及各个特征所代表的意义,由于表中每个模板只考虑一种因素,因此称为原子模板。由于在上下文中仅使用原子特征模板难以完全描述语言中的一些复杂现象,通过对各种原子模板进行组合,可以构成一些组合特征模板来表示更复杂的、非线性的上下文信息。我们将识别基本名词短语的特征分为原子特征和复合特征(如表2所示)。

4 实验分析

通过原子特征和复合特征得到的特征构成候补特征集合,本文通过实验从中选取对模型最为有用的特征,并进一步对组合分类器模型在ACE2005中文语料上进行实验。

4.1 特征选择实验

由于并非所有的特征对名词短语的标注贡献都是相同的,甚至有些特征可能对标注起副作用,所以我们对这些特征进行检验,选出合适的特征组合,作为最大熵模型的输入。分别对表2中的八个复合特征进行实验,进行了基于最大熵模型的名词短语标注,结果如表3所示。

通过对表3 的分析,可以得出以下结论:

1) 从序号1、2中可以看出,采用当前词的词性和当前词的前一个词的词性作为复合特征的正确率最高,说明当前词的前一个词性对分类的贡献非常大,而后一个词的词性对分类的贡献相对较小。

(2) 从序号6、7中看出当前词的词性对分类的贡献不大,而且会起到负面的作用。

(3) 序号8的准确率非常低,可知使用词作为特征,容易引起数据稀疏,对分类的影响较小,导致分类结果很差。

最终可以选定在上述实验中效果较好的特征,作为最终系统的特征模板,在基于SVM名词短语识别上的结果如表4所示。

4.2 组合分类器实验

为避免组合分类器模型对实验语料数据的敏感性,在后处理分类器中我们再次采取交叉验证的方法将语料分为五等份,每次取其中四份做训练集,剩余一份做测试集,取五次结果的平均值作为最终结果。测试的结果如表5所示。

通过实验结果可以看出,经过TBL和CRF为第一层,CRF为第二层的组合分类器训练之后,采用组合分类器策略能够有效地提高对基本名词短语识别的效果,比单纯使用SVM的结果要高出1.37个百分点。

5 结 语

本文采用了一种基于混合统计模型的方法对中文基本名词短语识别任务进行实验。通过对基于复合特征系统的实验结果,选定有效特征提交给组合分类器,并将TBL、CRF和SVM模型分为两层组合使用,保留了第一层模型中较好的识别结果,同时能在第二层模型中有针对性地加入新特征,在ACE2005中文语料上的实验表明,这一方法得到了较好的结果。

摘要：采用一种基于混合统计模型的方法来实现中文基本名词短语识别。首先简要分析目前的研究现状,明确中文Base NP识别的任务,然后采用以基于转换的标注和条件随机域模型为底层,支持向量机模型为高层的混合统计模型来进行中文BaseNP的识别。在ACE2005中文语料上的实验表明,F值比使用单一模型提高了1.37%,达到了88.67%,能提高中文基本名词短语的识别性能。

关键词：基本名词短语,支持向量机模型,特征模板

参考文献

[1]Taku K,Yuji M.Use of support vector learning for chunk identification[C]//Proceedings of CONLL’2000 AND LLL2000,2000:127.

[2]梁颖红,毛蕾,赵铁军,等.英语基本名词短语识别技术研究[J].高技术通讯,2004(12):21-24.

[3]周强,孙茂松,黄昌宁.汉语句子的组块分析体系[J].计算机学报,1999,22(11):1158.

[4]张昱琪,周强.汉语基本短语的自动识别[J].中文信息学报,2002,16(6):1.

[5]李珩,朱靖波,姚天顺.基于SVM中文组块分析[J].中文信息学报,2004,18(2):1.

[6]周雅倩,郭以昆,黄萱菁,等.基于最大熵方法的中英文基本名词短语识别[J].计算机研究与发展,2003,40(3):440-446.

[7]徐昉.汉语base NP识别:错误驱动的组合分类器方法[J].中文信息学报,2007,21(1):115-119.

