цены на корректуру текста в Kenaz
Преимущества редактирования и корректуры текстов в агентстве Kenaz
Хотите быть уверенными, что ваш перевод выполнен качественно и безупречно? В агентстве переводов Kenaz специалисты тщательно анализируют все материалы с точки зрения языковых правил, единообразия стилистики, точности в передаче смысла исходного текста.
Профессиональная редактура текста имеет свои особенности, в зависимости от направления.
Литературное редактирование: при переводе книги или статьи важно стремиться к легкости в восприятии текста читателем, сохранить слог автора, передать образы и общий смысл текста.
Пруфридинг спецификаций и документов: редакторская вычитка технических, юридических и других документов, насыщенных терминами и профессиональной лексикой, позволяет вовремя выявить неточности и расхождения.
Редактирование и корректура визуального контента: графические элементы презентации, релиза, рекламы и видео нуждаются в переводе и адаптации. Корректура визуальных материалов предусматривает их анализ на соответствие языковым особенностям целевой страны и последующую локализацию.
Почему вычитка текста — важный этап перевода
Переводы компании Kenaz проходят контроль качества на всех этапах. Услуги корректора и редактора помогают не только вовремя выявить и устранить ошибки орфографии и пунктуации, но и добиться единой стилистики, точности в терминологии, согласованности текстовых блоков между собой. Информация должна быть представлена последовательно и логично. Работа над композицией текста позволяет добиться согласования его частей между собой, гармоничности изложения и легкости восприятия.
Рекомендации по стилистике
Профессиональный подход в редактуре предполагает анализ текста с точки зрения единого стиля, который является оптимальным для предметной области. Разбор лексики поможет оценить корректность использования слов и выражений.
Точность и единообразие
Материалы от начала до конца должны быть приведены к единому стандарту — использование специальных символов, знаков, терминов.
Анализ текста на информативность
Отсутствие «воды» — важный показатель качества текста. Перегруженность лишними лингвистическими конструкциями, повторениями, штампами, не несущими в себе особой смысловой нагрузки, снижают информативность текста.
Контрольная вычитка
На завершающем этапе все материалы проходят проверку с учетом всех обозначенных ранее рекомендаций. Конечный продукт должен соответствовать требованиям отрасли и исходным условиям заказчика.
Формирование навыков смыслового чтения на уроках русского языка и литературы
Утверждение федеральных государственных образовательных стандартов нового поколения предусматривает изменения в структуре и содержании образовательного процесса, а также изменение требований, предъявляемых к деятельности самого учителя. Сегодня учитель ставится перед необходимостью реализовывать системно-деятельностный подход в преподавании. Предпочтение отдается методам обучения, которые помогают освоить универсальные способы деятельности: познавательные, регулятивные, личностные и коммуникативные. Необходимо создать условия для развития мышления, творческого воображения, интуиции, речи, умений объяснять и рассуждать. Все эти условия может обеспечить работа с текстом на уроках русского языка и литературы. Конечно, разнообразные методы и приемы работы с текстом педагоги применяли всегда. С начальной школы детей учили составлять план текста, пересказывать его в соответствии с планом, находить ключевые слова и т.п. Обращение к понятию смыслового чтения связано, прежде всего, с переосмыслением технологии работы с текстами. Мы говорим: дети мало читают, не понимают прочитанное, имеют маленький словарный запас, не всегда грамотно выстраивают свою речь. Мотивировать учащихся, направлять их на осмысленное и увлеченное чтение — задачи, которые может решить применение технологии смыслового чтения.
Формирование смыслового чтения — процесс сложный. Известно, что чтение складывается из технического умения читать и смыслового. К окончанию начальной школы дети успешно овладевают навыками технического чтения, способами, темпом, правильностью, выразительностью. Навыки смыслового чтения формируются и развиваются не только в среднем и старшем звене школ, но и в дальнейшем вузовском образовании. В современном мире мало овладеть только техническим чтением, так как оно только обслуживает смысловое чтение, требующее понимания содержания прочитанного.
При формировании навыков смыслового чтения существует ряд проблем: учащиеся не всегда понимают формулировку задания, т.е. не умеют вчитываться в текст, имеется узкий круг современной качественной литературы для самостоятельного чтения, учитель использует традиционные технологии обучения, низкий уровень читательской культуры родителей учащихся и т.п.
Исходя из документов, в том числе и из нового ФГОС и примерных программ по литературе, а также ориентируясь на требования к компетентностям выпускников, можно выделить следующие умения в рамках смыслового чтения:
- умение осмысливать цели чтения;
- умение выбирать вид чтения в зависимости от цели;
- умение извлекать необходимую информацию из прочитанного;
- умение различать основную и второстепенную информацию;
- умение свободно ориентироваться и различать тексты разных стилей;
- умение понимать и адекватно оценивать языковые средства в текстах разных стилей и т.
п.
К основным видам чтения относятся ознакомительное, поисковое, изучающее и вдумчивое чтения. В старшем звене на уроках русского языка и литературы мы сталкиваемся практически со всеми видами смыслового чтения.
Ученые выделяют различные способы смыслового чтения: аналитический или структурный, синтетический или интепретационный и критический или оценочный. К окончанию 2 ступени учащиеся в той или иной мере должны овладеть навыками всех названных способов. В 3 ступени перед выпускниками и педагогом стоит задача углубления сформированных компетенций как предметных, так и метапредметных. Необходимо выработать у учащихся привычку начинать чтение с заглавия текста, прочитывать предисловие, оглавление, если таковые имеются.
Как установили ученые, на успеваемость ученика влияет около 200 факторов. Фактор №1 — это навык чтения, который гораздо сильнее влияет на успеваемость, чем все вместе взятые. Исследования показывают: для того, чтобы быть компетентным, человек должен читать 120-150 слов в минуту.
Процесс чтения состоит из трех фаз.
Первая — это восприятие текста, раскрытие его содержания и смысла, своеобразная расшифровка, когда из отдельных слов, фраз, предложений складывается общее содержание. В этом случае чтение включает: просмотр, установление значений слов, нахождение соответствий, узнавание фактов, анализ сюжета и фабулы, воспроизведение и пересказ.
Вторая — это извлечение смысла, объяснение найденных фактов с помощью привлечения имеющихся знаний, интерпретация текста. Здесь происходит упорядочивание и классифицирование, объяснение и суммирование, различение, сравнение и сопоставление, группировка, анализ и обобщение, соотнесение с собственным опытом, размышление над контекстом и выводами.
Третья — это создание собственного нового смысла, то есть ― присвоение добытых новых знаний как собственных в результате размышления. Те, кто останавливается на первой фазе чтения, читают репродуктивно, механически воспроизводят содержание, пересказывают факты и фабулу. Когда-то этого было достаточно для получения образования.
Одним из путей развития читательской грамотности является стратегиальный подход к обучению смысловому чтению. Смысловое чтение — вид чтения, которое нацелено на понимание читающим смыслового содержания текста. В концепции универсальных учебных действий (Асмолов А.Г., Бурменская Г.В., Володарская И.А. и др.) выделены действия смыслового чтения, связанные:
- с осмыслением цели и выбором вида чтения в зависимости от коммуникативной задачи;
- определением основной и второстепенной информации;
- формулированием проблемы и главной идеи текста.
Для смыслового понимания недостаточно просто прочесть текст, необходимо дать оценку информации, откликнуться на содержание.
Поскольку чтение является метапредметным навыком, то составляющие его части будут в структуре всех универсальных учебных действий:
- в личностные УУД входят мотивация чтения, мотивы учения, отношение к себе и к школе;
- в регулятивные УУД — принятие учеником учебной задачи, произвольная регуляция деятельности;
- в познавательные УУД — логическое и абстрактное мышление, оперативная память, творческое воображение, концентрация внимания, объем словаря.
Как помочь ребенку овладеть этой компетенцией?
«Стратегии смыслового чтения» — различные комбинации приемов, которые используют учащиеся для восприятия графически оформленной текстовой информации, а также ее переработки в личностно-смысловые установки в соответствии с коммуникативно-познавательной задачей.
Стратегия смыслового чтения обеспечивает понимание текста за счёт овладения приемами его освоения на этапах до чтения, во время чтения и после чтения.
Технология включает в себя три этапа работы с текстомI этап. Работа с текстом до чтенияАнтиципация (предвосхищение, предугадывание предстоящего чтения). Определение смысловой, тематической, эмоциональной направленности текста, выделение его героев по названию произведения, имени автора, ключевым словам, предшествующей тексту иллюстрации с опорой на читательский опыт.
Постановка целей урока с учетом общей готовности учащихся к работе.
1.Первичное чтение текста. Самостоятельное чтение в классе или чтение — слушание, или комбинированное чтение (на выбор учителя) в соответствии с особенностями текста, возрастными и индивидуальными возможностями учащихся. Выявление первичного восприятия. Выявление совпадений первоначальных предположений учащихся с содержанием, эмоциональной окраской прочитанного текста.
Перечитывание текста. Медленное «вдумчивое» повторное чтение (всего текста или его отдельных фрагментов).
Анализ текста (приемы: диалог с автором через текст, комментированное чтение, беседа по прочитанному, выделение ключевых слов, предложений, абзацев, смысловых частей и проч.). Постановка уточняющего вопроса к каждой смысловой части.
Беседа по содержанию текста. Обобщение прочитанного. Постановка к тексту обобщающих вопросов. Обращение (в случае необходимости) к отдельным фрагментам текста.
Выразительное чтение.
III этап. Работа с текстом после чтения1.Концептуальная (смысловая) беседа по тексту. Коллективное обсуждение прочитанного, дискуссия. Соотнесение читательских интерпретаций (истолкований, оценок) произведения с авторской позицией. Выявление и формулирование основной идеи текста или совокупности его главных смыслов.
2.Знакомство с писателем. Рассказ о писателе. Беседа о личности писателя. Работа с материалами учебника, дополнительными источниками.
3.Работа с заглавием, иллюстрациями. Обсуждение смысла заглавия. Обращение учащихся к готовым иллюстрациям. Соотнесение видения художника с читательским представлением.
1.Творческие задания, опирающиеся на какую-либо сферу читательской деятельности учащихся (эмоции, воображение, осмысление содержания, художественной формы).
Заглавие и ключевые понятия как опорные элементы текста Для более полного восприятия и понимания текста серьезное внимание уделяю рассмотрению основных элементов текста, таким, как заголовок и ключевые понятия. Заголовок концентрирует основную идею, тему произведения, является ключом к его пониманию. Он позволяет осознать первоначальную перспективу, на которую нацеливается читательское понимание, и переосмыслить текст в соответствии с закодированной в нем идеей. Заголовок в высшей степени предвосхищает, обобщает, концентрирует основное содержание текста, выражает его суть, является своеобразным кодом, дешифровка которого открывает возможности «осмысленной» работы читателя с произведением.
Перед чтением любого произведения применяю приём «прогнозирования», то есть ученикам предлагаю сначала ориентировочные действия (рассмотри заглавие, иллюстрации, обрати внимание на жанр, структуру произведения). Затем исполнительные действия по выявлению образного, эмоционального и логического содержания произведения, его формы (учащиеся проводят наблюдение за текстом, поясняют, представляют в своём воображении события, героев, рассуждают, сравнивают факты, эпизоды, выражают своё эмоциональное отношение к ним, выясняют позицию автора и т. д.).
— Как называется рассказ?
— Как вы думаете, о чем будет говориться в рассказе?
— Это тема или идея?
После прочтения рассказа:
— Почему автор так назвал произведение?
Затем ведется работа над ключевыми понятиями, каковыми, прежде всего, являются термины, также рассматривается значение диалектизмов. Сначала учимся находить ключевые слова, а затем — определять их точное значение именно в данном тексте. Поскольку ключевые слова, как правило, многозначны, учимся определять, в каком значении его употребляет автор. Как мы находим в тексте ключевые слова? Объясняю детям, что ключевые слова, это те слова, которые важны и для автора и для читателя и которые автор использует особым способом. Обычное обыденное их использование автору не подходит, поэтому он уделяет этим словам много места в тексте, описывая их, уточняя, сопоставляя с другими авторами, поясняя особенности их использования в разных ситуациях. Обычно, встречая ключевое слово, ученики испытывают затруднения в его понимании из-за его неоднозначности и важности. Эти слова требуют изучения, ради них собственно и пишется текст. Поэтому мы изучаем способы выделения ключевых слов, учимся их использовать при чтении. Ведь опорными пунктами в понимании текста являются ключевые слова, которые несут в данном тексте существенную смысловую нагрузку.
В процессе понимания текста происходит разбивка материала на части, которая вместе с тем есть и группировка материала. Текст разбивается не по внешним каким-либо признакам, а по его смысловому содержанию. Разделение материала на «смысловые куски» основывается на единстве смыслового содержания каждого куска, при этом каждая часть текста объединяется в своеобразный «смысловой пункт». Смысловые пункты выполняют двоякую функцию: «они являются «носителями смысла», к ним относится содержание каждой части, и это улучшает понимание. Вместе с тем они облегчают запоминание. Выделение учениками ключевых, опорных слов, составление вопросов различной степени сложности способствует формированию умения воспроизводить текст с заданной степенью свернутости (план, пересказ, изложение, конспект).
— На какие части (смысловые пункты) можно поделить рассказ?
— Сколько таких смысловых частей в рассказе?
— О чем говорится в 1 (2,3 и т.д.) части рассказа?
— Найдите ключевые (слова, фразы, предложения, абзацы, части) текста?
У читателя создается образ содержания рассказа. Этот образ динамичен, он постоянно развивается, и восприятию этого образа помогают ключевые понятия.
Фрагмент урока. Знакомство с рассказом И.Бунина «Косцы»— Выделите ключевые слова, фразы, предложения в первой смысловой части рассказа.
(«Пели», «бесконечно давно», «не вернется уже вовеки», «косили и пели», «откликался им», «глушь России», «предвечернее время», «старая дорога», «уходила в бесконечную даль», «нет, и не было ни времени, ни деления его на годы, на века», «шли и пели, лес принимал и подхватывал песню»).
— О чем они говорят? Какой образ возникает при их прочтении?
Осмысленное чтение напрямую зависит от сформированности тезауруса.
Великому русскому педагогу К.Д.Ушинскому принадлежат слова: «Дитя, которое не привыкло вникать в смысл слова, темно понимает или вовсе не понимает его настоящего значения и не получило навыка распоряжаться им свободно в устной и письменной речи, всегда будет страдать от этого коренного недостатка при изучении всякого другого предмета». Работа со словом обогащает словарный запас ребёнка, воспитывает внимательное отношение к слову, развивает языковое чутьё, орфографический навык.
Важнейшим моментом работы с текстом является работа с незнакомыми, непонятными словами. Ребята отмечают незнакомую для себя информацию и уточняют значение отдельных слов, обращаясь к различным словарям.
Объясняя новое, непонятное, стараюсь это непонятное объяснить через известное, используя для этого уже имеющиеся у ребят знания. Сочетание знакомых и новых понятий и приводит к образованию нового понятия. Объясняю детям, что значение и смысл может рассматриваться прямо в тексте. Автор может выделить это слово через подчеркивание или шрифт, дав ему собственное конкретное определение. В этом случае полезно, особенно в старших классах, обращаться к интерпретации понятий другими авторами. Для этого также мы используем для работы словари, энциклопедии, справочную литературу.
В произведениях художественной литературы с точки зрения нравственной проблематики ключевыми являются понятия, определяющие вечные ценности: «красота», «добро», «любовь», «честь», «патриотизм» и т.д. С точки зрения литературоведения — «сюжет», «композиция», «жанр», «идея» и т.д. Таким образом, помогут выделить ключевые слова, описанные выше приемы работы с текстом: работа с заголовком, определение идеи, структуры, проблемы изучаемого текста. Внутренние заголовки и предисловия также могут быть полезны.