14.常见短语的不寻常起源 篇十四

“Brand spanking new （崭新的）”“clear as a bell （非常清楚的）”“raining cats and dogs （下倾盆大雨）”，这些常见短语我们时不时都会用到。尽管从字面上来看，这些短语不大能说得通，但如果有人说“strike while the iron is hot （趁热打铁）”或“I've been saved by the bell！ （铃声帮我解围了！）”，我们却知道他们想要表达什么意思。不过话说回来，这些短语在最初出现时是什么意思呢？它们如何会变得如此常见？它们当初的含义不可能会与现在的含义相差太远，对吧？嗯，继续读下去吧，你也许会大吃一惊哦。

Brand spanking new

Used today to mean something new （and probably shiny2））， "spanking new" originated from the hospital. Yes， you read that right， the hospital. In the past， when babies were born， doctors used to spank3） them to help clear their lungs so they could breath. This was also a way of finding out whether the baby was healthy. "Brand-new" goes back to the Middle Ages， when it referred to pottery or metalwork that had just been pulled from the fire in which it had been hardened.

Clear as a bell

Now， it's used to mean something that's understood or easy to understand. Back then？ Before the time of loudspeakers and electric sirens4）， church bells were used to alert a village or town to danger， death or a wedding. These church bells were gigantic and their sound carried long distances so that they could be heard from faraway farms. The sound was loud and clear—clear as a bell.

Raining cats and dogs

This is just plain silly. How can cats and dogs rain from the sky？ Okay， they can't rain from the sky， but they can fall off of slippery roofs， which is where this phrase came from. In Medieval England， these animals used to live on the roofs of houses. When it rained， as was （and still is） common in England， the roofs would become slippery and these animals would fall onto the street below. During heavy storms， it would seem as if these animals were raining from the sky.

Saved by the bell

No， not the television show， this saying is a lot freakier than that！ This phrase， often used in school settings where students are "saved" from answering difficult questions by the school bell， originated in England. Decades and decades ago in England， there was an actual fear of being buried alive. Maybe because medicine wasn't as advanced as it is today so it was difficult to tell if someone was really gone forever. To make sure someone who was buried alive could be saved， a little bell was attached to the person's hand. This way， if they woke up underground， the grave keepers would hear the bell and save them. Scary！

nlc202309010600

Pulling someone's leg

Now， it's used to talk about making fun of someone or playfully misleading him or her. But this saying had a more sinister5） origin. In older days， pulling someone's leg was an efficient way to rob them. One person would trip6） the victim （or "pull his leg"） while the other would steal his money. Frightening， but at least the meaning is more playful now.

As mad as a hatter

The Mad Hatter. Have you heard of him， from Lewis Carroll's Alice in Wonderland？ Sure you have， but where did this name and the saying that came before it， come from？ Hats used to be made by hand （by "hatters"） using a substance called mercury7）， which is known to be poisonous to humans now. Unfortunately， hatters didn't know that. They would come into contact with it frequently and therefore it would drive them， literally， mad！

Goodnight， sleep tight！

You might think this comes from being tucked in8） snugly9） and having a tight cocoon10） of blankets all around you. But there's more to it than that！ Way back when， before the kind of mattress technology and materials we have now， mattresses would loosen over the course of the day， often becoming very uncomfortable by night time. In order to keep the beds together and comfortable， ropes were used to secure the mattresses to the bed frame and these ropes were tightened every night before bed. Who knew "sleeping tight" actually meant sleeping tight！

崭新的

Spanking new现在指某物非常新（或许还新得闪闪发亮），它起源于医院。是的，你没看错，就是医院。在过去，婴儿刚降生时，医生常常会通过拍打他们的屁股使他们肺部通畅，让他们可以呼吸（编注：医生一般是倒提着婴儿的双脚拍打，使婴儿口鼻中残留的羊水排出）。这也是过去医生判断婴儿是否健康的一种方法。而brand-new则起源于中世纪，指刚刚从火中取出的烧制好的陶器或锻造好的金属制品。

非常清楚的

如今，这一短语指事情为人所明白或易于理解。那它在过去是什么意思呢？在扬声器和电子警报器诞生之前，人们用教堂的钟向全村或全镇的人发出危险警报、讣告或是举办婚礼的通知。教堂里的这些钟巨大无比，声音可以传得很远，即使在遥远的农场也能够听到。声音洪亮而清晰——就像教堂的钟声一样。