Следующим способом смыслового чтения является выделение ключевых (наиболее важных) предложений в тексте и определение утверждений, которые они содержат. Затем выделение ключевых абзацев, как системы предложений, объединенных общими утверждениями (аргументами) по поводу сути текстовой информации. Объясняю ребятам, что первый и последний абзац содержат основной смысл текста (утверждения) и выводы. В оставшейся части содержатся, как правило, аргументы к утверждению. Начальные предложения абзацев так же как и ключевые слова содержат основную информацию. Эти предложения помогают понять изменения в содержании текста: ставится ли новый вопрос, новая задача, разъясняется ли ранее описанное свойство явления, факты, события, подводятся ли итоги, делаются ли выводы?
Иногда авторы сами выделяют важные предложения в виде подчеркиваний, вопросов, шрифта, пунктов, глав и пр. Поэтому учу детей видеть эти авторские сигналы и не оставлять их без внимания. Еще один шаг к поиску важных предложений — это слова, из которых они состоят.
Выделенные ключевые слова приводят читателя к предложениям, заслуживающим дальнейшего внимания, то есть интерпретации. Одним из лучших способов понимания утверждений автора — передача прочитанного утверждения своими словами. При этом свои слова — это не копия оригинала, а повторении авторской мысли в другой формулировке, которая будет являться рефлексией читателя на высказанные в тексте утверждения. Если человек владеет содержанием только в виде заученных формулировок, значит, он не осознал смысл прочитанного. Для проверки понимания смысла прочитанного предлагаю обучающимся задания:
Расскажите о собственном опыте, связанном каким-либо образом с утверждением автора?
Можете ли привести пример по теме высказывания?
Проведите опыт, подтверждающий научное высказывание. Если это возможно, найдите в тексте те абзацы, которые содержат подтверждения и основные аргументы к ним. Если аргументы изложены по-другому, попробуйте построить их, используя при этом предложения из разных абзацев.
Найдите абзац, в котором содержится вывод, и подтвердите его основаниями из текста.
Переформулируйте определения, правила, выводы, переведите прочитанное на «свой» язык;
Представьте основное содержание текста в виде плана, схемы, таблицы, рисунков;
Потренируйтесь в запоминании прочитанного (пересказ, повторение определений, правил).
После чтения текста предлагаю обучающимся такое задание: заполните таблицу:
Ключевые слова | Смысловые предложения | Основной смысл текста |
— Сосчитайте количество слов, позволяющих вам изложить основной смысл текста, и сравните его с количеством слов в первоначальном варианте текста.
Неотъемлемым компонентом смыслового чтения является конструктивное обсуждение изучаемого текста. Одним из эффективных методов являются дискуссии, упражнение в мастерстве мышления и коммуникации. Бэкон сказал: «Чтение делает человека знающим, беседа — находчивым, а привычка записывать — точным». При чтении можно использовать заметки как акт мышления. При попытке осознать структуру книги делаем несколько пробных набросков по основным её частям, пока не появится целостная картина. Для выделения основных мыслей используем всевозможные схемы и диаграммы. Подчеркиваем ключевые слова и предложения по мере их появления в тексте, фиксируем противоречия, если таковые имеются в тексте и пр.
Процесс чтения завершается формированием собственного критического мнения. Объясняю детям, что критическое мнение не означает несогласие. Оно означает собственное отношение к содержанию текста, которое может, как совпадать с авторским, так и не совпадать. Обязательным условием критического отношения должно быть полное понимание текста с позиции автора. Там, где отсутствует понимание, бессмысленны и неумны будут любые утверждения и отрицания читателя.
Чтение художественной литературы имеет ряд специфических правил. Об этих правилах беседуем с ребятами, учу их находить различия научной и художественной литературы. Объясняю им, что наиболее очевидное различие касается целей. Основная цель научных книг — обучать читателей, предназначение художественных — дарить наслаждение, создавать настроение, воспроизводя то, что невозможно сообщить. Кроме того, при чтении научных книг преобладает мыслительная деятельность, а при художественной — воображение. Читая текст, мы видим сообщение, тогда как на самом деле автор создает целостную и многогранную эмоцию. В этом и состоит волшебство художественного слова. Разность целей порождает разность языка. Автор художественного произведения стремится вложить в свои слова как можно больше скрытых символов, чтобы достичь богатства и силы образов. Он видит в метафорах «строительный материал», а ученый ценит в словах точность выражений, обеспечивающую ясность и однозначность понимания. В художественной литературе много скрытого смысла, того, что остается «между строк». Причем этот смысл более обширен, чем значение всех слов текста в отдельности. А отсюда особенности чтения художественного произведения: в них зачастую трудно выделить главную мысль, найти термины, утверждения и аргументы, они не подчиняются критериям правдивости и последовательности. Кроме того, трудно вывести общие правила чтения художественной литературы. Каждый жанр имеет свои особенности, и каждый автор создает свой уникальный мир своими уникальными средствами. Несмотря на это и в чтении художественной литературы выделяем некоторые общие способы, которым должен владеть читатель:
1. Определить жанр произведения — роман, пьеса, стихи и т.д.
2. Научиться воспринимать всю книгу в ее целостности, только тогда можно изложить её суть в одном-двух предложениях, что возможно только при условии знания сюжета.
3. Понять, каким образом из детализации характеров персонажей и событий автор создает целостный образ собственного отношения к какому-либо объекту, явлению или событию, как поддерживает и нагнетает напряжение у читателя.
Следующие умения касаются интерпретирующего чтения
1. Понять особенности фабулы и героев. Единицы художественной литературы — это эпизоды и события, персонажи и их мысли, слова и чувства, сомнения и поступки. Оперируя этими элементами, писатель рассказывает свою историю. И эти элементы становятся аналогами научных текстов в художественном тексте.
2. Осознать фон, т.е. единое время и место действия. Понять эпоху, общественные (экономические, политические, правовые, моральные, научные, искусства и религии) и личностные (любовь, дружба, отцы и дети и пр.) противоречия, которые отразил автор в своем произведении. Этот подход помогает обнаружить связи и функции всех эпизодов, поступков героев, использованных художественно-изобразительных средств, понять, что утверждает автор описываемым им образом.
3. Проанализировать аргументацию автором своих утверждений. В отличие от научной литературы, где аргументами являются факты и выводы, в художественной литературе они кроются в эволюции сюжета. Аристотель говорил, что в сюжете заключена душа повествования. Преимущественно эти правила касаются романов и пьес, так как суть поэзии заключается в другом, а имен: в переживаниях автора, хотя лирические произведения также могут иметь повествования.
Знакомлю обучающихся со способами критического прочтения художественной литературы. Объясняю им, что критическое суждение в данном случае, прежде всего, носит субъективный характер. О вкусах не спорят, но критические суждения можно опровергать и оспаривать. А для этого должно оценивать книгу с позиций эстетических и литературных принципов. Чтобы составить мнение о художественном произведении предлагаю учащимся следующие вопросы:
1. Насколько это произведение целостно?
2. Насколько сложна структура частей и элементов, составляющих целое?
3. Правдоподобна ли эта история, то есть, обладает ли она художественной реалистичностью?
4. Затрагивает ли она ваши эмоции, вызывает ли переживания, будит ли ваше воображение?
5. Ощущаете ли вы жизнь во всей ее полноте, читая книгу.
Формирую у школьников способности не просто пересказывать текст, но и учу выражать свое отношение к прочитанному, давать оценку той информации, которую он получил, оценивать героев произведения. Учу школьников вступать в диалог с автором текста, спорить с ним или соглашаться с его мнением, учу строить свой, авторизованный текст. С этой целью предлагаю обучающимся участвовать в дискуссии, составлять характеристики героев, делать аннотацию любимой книги. Мои обучающиеся сочиняют стихи, загадки, пишут сказки, готовят сообщения, доклады, участвуют в читательских и научно — практических конференциях и заочных экскурсиях, готовят мультимедийные презентации.
На уроках русского языка и литературы школьники учатся задавать вопросы разного уровня сложности, делать выводы, составлять тезисы (выделять главную, существенную и второстепенную информацию). Они умеют составлять план (простой или сложный), перекодировать полученную информацию в графических схемах, выделяя и определяя все взаимные логические связи и операции между единицами информации, описывать и комментировать все свои действия, давать оценку выявленной информации.
Через книгу ребенок воспринимает различные модели поведения (умение дружить, добиваться своей цели, решать конфликты), которые могут быть эффективными в различных жизненных ситуациях. Наибольший эффект может быть достигнут, если чтение дополняется также совместным обсуждением. Это может помочь ребенку увидеть аналогии прочитанного в собственной жизни.
Догвилль — отзывы и рецензии — Кинопоиск
показывать: 10255075100200 1—10 из 458
Ларс VS человечество
прямая ссылка 25 ноября 2008 | 18:47
прямая ссылка 21 февраля 2008 | 03:57
прямая ссылка 25 октября 2011 | 09:26
прямая ссылка 06 июля 2007 | 14:46
прямая ссылка 16 апреля 2008 | 12:19
прямая ссылка 06 апреля 2007 | 19:11
При мне резали правду-матку
прямая ссылка 07 августа 2008 | 19:18
После подобных фильмов начинаешь ненавидеть людей…
прямая ссылка 02 марта 2008 | 01:28
Этот город нарисован мелом на полу
прямая ссылка 30 июня 2011 | 19:31
Препарация провинциальной жизни
прямая ссылка 25 сентября 2008 | 21:36показывать: 10255075100200 1—10 из 458 |
У истоков психолингвистики стояли следующие ученые XIX в.

(*ответ*) В. фон Гумбольдт
(*ответ*) Г. Штейнталь
(*ответ*) А.А. Потебня
А. Шляйхер
А.Х.Востоков
Уровень языковой – это
(*ответ*) одна из подсистем языка, совокупность однородных элементов с общими функциями
совокупность разнородных элементов с общим значением
группа единиц, противопоставленных в системе языка
способность единиц языка выполнять различные функции в речи
Установите соответствие:
Последовательность двух или более единиц языка (морфем, словосочетаний, предложений), организованная по законам данного языка, — Класс единиц языка, объединенных по общему признаку и противопоставленных друг другу в системе отношений по другому признаку, а также система форм одного слова – Минимальная единица речи, относящаяся к фонетическому уровню и являющаяся результатом артикуляторных действий человека, — Установите соответствие:
Минимальная единица языка, служащая для различения и распознавания значимых единиц языка – морфем, — Минимальная значимая единица речи, непосредственно составляющая слова и словоформы, — Минимальная значимая единица языка, в которой за определенной фонетической формой закреплено определенное значение, — Установите соответствие:
Слово (лексема) в одной из грамматических форм, единица речи, составляющая словосочетания и предложения, — Единица словарного состава языка в совокупности его грамматических форм (словоформ) и смысловых вариантов – Содержание слова, отображающее в сознании и закрепляющее в нем представление о предмете, свойстве, процессе, явлении, — Установите соответствие:
Единица языка, представляющая один из элементов морфологической или синтаксической парадигмы, — Отвлеченное языковое значение, присущее ряду словоформ, синтаксических конструкций и находящее в языке свое регулярное выражение, — Синтаксическая конструкция, образуемая соединением двух или более знаменательных слов на основе подчинительной синтаксической связи, — Установите соответствие:
Синтаксическая конструкция, образуемая соединением двух или более знаменательных слов на основе подчинительной синтаксической связи, — Коммуникативная единица речи, образованная по специальному грамматическому образцу и противопоставленная словоформе и словосочетанию как единица общения, — Объединенная смысловой связью последовательность единиц речи, чаще всего предложений, обладающая следующими свойствами: связность, цельность, законченность, — Установите соответствие:
Одна из функций языка, которая заключается в назначении быть средством исследования и описания языка в терминах самого языка, — Важнейшая функция языка, заключающаяся в назначении служить основным средством человеческого общения, — Важнейшая функция языка, заключающаяся в назначении служить средством познания окружающего мира, выражать деятельность сознания, —
Ответов: 1 | Категория вопроса: Гуманитарные дисциплины
Буквально все, что вам нужно знать о семантическом отбеливании
Многие люди жалуются на использование буквально таким образом, который кажется, ну, не буквальным. Это потому, что переносное использование слова («Я буквально умер от смеха»), кажется, противоречит значению латинского корня буквально , littera , что означает «буква».
«Семантическое отбеливание» — это уменьшение интенсивности слова — например, когда «очень» (от латинского «verus», «истинный») используется для выделения («не так много стоковых фотографий семантического отбеливания в действии» ).
Проблема, с которой некоторые люди сталкиваются с буквально , заключается в том, что это мягкое наречие: если мы удалим его из нашего примера и скажем: «Я умер от смеха», предложение понимается точно таким же (не буквальным) образом — как гипербола. Добавление «буквально» только добавляет акцента; это соль в тушеном мясе, потому что бремя смысла лежит на других словах («умер от смеха»). Следовательно, если добавлено «буквально» и в результате ничего не изменилось, тогда ipso facto «буквально» буквально не имеет смысла в этом конкретном предложении.
Это снижение интенсивности слова называется «семантическим обесцвечиванием», и это лингвистическое явление встречается чаще, чем вы можете себе представить: когда вы говорите «Удачного дня!» вы не имеете в виду «Проведите большой день в пространственном измерении», и когда вы говорите «Этот фильм был потрясающим», вы не обязательно имеете в виду «Этот фильм выражал трепет или ужас». И отличный , и отличный (и фантастический , потрясающий , ужасный и многие другие) имеют значения, которые со временем стали менее буквальными.Можно сказать, что проблема с некоторыми вариантами использования буквально заключается не в том, что оно частично потеряло свое значение, а в том, что в других случаях использования не утратило первоначальное значение «по буквам» или «на самом деле». Оба они широко используются сегодня.
Подобно буквально , очень и действительно сохраняют свои первоначальные значения, но добавляют другое. Очень пришло в английский язык от французского, на котором говорили норманнские захватчики, а слово «истинный» в 13 веке было verai , что в современном французском языке сжалось до vrai .Последний латинский корень — verus , что означает «истинный». Мы по-прежнему используем очень , чтобы означать «действительно» или «правдиво» («это был очень смелый поступок», «Мне очень жаль»), но он часто передает акцент, для которого истина не особенно важна и не вызывает сомнений ( «Последнее, что я упаковал», «пожалуйста», «еда не очень хорошая»). Это усилитель — слово, которое окрашивает другое, но в данном случае само по себе мало окрашено.
То же самое верно и для , на самом деле : иногда это означает «на самом деле» («они действительно близнецы»), но часто дает простой акцент («Я отлично провел время») или субъективное суждение («это действительно хорошо». играть »), который не зависит от объективной реальности или реальности. В конечном итоге первоначально означало «наконец» или «в конце» («они в конечном итоге преуспели»), что отражает его латинский корень ultimatus , означающий «последний» или «последний», но теперь также часто используется для обозначения «в конце концов» (« в итоге мы согласились на сделку »). На самом деле первоначально означало «в действии или на самом деле» («Я не знаю, что на самом деле произошло»), но имеет гораздо более слабое значение, когда используется, чтобы подчеркнуть, что утверждение истинно или удивительно («мы действительно планировали уйти рано »,« фильм был действительно неплохим »).
Иногда кажется, что буквально придерживается наречных двойных стандартов, что заставляет многих сомневаться в правомерности его использования в качестве усилителя, в то время как другие слова с аналогичными шаблонами употребления, кажется, проходят без критики. Хотя важно соблюдать осторожность при использовании языка, важно также понимать, что язык гибкий и слова могут иметь несколько разных значений.
Эффективное использование интенсификаторов означает их экономное использование.В конечном итоге выбор за вами.