下倾盆大雨

这种说法简直是愚蠢之极。猫和狗怎么会像雨水一样从天而降呢？好吧，它们的确不能，不过它们却可以从湿滑的屋顶上坠落，而这一短语正是由此而来的。在中世纪的英格兰，这些动物常常住在屋顶上。下雨时（过去和现在的英格兰都常常下雨），屋顶会变得很滑，这些动物就会滑落到下面的街上去。暴风雨来临时，它们看上去就好像雨水那样从天而降。

得以解围

不，不是电视节目中那样，这一短语的来历比电视上的情况可怕多了！该短语现在常在学校中使用，意指铃声一响，学生就能逃过一劫，不必回答难题。这个短语起源于英格兰。在几十年甚至上百年前的英格兰，人们特别害怕会被活埋，这是真事。也许这是由于当时的医疗技术并不像今天这样发达，所以很难断定某个人是否真的与世长辞的缘故吧。为了确保被活埋的人能够获救，人们便会在那个人的手上系一只小铃铛。这样一来，如果被活埋的人在地下苏醒过来，守墓人就会听到铃声赶来解救他们。多恐怖呀！

嘲笑某人

现在，这一短语用来指嘲笑某人或以玩笑的方式误导某人。殊不知，它的起源更为邪恶。过去，拉扯某人的腿是抢劫的有效方式。一个人负责将受害人绊倒（或“拉扯他的腿”），另一个人就会趁机抢走受害人的钱财。这个短语的起源听起来怪吓人的，不过还好它现在的含义更倾向于闹着玩了。

精神错乱的

有没有听说过刘易斯·卡罗尔创作的《爱丽丝奇境漫游记》中的“疯帽子先生”？你肯定听说过，可是，这个名字和早于这个名字就出现的短语又都出自何处呢？过去，制帽人手工制作帽子的时候需要用到一种叫“汞”的材料。现在的人们都知道汞对神经系统有伤害，可惜过去的制帽人却并不知道这一点。与这种材料频繁接触把他们弄得——正如字面上所描述的那样——疯疯癫癫的！

晚安，睡个好觉！

你可能会认为这个短语源自这种场景：你被贴身的毛毯紧紧裹住，感觉暖和而又舒适。其实，这个短语的起源并不只是这样。很久以前，制作床垫的技术尚未成熟，材料也不像今天这样丰富，一天下来床垫就会变得松散，到了晚上就会变得非常不舒适。为了让床榻不致走形，也为了保持床的舒适度，人们便用绳子将床垫系在床架上，并在每天晚上睡觉前把那些绳子再紧一紧。谁之前知道“sleeping tight”原意真的就是指系紧点再睡觉啊！

1.spanking [?sp??k??] adv. <口>十足，非常

2.shiny [??a?ni] adj. 有光泽的

3.spank [sp??k] vt. （用手掌、拖鞋等）掴，拍打（尤指打屁股）

4.siren [?sa?r?n] n. 警报器

5.sinister

[?s?n?st?（r）] adj. 恶意的，邪恶的

6.trip [tr?p] vt. 将……绊倒

7.mercury

[?m??kj?ri] n. 【化】汞，水银

8.tuck sb. in： 用被子把某人裹住

9.snugly [?sn?ɡli] adv. 暖和舒适地

10.cocoon [k??ku?n] n. 茧状物

15.和某人团聚的英文短语 篇十五

昨天晚上，她和她的子女团聚。

They were reunited after a separation of more than 20 years.

他们离别20多年后重又聚首。

It was a magic moment when the two sisters were reunited after 30 years.

30年后姐妹俩重逢，就像做梦一样。

There have been rumours that the band will reunite for a world tour.