Основанный на грамматике алгоритм семантического сходства для предложений естественного языка
В данной статье представлен алгоритм подобия, основанный на грамматике и семантическом корпусе предложений естественного языка. Естественный язык, в отличие от «искусственного языка», такого как языки компьютерного программирования, — это язык, используемый широкой публикой для повседневного общения.Традиционные подходы к поиску информации, такие как векторные модели, LSA, HAL, или даже подходы на основе онтологий, которые расширяются и включают сравнение сходства концепций вместо совпадения терминов / слов, не всегда могут определять идеальное соответствие, пока нет очевидной связи или концепции. перекрываются между двумя предложениями на естественном языке. В этой статье предлагается алгоритм подобия предложений, который использует онтологию корпусов и грамматические правила для преодоления решаемых проблем.Эксперименты на двух известных тестах показывают, что предложенный алгоритм имеет значительное улучшение производительности в предложениях / коротких текстах с произвольным синтаксисом и структурой.
1. Введение
Естественный язык, термин в противоположность искусственному языку, — это язык, используемый широкой публикой для повседневного общения. Искусственный язык часто характеризуется самостоятельно созданными словарями, строгой грамматикой и ограниченным идеографическим диапазоном и, следовательно, относится к лингвистической категории, к которой труднее привыкнуть, но не сложно освоить широкой публикой.Естественный язык неотделим от всей социальной культуры и постоянно меняется с течением времени; люди могут легко развить чувство этого первого языка во время взросления. Кроме того, синтаксическая и семантическая гибкость естественного языка позволяет этому типу языка быть естественным для людей. Однако из-за бесконечных исключений, изменений и указаний естественный язык также становится типом языка, который труднее всего освоить.
Обработка естественного языка (NLP) изучает, как позволить компьютеру обрабатывать и понимать язык, используемый людьми в их повседневной жизни, понимать человеческие знания и общаться с людьми на естественном языке.Приложения НЛП включают поиск информации (IR), извлечение знаний, системы вопросов и ответов (QA), категоризацию текста, машинный перевод, помощь в написании, идентификацию голоса, композицию и так далее. Развитие Интернета и массовое производство цифровых документов привело к острой необходимости в интеллектуальной обработке текста, и поэтому теория, а также навыки НЛП стали более важными.
Традиционно методы обнаружения сходства между текстами были сосредоточены на разработке моделей документов. В последние годы было создано несколько типов моделей документов, таких как логическая модель, векторная модель и статистическая вероятностная модель. Булевская модель обеспечивает охват ключевых слов с помощью пересечения и объединения множеств. Логический алгоритм склонен к неправильному использованию, и поэтому метод поиска, приближенный к естественному языку, является направлением для дальнейшего улучшения. Солтон и Леск впервые предложили поисковую систему модели векторного пространства (VSM) [1–3], которая была не только методом двоичного сравнения.Основной вклад этого метода заключался в предложении концепций частичного сравнения и подобия, чтобы система могла вычислять сходство между документом и запросом на основе различных весов терминов индекса и затем выводить результат ранжирования поиска. Что касается актуализации векторной модели, запросы и документы первых пользователей в базе данных должны быть преобразованы в векторы в том же измерении. Хотя и документы, и запросы представлены одним и тем же измерением векторного пространства, наиболее распространенной оценкой семантического сходства в многомерном пространстве является вычисление сходства между двумя векторами с использованием косинуса, значение которого должно находиться в диапазоне от 0 до 1.
В целом, преимущества модели векторного пространства включают следующее. (1) При заданных весах VSM может лучше выбирать характеристики, а эффективность поиска в значительной степени улучшается по сравнению с булевой моделью. (2) VSM предоставляет механизм частичного сравнения, который позволяет находить документы с наиболее похожим распределением. Wu et al. представить систему поиска FAQ на основе VSM. Элементы вектора состоят из сегмента категории вопроса и сегмента ключевого слова [4]. Мера сходства документов на основе фраз предложена Чимом и Денгом [5].В [5] взвешенные фазы TF-IDF в суффиксном дереве [6, 7] отображаются в многомерное пространство терминов VSM. Совсем недавно Ли и др. [8] представили новую меру вычисления подобия предложений. Их мера, учитывающая семантическую информацию и порядок слов, которая показала хорошие результаты при измерении, в основном представляет собой модель на основе VSM.
В последние годы в области приложений НЛП постепенно возникла потребность в методе семантического анализа более коротких документов или предложений [9]. Что касается приложений в интеллектуальном анализе текста, метод семантического анализа коротких текстов / предложений также может применяться в базах данных в качестве определенного стандарта оценки для поиска неоткрытых знаний [10]. Кроме того, метод семантического анализа коротких текстов / предложений может быть использован в других областях, таких как реферирование текста [11], категоризация текста [12] и машинный перевод [13]. Недавно в разрабатываемой концепции подчеркивается, что сходство между текстами — это «скрытый семантический анализ (LSA), который основан на статистических данных лексики в большом корпусе».LSA и гиперпространственный аналог языка (HAL) являются известными корпусными алгоритмами [14–16]. LSA, также известная как латентно-семантическое индексирование (LSI), представляет собой полностью автоматический математический / статистический метод, который анализирует большой корпус текста на естественном языке и представление сходства слов и отрывков текста. В LSA группа терминов, представляющих статью, была извлечена путем оценки из множества контекстов, и была построена матрица термин-документ для описания частоты встречаемости терминов в документах.
Пусть будет матрица термин-документ, где element () обычно описывает вес термина TF-IDF в документе. Затем матрица, представляющая товар, делится методом разложения по сингулярным числам (SVD) на три матрицы, включая диагональную матрицу SVD [15]. Посредством процедуры SVD можно исключить меньшие сингулярные значения, а также уменьшить размер диагональной матрицы. Размерность слагаемых, включенных в исходную матрицу, может быть уменьшена путем реконструкции SVD.Посредством процессов декомпозиции и реконструкции LSA может получить сведения о терминах, выраженных в статье. Когда LSA применяется для вычисления сходства между текстами, вектор каждого текста преобразуется в пространство уменьшенной размерности, в то время как сходство между двумя текстами получается путем вычисления двух векторов уменьшенной размерности [14]. Разница между векторной моделью и LSA заключается в том, что LSA преобразует термины и документы в скрытое семантическое пространство и устраняет некоторый шум в исходном векторном пространстве.
Одной из стандартных вероятностных моделей LSA является вероятностный скрытый семантический анализ (PLSA), который также известен как вероятностное скрытое семантическое индексирование (PLSI) [17]. PLSA использует разложение смеси для моделирования слов и документов совпадения, где вероятности получаются выпуклой комбинацией аспектов. LSA и PLSA широко применяются в системах обработки информации и других приложениях [18–24].
Другое важное исследование, основанное на корпусе, — это гиперпространственный аналог языка (HAL) [25].HAL и LSA имеют очень похожие атрибуты: они оба используют параллельные словари для извлечения значения термина. В отличие от LSA, HAL использует абзац или документ как часть документа для создания информационной матрицы термина. HAL устанавливает оконную матрицу общего термина в качестве основы и сдвигает ширину окна, не выходя за пределы исходного определения оконной матрицы. Окно просматривает весь корпус, используя термины как ширину окна терминов (обычно ширину 10 терминов), и дополнительно формирует матрицу из. Когда окно сдвигается и сканирует документы во всем корпусе, элементы в матрице могут записывать вес каждого общего термина (количество вхождений / частота). Размерный вектор термина может быть получен путем объединения строк и строк матрицы, соответствующей термину, а сходство между двумя текстами может быть вычислено с помощью приблизительного евклидова расстояния. Однако при расчете коротких текстов HAL дает менее удовлетворительные результаты, чем LSA.
В заключение, вышеупомянутые подходы вычисляют сходство на основе количества общих терминов в статьях, а не игнорируют синтаксическую структуру предложений.Если применить обычные методы для вычисления сходства между короткими текстами / предложениями напрямую, могут возникнуть некоторые недостатки. (1) Традиционные методы предполагают, что документ имеет сотни или тысячи измерений, переводя короткие тексты / предложения в очень большие размеры. пространство и чрезвычайно разреженные векторы могут привести к менее точному результату вычислений. (2) Алгоритмы, основанные на общих терминах, подходят для применения для поиска средних и более длинных текстов, которые содержат больше информации.Напротив, информация об общих терминах в коротких текстах или предложениях редка и даже недоступна. Это может привести к тому, что система будет генерировать очень низкую оценку семантического сходства, и этот результат не может быть скорректирован с помощью общей функции сглаживания. (3) Стоп-слова обычно не принимаются во внимание при индексировании обычных IR-систем. Стоп-слова не имеют особого значения при вычислении сходства между более длинными текстами. Однако они являются неизбежными частями в отношении сходства между предложениями, поскольку они предоставляют информацию о структуре предложений, которая в определенной степени влияет на объяснение значений предложений.(4) Подобные предложения могут состоять из синонимов; обильные общие термины не нужны. Текущие исследования оценивают сходство в соответствии с совпадающими терминами в текстах и игнорируют синтаксическую информацию.
Предлагаемый алгоритм семантического сходства устраняет ограничения этих существующих подходов за счет использования грамматических правил и онтологии WordNet. Набор грамматических матриц создан для представления отношений между парами предложений. Размер набора ограничен максимальным количеством выбранных грамматических ссылок.Скрытая семантика слов рассчитывается с помощью меры сходства WordNet. Остальная часть этой статьи организована следующим образом. Раздел 2 знакомит с соответствующими технологиями, принятыми в нашем алгоритме. Раздел 3 описывает предлагаемый алгоритм и основные функции. В разделе 4 приведены некоторые примеры, иллюстрирующие наш метод. Экспериментальные результаты на двух известных тестах показаны в разделе 5, и последний дает заключение.
2. Справочная информация
2.1. Онтология и WordNet
Проблема семантической осведомленности среди текстов / естественных языков все чаще указывает на технологии семантической паутины в целом и онтологию в частности в качестве решения. Онтология — это философская теория о природе бытия. Исследователи искусственного интеллекта, особенно в области получения и представления знаний, реинкарнируют термин, чтобы выразить « общее и общее понимание некоторой области, которая может передаваться между людьми и прикладными системами » [26, 27]. Типичная онтология — это таксономия, определяющая классы в определенной области и их отношения, а также набор правил вывода, обеспечивающих ее функции рассуждений [28].Онтология теперь признана в семантическом веб-сообществе как термин, который относится к общему пониманию знаний в некоторых областях, представляющих интерес [29–31], которое часто понимается как набор понятий, отношений, функций, аксиом и примеров. Гуарино провел всестороннее исследование для определения онтологии из различных высоко цитируемых работ в сообществе обмена знаниями [32–37]. Семантическая сеть — это развивающееся расширение Всемирной паутины, в которой веб-контент может быть выражен на естественных языках и в форме, понятной, интерпретируемой и используемой программными агентами.
Элементы семантической сети выражаются в формальных спецификациях, которые включают структуру описания ресурсов [38], различные форматы обмена данными (такие как RDF / XML, N3, Turtle и N-Triples) [39, 40] и такие нотации, как язык веб-онтологий [41] и схема RDF.
В последние годы WordNet [42] стал наиболее широко используемой лексической онтологией английского языка. WordNet был разработан и поддерживается Лабораторией когнитивных наук Принстонского университета в 1990-х годах.Существительные, глаголы, прилагательные и наречия сгруппированы в когнитивные синонимы, называемые «синсеты», и каждый синоним выражает отдельное понятие. Как обычный онлайн-словарь, WordNet перечисляет предметы вместе с объяснениями в алфавитном порядке. Кроме того, он также показывает семантические отношения между словами и понятиями. Последняя версия WordNet — 3.0, которая содержит более 150 000 слов и 110 000 синсетов. В WordNet лексикализованные синсеты существительных и глаголов организованы иерархически с помощью гиперонима / гипернимии и гипонима / гипонимии. Гипонимы — это концепции, которые описывают вещи более конкретно, а гиперонимы относятся к концепциям, которые описывают вещи в более общем плане. Другими словами, это гипероним if every — это разновидность, и гипоним if every — разновидность. Например, птица является гипонимом позвоночного животного , а позвоночное животное является гипернимом птицы . Иерархия понятий WordNet превратилась в полезную основу для открытия и извлечения знаний [43–49]. В этом исследовании мы используем меру сходства Ву и Палмера [50], которая стала своего рода стандартом для измерения сходства между словами в лексической онтологии.Как показано в где — глубина самого нижнего общего гиперонима () в лексической таксономии, и обозначает количество переходов от до и, соответственно.
2.2. Грамматика ссылок
Грамматика ссылок (LG) [51], разработанная Дэви Темперли, Джоном Лафферти и Дэниелом Слейтором, представляет собой синтаксический синтаксический анализатор английского языка, который строит отношения между парами слов. Для данного предложения LG создает соответствующую синтаксическую структуру, которая состоит из набора помеченных ссылок, соединяющих пары слов.Последняя версия LG также создает «составное представление» (дерево фраз в стиле банка Пенна) предложения (словосочетания с существительными, словосочетания с глаголами и т. Д.). Парсер использует словарь из более чем 6000 словоформ и охватывает широкий спектр синтаксических конструкций. LG сейчас поддерживается под эгидой проекта Abiword [52]. Основная идея LG — рассматривать слова как блоки с соединителями, которые образуют отношения, или называемые ссылками. Эти ссылки используются не только для определения части речи слов, но и для подробного описания функций этих слов в предложении.LG может объяснить отношения модификации между различными частями речи и рассматривает предложение как последовательность слов и состоит из набора помеченных связей, соединяющих пары слов. Все слова в словаре LG были определены для описания того, как они используются в предложениях, и такая система называется «лексической системой».
Лексическая система может легко построить большую грамматическую структуру, поскольку изменение определения слова влияет только на грамматику предложения, в котором это слово находится.Кроме того, выразить грамматику неправильных глаголов просто, поскольку система определяет каждый из них индивидуально. Что касается грамматики различных структур фраз, связи, которые являются гладкими и соответствуют семантической структуре, могут быть установлены для каждого слова, используя слова грамматики ссылок для анализа грамматики предложения.
Все произведенные связи между словами подчиняются трем основным правилам [51]. (1) Планарность: связи не пересекаются друг с другом. (2) Связность: ссылок достаточно, чтобы соединить все слова последовательности вместе.(3) Удовлетворение: ссылки удовлетворяют требованиям связывания каждого слова в последовательности.
В предложении « канадские официальные лица согласились провести дополнительные учения по реагированию на угрозы . », Например, есть ссылок , соединяющих существительные-модификаторы « официальный » с существительным « канадский, » « упражнение »до« ответ, »и« упражнение »до« угроза », как показано на рисунке 1. Основные слова отмечены« .n »,« .v »,« .a »для обозначения существительных, глаголов и прилагательных. Ссылка A соединяет предыстительные (атрибутивные) прилагательные с существительными. Ссылка D соединяет определители с существительными. Есть много слов, которые могут выступать в качестве определителей или словосочетаний, таких как « a » (обозначено как « Ds »), « многие » (« DMC ») и « примерно ». (« Dm »), и каждый из них соответствует подтипу типа связи D .Ссылка O соединяет переходные глаголы с прямыми или косвенными объектами, где Os является подтипом O , который соединяет существительные как единственное число.
PP связывает формы «иметь» с причастиями прошедшего времени (« согласовали »), Sp — подтип S , который связывает множественное число существительных с формами множественного числа глаголов ( S связывает подлежащие существительные с конечными глаголами. ), и так далее.
Этот простой пример показывает, что связи подразумевают определенную степень семантических корреляций в предложении.LG определяет более 100 ссылок; однако в нашем дизайне семантическое сходство извлекается из специально разработанной матрицы связей и оценивается с помощью меры сходства WordNet; таким образом, зарезервированы только соединительные элементы, содержащие неспецифические существительные и глаголы. Другие ссылки, такие как AL (который связывает несколько определителей со следующими определителями, такими как « и » и « все ») и EC (который связывает наречия и сравнительные прилагательные, например « много более ”), игнорируются.