16.短语的英文 篇十六

介词短语“在+处所”结构是现代汉语中使用频率颇高且研究较多、争议较大的结构, 也是语法学界普遍关注的问题之一。自1978年朱德熙先生发表了《“在黑板上写字”及其相关句式》一文起, 这一问题便受到语法学界广泛关注, 成为较为敏感的课题, 对它的研究一直持续到现在, 并不断和新理论结合, 取得了较多的研究成果。笔者对这一结构的不同分布类型及其语义进行较为全面的探析, 以期对相关的语言现象作出有概括力的解释。笔者认为在这个问题展开之前有两点需要明确:

首先, 关于“在”的词性问题。语法学界一般认为“在”属于不同的词, 包括动词、介词、副词。但是在动词、介词的区分问题上还没有取得一致的意见。对于“他在家”和“他在家休息”这两个结构中的“在”, 有三种观点: (1) “在”是动词, 后例是连动式 (赵元任1968) 。 (2) “在”都是介词, 前例是介词短语作谓语。 (3) 前一例的“在”是动词;后例的“在”是介词, 构成介词短语作状语。目前语法著作一般采用第三种解释。笔者采用第三种观点, 因此在本文中不讨论动词“在”, 而把讨论范围限定在介词“在”所构成的“在+处所”结构中。

其次, 关于介词“在”引导的介词短语的分类问题。一般认为介词“在”和介词“到”一样, 可以引介时间类宾语构成介词短语, 如: (1) 这首诗写在诗人遭受政治迫害的前一年。 (2) 她将在春暖花开的时候回来。同时介词“在”又可以引介处所类宾语构成介词短语, 如: (1) 他在北京读大学。 (2) 那幅画挂在书房里。这是我们所熟悉的“在+处所”结构, 也是本文要研究的对象, 前一种情况不在本文的研究范围之内。

二、“在+处所”结构的分布类型及其语义的辨析

“在+处所”结构在现代汉语中可以出现的位置有三个:主语前做句首状语;主语谓语之间做句中状语;谓语后做补语。范继淹在《论介词短语“在+处所”》一文中, 从空间位置系统出发, 提出了三种句式类型: (1) A式:PP+NP+VP; (2) B式:NP+PP+VP; (3) C式:NP+VP+PP, 并进行了解释, 对以后的研究有着深远的启发和指导意义。但是这并非意味着介词短语在句中的位置可以随意转换, 事实上, 介词短语的三个位置都各有其特定的位置意义。本文把介词短语“在+处所”结构的不同分布进行比较来说明这一问题。

(一) 句首状语和句中状语在语义上的不同

介词短语在句首和在句中做状语时语义的不同主要是说话人的心理视点的不同。所谓心理视点, 是指说话人对语言信息的认知和表达方式。语言具有临摹性, 话语的线性序列是临摹客观事件发生的自然顺序的。一般来说, 施事是事件的起点, 因此, “施事—处所/工具/根由/关涉—动作—对象”这样的语序是同客观事件发生的时序相吻合的, 是最自然的陈述语序。如:

(1) 孩子们总是在大槐树下拣槐花。

(2) 他在商场里逛。

例 (1) 、 (2) 中介词短语是施事进行动作行为的处所, “孩子们”先到了“大槐树下”再“拣槐花”, “他”先到了“商场”再开始“逛”。这个语序符合人们对这件事情的认知过程, 是最自然的语序。不仅“处所”如此, 当介词短语是施事进行动作行为的“工具”或是“根由”时, 在人们对事物的正常认知过程中它们都应当处于施事之后。相关的调查统计结果也证明了这一点, 绝大部分的介词最常出现的位置就是在施事之后、动词之前。

若说话人选定了“处所—施事—动作—对象”这种语序, 则说明说话人对介词短语所要强调的侧重点发生了改变, 在说话人的心理时间中, “处所”是事件的起点, 是事件的先决条件。如:

(3) 在西峡镇上, 我们献旗致敬, 四乡八镇都来了民兵。

(4) 在阅览室里, 他们俩整整看了一天的书。

(5) 他们俩在阅览室里整整看了一天的书。

例 (3) 、 (4) 中, 说话人在描绘一幅场景, 或者说一个画面。对于这幅场景来说, 说话人首先要做的就是对该场景进行定位:“在西峡镇上”, “在阅览室里”, 然后再慢慢地描绘图画中每个人的一举一动。不同于“施事—处所—动作—对象”语序按照客观事件发生的时间顺序进行临摹, “处所—施事—动作—对象”语序是说话人按照自己对某一客观事件的认知和心理选择进行临摹的, 是说话人按照自己的心理视点安排语言序列的。我们将例 (4) 与例 (5) 比较后可以发现, 当“在+处所”结构作句首状语时, 说话人更倾向于描述一个静态的场景。当“在+处所”结构作句中状语时, 说话人则更倾向于表达一个动态连续的过程, 并指出动作发生的处所。