3. Алгоритм грамматического семантического сходства
В этом разделе подробно показан предлагаемый алгоритм грамматического сходства. Этот алгоритм может быть дополнением к обычным английским системам обработки естественного языка и экспертным системам. Наш подход получает сходство из семантической и синтаксической информации, содержащейся в сравниваемых предложениях естественного языка. Предложение на естественном языке рассматривается как последовательность ссылок вместо отдельных слов, каждое из которых содержит определенное значение.В отличие от существующих подходов, использующих фиксированный набор терминов из словаря, совпадающие термины [1–3] или даже порядок слов [8], предлагаемый подход напрямую извлекает скрытую семантику из одних и тех же или похожих ссылок.
3.1. Типы ссылок
Предлагаемый алгоритм определяет схожесть двух предложений естественного языка по грамматической информации и семантическое сходство слов, содержащихся в ссылках. В таблице 1 показаны выбранные ссылки, подтипы ссылок и соответствующие описания, используемые в нашем подходе. Первый столбец — это выбранные основные типы связи LG . Во втором столбце показаны выбранные подтипы основных типов ссылок. Если были выбраны все подтипы конкретной ссылки, она обозначается «*». Пунктирная линия указывает на то, что ни один подтип не выбран или не существует. Этот метод разделен на три функции. Первая часть — это извлечение типа связывания. Алгоритм 1 принимает предложение и набор выбранных типов связывания и возвращает набор оставшихся типов связывания и соответствующую информацию для каждой ссылки.Это этап предварительной обработки; элементы возвращенного набора — это структуры, которые записывают ссылки, подтипы ссылок, а также существительные или глаголы каждой ссылки.
сущ. « черная собака ».![]()
|
INPUT :, / * — это входное предложение и представляет собой набор выбранных типов связывания * / 9026 RET 9011
|
После предварительной обработки алгоритм 2 вычисляет показатель семантического сходства входных предложений. Алгоритм принимает два предложения и набор выбранных типов связывания и возвращает показатель семантического сходства, который формализуется до 0 ~ 1.В алгоритме 2 строки 1 и 2 вызывают алгоритм 1 для записи ссылок и информации слов предложений и в наборах и. Если, это означает, что существуют некоторые общие или похожие связи между и, которые можно рассматривать как корреляции фраз между двумя предложениями. В нашем проекте общие основные ссылки с подобными подтипами образуют матрицу с именем Grammar_Matrix ( GM ). Каждый GM подразумевает определенную степень корреляции между фразами; значение каждого члена в GM рассчитывается с помощью алгоритма Ву и Палмера.Алгоритм 3 отображает детали процесса оценки. В алгоритме 3 GM состоит из общих ссылок. Поскольку количество подтипов зависит от каждой ссылки, мы устанавливаем ссылки с меньшим количеством подтипов в качестве строк, а другие в качестве столбцов. Для каждой строки был зарезервирован максимальный термин, который составляет Grammar_Vector ( GV ), который представляет максимальное семантическое включение конкретной связи между и.
|
, где * / ← Pow ()
|
На рисунке 2 показана структура GM и G и сравниваются предложения, и они являются первыми общая ссылка и, и так далее, являются подтипами и. Каждый GM представляет собой корреляцию определенных фраз, поскольку в предложении может существовать несколько похожих подссылок, в которых соответствующий GV количественно определяет информацию и извлекает скрытую семантику между этими фразами. Алгоритм 1 вызывает функцию LG и генерирует связи, как показано на рисунках 3, 4 и 5.
3.2. Работа с примером
В этом разделе дается пример, демонстрирующий предложенный алгоритм подобия.Пусть A = « Выручка в первом квартале года упала на 15 процентов по сравнению с тем же периодом годом ранее », B = « В связи со скандалом, висящим над компанией Стюарта, выручка в первом квартале года. упала на 15 процентов по сравнению с аналогичным периодом годом ранее — », и C =« Результатом является общий пакет, который обеспечит значительный экономический рост для наших сотрудников в течение следующих четырех лет ». Этот пример взят из Microsoft Research Paraphrase Corpus (MRPC) [53], который будет представлен более подробно в следующем разделе.В этом примере мы сравниваем семантическое сходство между A-B , A-C и B-C . Алгоритм 1 сначала генерирует соответствующие связи для каждого предложения, и результаты показаны на рисунках 3–5. Всего имеется 17, 26 и 20 исходных ссылок, созданных LG . После этапа предварительной обработки оставшиеся связи (подробная структура данных здесь опущена), и, соответственно. В алгоритме 2 сравниваемая пара предложений была отправлена в матрицу грамматики (т.е., алгоритм 3) в соответствии с их общими типами связывания, и каждый тип связывания со своими подтипами образует Grammar_Matrix . Таблицы 2, 3 и 4 показывают GMs и их дословное сходство пар A-B , A-C и B-C . В таблице 2 типы соединения: Wd , S , Mp , D и J ; следовательно, в паре A-B пять GM .
Первый GM — это матрица с и, второй GM также является матрицей с и, третий GM — это матрица с и, четвертый GM — это матрица с и, и так далее.На шаге 5 алгоритма 3 мы оцениваем сходство отдельных слов с помощью онтологии WordNet и метода Wu & Palmer . Результаты также показаны в таблицах 2–4. На этом этапе оценивается вся возможная семантика между похожими ссылками, и очевидно, что слово может быть связано дважды или даже больше в общем случае. На следующем этапе каждый GM сокращается до Grammar_Vector ( GV ), сохраняя максимальное значение каждой строки. Таким образом, в паре A-B ,,,, и.В паре A-C ,,, и,, а в паре B-C . На заключительном этапе все элементы ГВ принимают количество мощности элементов для уравновешивания эффектов неоцененных подтипов. Окончательные баллы A против B = 0,987, A против C = 0,817 и B против C = 0,651 соответственно.
902 902 902 901
|
902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 период начала7 9019 9019 901910 год 9 0210 0. ![]()
|
4.

4.1. Эксперимент с тестом Ли
Основываясь на понятии семантической и синтаксической информации, способствовавшей пониманию предложений естественного языка, Ли и др. [8] определили меру сходства предложений как линейную комбинацию, основанную на сходстве семантического вектора и порядка слов. Предварительный набор данных был построен Ли и др. с оценками человеческого сходства, предоставленными 32 добровольцами, которые являются носителями английского языка.В наборе данных Ли использовалось 65 пар слов, которые первоначально были предоставлены Рубенштейном и Гуденафом [60] и были заменены определениями из словаря Collins Cobuild [61]. Словарь Collins Cobuild был построен из большого корпуса, содержащего более 400 миллионов слов. Каждая пара была оценена по шкале от 0,0 до 4,0 в соответствии с их смысловым сходством. Мы использовали подмножество из 65 пар, чтобы получить более равномерное распределение по диапазону сходства. Это подмножество содержит 30 пар из исходных 65 пар, из которых 10 пар были взяты из диапазона 3 ~ 4, 10 пар из диапазона 1 ~ 3 и 10 пар из диапазона 0 ~ 1. Мы перечисляем полный набор данных Ли в Таблице 7. Таблица 5 показывает оценки человеческого сходства вместе с Ли и др. [8], подход на основе LSA, описанный O’Shea et al. [54], STS Meth. предложенный Islam и Inkpen [55], SyMSS, основанная на синтаксисе мера, предложенная Oliva et al. [56], Омиотис, предложенный Цацаронисом и соавт. [57], и наша семантическая мера, основанная на грамматике. Результаты показывают, что наш подход, основанный на грамматике, обеспечивает лучшую производительность в парах предложений с низким и средним сходством (уровни 0 ~ 1 и 1 ~ 3).Среднее отклонение от человеческих суждений на уровне 0 ~ 1 составляет 0,2, что лучше, чем у большинства подходов. (Ли и др. Среднее значение = 0,356, среднее значение LSA = 0,496 и среднее значение SyMSS = 0,266). Среднее отклонение на уровне 1 ~ 3 составляет 0,208, что также лучше, чем у Li et al. и LSA. Результат показывает, что наша мера семантического сходства, основанная на грамматике, достигла достаточно хорошей производительности, и наблюдение состоит в том, что наш подход пытается идентифицировать и количественно оценить потенциальную семантическую связь между синтаксисами и словами, хотя общих слов сравниваемых пар предложений мало или даже никто.