(二) 处所状语与处所补语在语义上的不同

“在+处所”结构在状语位置上和用在补语位置上所表达的语义有较大不同。“在+处所”结构在状语位置上时表示动作行为发生的处所, 即动作的处所, 如:

(6) 他们昨天在此处过夜。

(7) 他在北京饭店吃西餐。

而用在补语位置上则表示动作行为致使事物到达或停留的处所, 即事物的处所。如:

(8) 下雨了, 雨点打在窗户上。

(9) 那只骡子就暂时留在驿站上, 车夫回来时再带回去。

例 (8) 中“雨点”到达的处所为“窗户上”, 例 (9) 中“骡子”停留的处所为“驿站”。

又如:当“在+处所”结构修饰“坐、站、住、躺、睡”一类表示状态持续、动作性不强的动词时, 既可以在状语位置, 又可以在补语位置, 在状语位置和在补语位置都表示与动作关联的场所, 但表义上还是有差别, 试比较:

AB

他 (在沙发上) 躺着 他躺 (在沙发上)

他 (在门口) 站着 他站 (在门口)

风筝 (在天空中) 飘着 风筝飘 (在天空中)

用在状语位置上表示动作发生的处所, 而用在补语位置上则表示动作行为致使事物到达或停留的处所。不仅如此, 我们知道A、B句式的常规焦点均在句尾, 通过省略介词短语的方法我们也可以进一步检验得出两组句式的差别:A组句式可省去句中的介词短语而句子仍然成立, 这进一步说明句子的语义重心是在动作的状态;而B组句式省去介词短语则句子不再成立, 这也进一步说明该句式的语义重心是主体因动作而最后到达的处所。

三、对“在+处所”结构组成的相关句式的解释

(一) 为什么有的表达方式不能在口语中出现

我们知道, 有些表达方式只出现在讲求韵律和节奏的诗歌或歌词中, 而在一般散文作品中, 尤其是在口语中是不会出现的。如下列A组中带*号的例句:

A

(10) *云儿飘在海空。 (《渔光曲》歌词)

(11) 鱼儿藏在水中。 (《渔光曲》歌词)

(12) *我们走在大路上。 (《我们走在大路上》歌词)

(13) *我们游在大海里。

(14) 工人们战斗在铁道线上。

B

(15) 云儿在海空飘着。

(16) 鱼儿在水中藏着。

(17) 我们在大路上走着。

(18) 我们在大海里游着。

(19) 工人们在铁道线上战斗着。

通过观察我们可以发现, 像A组中带*号的例 (10) 、 (12) 、 (13) 这样一些表达方式在散文和口语中, 应该说成例 (15) 、 (17) 、 (18) 才成立。但是例 (11) “鱼儿藏在水中”和例 (14) “工人们战斗在铁道线上”却是散文和口语中也能说的句子, 这是为什么呢?

汉语的动词可以分作动作性动词和非动作性动词。从名称上就可以看出, 动作性动词都表示动作性很强的动作, 而非动作性动词则动作性很弱。汉语中动作性强的动词, 如果后面跟上“在+处所”结构充当补语, 表示动作发出后以何处为终点或目的地。例如:

(20) 风吹在脸上。

(21) 把字写在黑板上。

(22) 苹果落在地上。

如果“在+处所”不能表示动作的终点, 而仅表示动作发生的处所, 那就应采取“在+处所”结构作状语的格式, 如例 (10) 、 (12) 、 (13) 这三个句子中, “海空”并不是“飘”的终点或目的地, “大路”也不是“走”的终点或目的地, 同样“大海”也不是“游”的终点或目的地, 这就是为什么“我们走在大路上”, “云儿飘在海空”, “我们游在大海里”这类句子不符合我们口语语感的原因。而例 (11) 、 (14) 这两个句子中, “水”可以作为“藏”的终点或目的地, “铁道线”也可以作为“战斗”的终点或目的地, 因此符合我们的语感。

(二) 为什么同时作状语和作补语时表达上有限制

上文讲到, 如果是“坐、住、躺、睡、站”等表示状态持续、动作性不强的动词, 则可在前面加上“在+处所”结构充当状语, 也可在后面跟上“在+处所”结构充当补语, 如:

ABC

(23) 住在旅馆里 在旅馆里住着 /过?在旅馆里住

(24) 躺在床上 在床上躺着/过 *在床上躺

(25) 站在门口 在门口站着/过 *在门口站

(26) 坐在教室里 在教室里坐着 /过*在教室里坐

但是我们发现, 当“在+处所”结构在这类单音节动词前充当状语时, 这类动词后必须加上表示进行状态的助词“着”或者表示曾经发生或经历某事的助词“过”, 否则句子难以成立。笔者认为, “在+处所”结构作状语时表示动作发生的处所, 暗含着动作的持续并且强调动作的状态, 因此用“着”或“过”附着在动词后, 虽然时态上不一致 (前者是进行时态, 后者是过去时态) , 但是都和句子整体结构所表达的意义相符, 而且符合人们的认知心理。当这一结构作补语时则表示动作的结果或致使事物到达停留的处所, 暗含着动作的结束或完成并造成一定的结果, 因此我们不能在A组句中加“着”, 但我们可以在A组句尾或介词“在”后面加上表示完成态的“了”。

(三) 如何看待介词的黏附化趋势

有学者指出动词后边的介词往前黏附于动词, 即所谓介词的黏附化。朱德熙 (1982:182) 指出, “在椅子上坐着”明显是介词短语作状语, 但对“坐在椅子上”应该分析为“坐在/椅子上”。也有学者认为当介词短语作补语时, 介词如“在、给、向、到”已进一步虚化为动词的后缀性成分。

笔者认为, 介词短语出现在动词后边, 整个介词短语仍然成一个整体作为补语。由于在现代汉语中, “动介”后边可以用“了”, 介词有往前黏附于动词形成“动介 (了) +宾”的倾向, 仅仅是倾向, 并没有完全成为动词的黏附成分。这可以从语音形式上得到印证:

(27) 这项任务落在/我的头上。

(28) 标语贴在/墙上。

(29) 病人躺在/床上。

(30) 水桶掉在/井里。

我们发现以上四个例子的语音形式有一个共同特点, 停顿都在介词“在”的后面, 而不在动词和介词短语之间。笔者认为“介词黏附”只是导致这一现象的次要因素, 由于以上例句的动词都是“单音节”动词, 因此更主要的原因是韵律协调所导致的。以下两种情况更应该分析为介词短语充当补语:第一种情况, 动词部分结构复杂, 念起来停顿只能在动词和介词短语之间, 比如例 (31) 和 (32) ;第二种情况, 介词短语一共只有两个音节, 停顿只能在动词和介词短语之间。比如例 (33) 、 (34) 和 (35) 。

(31) 担任车间主任后, 他照样摸爬滚打在第一线。

(32) 班长马亮, 整整三个月起早贪黑在现场, 任务完成后他掉了十几斤肉。

(33) 这期间, 汝珍的婆母也卧病在床。

(34) 三岁那年的一次意外, 她失去了双腿, 瘫痪在床。

(35) 乡干部曾小安、黄云平、李跃军等人上前将邓贤清按倒在地。

(四) 为什么在有的句子中相同的补语和状语可以转换而有的不能

有的观点认为, 介词短语“在+处所”结构在句子中应该出现在状语位置还是补语位置或者两者皆可, 这是由谓语决定的, 因此热衷于对动词的分类, 并将每一小类动词带状语或补语的情况逐一分析。笔者认为这样的分析固然有其理据性和解释力, 但是化简为繁的分析方法不利于研究成果的实际掌握和应用, 同时这也与人们初学汉语时对这类句式的习得规律不相符合, 因此在一些问题上的解释力受到限制。对比下列两组句子:

A%%%B

(36) 在书房里挂画%%%%%% (38) 把画挂在书房里

(37) 在书房里写字%%%%%%* (39) 把字写在书房里

正如范继淹 (1982) 指出的, 例 (39) 不能成立显然不是由于动词的类别不同, “挂”和“写”都有“附着”的语义特征, 关键在于室内挂画通常是挂在墙上, 达到的处所明确;而室内写字, 可以写在纸上、墙上或其他地方, 达到的处所不明确。但仅仅将原因归为处所不明确, 其解释力是不够的。

笔者进一步思考认为, 例 (37) 能成立而例 (39) 不能成立的原因主要是:从认知的角度看, “在+处所”结构作状语具有“在某处所发生某动作”的整体意义, 因此例 (37) 中, “在书房里”仅仅指“写字”这个动作的发生处所, 这符合人们的认知常识;而“在+处所”结构作补语时具有“动作的终点或目的地, 动作作用下事物达到某个处所”的整体意义, 因此例 (39) 中, “在书房里”本应指“写字”这个动作的终点, 并强调“字”到达的处所, 但由于“在书房里”无法明确地指代“字”到达的具体处所, 不符合人们的认知常识, 因而句子难以成立。如果将例 (39) 中的“在书房里”改为“在墙上”、“在本子上”、“在文具盒里”等具体明确的地点, 则该句式完全成立。

因此, 在分析这类问题时, 我们不应该只把目光集中在动词词义的解析上, 而应该更多地从认知事物的基本原则出发, 从把握句子的整体结构出发, 并结合状语和补语的性质, 以及与句子其他成分在语义搭配上的优劣程度, 只有这样才能作出概括力较强的解释。

四、余论

近年来, 在认知研究方面, 沈家煊 (2006) 和崔希亮 (2001) 等语言学家在这类问题上都做出了有益的贡献并取得了比较丰富的研究成果。沈家煊在《“在”字句和“给”字句》一文中曾指出, 一个句式是一个“完形” (Gestalt) , 即一个整体结构。根据“完形心理学”理论, 整体大于部分之和, 因此句式的整体意义不等于各组成部分的简单相加, 整体的属性并不都能从对组成部分的分析中推断出来。句式整体意义的形成, 受到基本认知原则在不同概念域中的反复作用, 其中顺序原则、包容原则、相邻原则都对“在+处所”的位置产生了影响。

关于“在+处所”的研究还在继续, 任何理论方面的研究都应该以应用为最终目的, 并且在应用中得以不断的加深。本文的研究也不例外, 在对外汉语教学中, 留学生往往因为不了解“在+处所”结构的具体用法, 或者是了解了具体用法, 但不知道为什么要这样用, 出现种种错误。笔者希望能通过解释以上种种问题和现象, 对介词短语“在+处所”结构在对外汉语教学的应用领域中能有所帮助。

摘要：本文分析了介词短语“在+处所”结构出现在句首、句中作状语及在谓语后作补语的不同分布类型及其语义的辨析。句首状语与句中状语的不同主要是说话人心理视点的不同。而状语位置与补语位置的意义差别在于状语位置表达的意义为:从某一方面对动作行为加以限定、描写;补语位置则表示动作行为或动作行为致使事物最后到达的处所、方向、对象、结果、目的等。本文还试图从认知模式的角度对这一结构组成的相关句式作出意义上的解释。

关键词：介词短语,“在+处所”结构,分布类型,语义,语言现象

参考文献

[1]丁声树等.现代汉语语法讲话[M].北京:商务印书馆, 1961.

[2]吕叔湘.现代汉语八百词[M].北京:商务印书馆, 1981.

[3]朱德熙.语法讲义[M].北京:商务印书馆, 1982.

[4]崔希亮.语言理解与认知[M].北京:北京语言大学出版社, 2001.

[5]邢福义.汉语语法三百问[M].北京:商务印书馆, 2002.

[6]沈家煊.认知与汉语语法研究[M].北京:商务印书馆, 2006.

[7]范继淹.论介词短语“在+处所”[J].语言研究, 1982 (1) .