CrossRef Полный текст | Google Scholar
Винн, М. (2016). Быстрое освобождение от прослушивания, вызванного семантическим контекстом, а также эффектами спектральной деградации и кохлеарных имплантатов. Trends Hear. 20, 1–17. DOI: 10.1177 / 2331216516669723
PubMed Аннотация | CrossRef Полный текст | Google Scholar
G115: Использование семантических элементов для разметки структуры
Целью этого метода является разметка структуры веб-контента с использованием соответствующих семантических элементов. Другими словами, элементы используются в соответствии с их значением, а не из-за того, как они выглядят визуально.
Использование соответствующих семантических элементов обеспечит доступность структуры для пользовательского агента. Это включает в себя явное указание роли, которую разные единицы играют в понимании смысла содержания. Таким образом можно указать характер части контента в виде абзаца, заголовка, выделенного текста, таблицы и т. Д. В некоторых случаях также должны быть указаны отношения между единицами контента, например, между заголовками и подзаголовками или между ячейками таблицы. Затем пользовательский агент может сделать структуру видимой для пользователя, например, используя другое визуальное представление для разных типов структур или используя другой голос или высоту звука в слуховом представлении.
В HTML, например, элементы уровня фразы, такие как Эм
, г. abbr
, и cite
добавлять семантическую информацию в предложения, выделяя текст для выделения и идентифицируя аббревиатуры и цитаты соответственно. MathML, язык разметки, разработанный для сохранения важных различий между структурой и представлением в математике, включает в себя специальную разметку «презентации» для сложных обозначений, используемых для представления математических идей, а также «контентную» (семантическую) разметку для самих математических идей.
На странице, посвященной истории брака, в качестве примера используется цитата из романа Джейн Остин «Гордость и предубеждение». Ссылка на книгу помечается значком cite
элемент, а сама цитата размечена с помощью цитата
элемент.
Пример кода:
Брак считался логичным шагом для холостяка,
как видно в первой главе романа
Гордость и предубеждение :
<цитата>
Это общепризнанная правда, что одинокий мужчина в
обладание удачей, должно быть, без жены.
Какими бы малоизвестными ни были чувства или взгляды такого человека,
быть на его первом входе в район, это правда так хорошо
в сознании окружающих семей, что он считается
законная собственность тех или иных их дочерей.
Процедура
Проверьте, есть ли в содержании части, выполняющие семантическую функцию.
Для каждой части, которая имеет семантическую функцию, если в технологии существует соответствующая семантическая разметка, проверьте, что контент был размечен с использованием этой семантической разметки.
Ожидаемые результаты
Если это достаточный метод для критерия успеха, неудача этой процедуры тестирования не обязательно означает, что критерий успеха не был удовлетворен каким-либо другим способом, только то, что этот метод не был успешно реализован и не может использоваться для подтверждения соответствия.
Семантическое многоточие — Оксфордская стипендия
Страница из
НАПЕЧАТАНО ИЗ ОНЛАЙН-СТИПЕНДИИ ОКСФОРДА (oxford.universitypressscholarship.com). (c) Авторские права Oxford University Press, 2021. Все права защищены. Отдельный пользователь может распечатать одну главу монографии в формате PDF в OSO для личного использования. дата: 22 декабря 2021 г.
- Глава:
- (стр.80) 5 Семантическое многоточие
- Источник:
- Слова и мысли
- Автор (ы):
Роберт Дж.Стейнтон (веб-страница автора)
- Издатель:
- Oxford University Press
DOI: 10.1093 / acprof: oso / 978019
902 902 902 0,29 902 902 9010 0,43 9010 902 902 9206 Эксперимент с Microsoft Research Paraphrase Corpus Для дальнейшей оценки производительности предложенного подхода на основе грамматики с большим набором данных мы используем Microsoft Research Paraphrase Corpus [53].Этот набор данных состоит из 5801 пары предложений, включая 4076 обучающих пар и 1725 тестовых пар, собранных из тысяч источников новостей в сети за 18 месяцев. Каждую пару исследовали 2 человека-судьи, чтобы определить, являются ли два предложения в паре семантически эквивалентными пересказами или нет. Согласие между экспертами между аннотаторами составляет примерно 83%. Результаты оценки показаны в таблице 6. Эффективность информационно-поисковой системы обычно измеряется двумя величинами и одним комбинированным показателем, называемым степенью «отзыв» и «точность». В этой статье мы оцениваем результаты с точки зрения точности, и соответствующие показатели точности, отзыва и измерения также показаны в таблице 6. Показатели эффективности определяются следующим образом: TP, TN, FP и FN означают истинно положительный (количество пар, правильно помеченных как перефразирование), истинно отрицательный (количество пар, правильно помеченных как непарафразии), ложноположительный (количество пар, неправильно помеченных как перефразирование) и ложноотрицательный (количество пар, ошибочно помеченных как непарафразы) соответственно.
Согласно Исламу и Инкпену [55] и Корли и Михалча [72] мера семантического сходства необходимый шаг в задаче распознавания перефразирования, но не всегда достаточный.В Microsoft Research Paraphrase Corpus пары предложений, признанные непарафразами, могут по-прежнему существенно перекрываться по информационному содержанию и даже по формулировкам. Например, корпус Microsoft Research Paraphrase Corpus содержит следующие пары предложений. Пример 1. ( 1) « Принято в 1999 году, но так и не вступило в силу, закон сделал бы незаконным для посетителей баров и ресторанов зажигать ». Пример 2. ( 1) « Хотя из-за этого более медленного расходования средств 2003 год выглядел лучше, многие из расходов фактически будут произведены в 2004 году ». Предложения в каждой паре сильно связаны друг с другом общими словами и синтаксисами, однако они не считаются пересказами и помечаются в корпусе цифрой 0 (перефразировки обозначаются как 1).По этой причине мы считаем, что количество ложноположительных (FP) и истинно отрицательных (TN) не совсем правильное и может повлиять на правильность точности, — измерения, но на точность и отзыв. Результат показывает, что предложенный подход, основанный на грамматике, превосходит результат Ислама и Инкпена [55] с порогами 0,6 ~ 1,0 (0,91 против 0,89 и 0,88 против 0,68 отзыва с порогами 0,6 и 0,7; 0,71 против 0,72, 0,70 против 0,68 и 0,59 против 0,57 точности в порогах 0,6, 0,7 и 0. 5. Выводы В данной статье представлен алгоритм подобия, основанный на грамматике и семантическом корпусе, для предложений на естественном языке. Традиционные ИК-технологии не всегда могут определять идеальное соответствие без очевидной взаимосвязи или пересечения концепций между двумя предложениями на естественном языке. Некоторые подходы решают эту проблему посредством определения порядка слов и оценки семантических векторов; однако их было трудно применять для сравнения предложений со сложным синтаксисом, а также длинных предложений и предложений с произвольными образцами и грамматиками.Предлагаемый подход использует онтологию корпусов и грамматические правила для решения этой проблемы. Вклад этой работы можно резюмировать следующим образом: (1) насколько нам известно, предложенный алгоритм является первой мерой семантического сходства между предложениями, которая объединяет дословную оценку с грамматическими правилами, (2) специально разработанный Grammar_Matrix будет количественно определять корреляции между фразами вместо того, чтобы рассматривать общие слова или порядок слов, и (3) использование семантических деревьев, предлагаемых WordNet, увеличивает шансы найти семантическую связь между любыми существительными и глаголами, и (4) Результаты показывают, что предложенный метод очень хорошо показал себя как в отношении сходства предложений, так и в задаче распознавания парафраз. Конфликт интересовАвторы заявляют об отсутствии конфликта интересов в отношении публикации данной статьи. Философские основы и философское содержание семантического определения истины в JSTORАбстрактный Цель данной статьи — показать, что именно экспликативный характер семантического определения истины, данного Тарским в его исследовании 1933 года, позволяет рассматривать философские основы этого определения в собственном смысле.Учитывая экспликативный характер этого определения, утверждается, что философская традиция, которую следует принимать во внимание в отношении этого философского фона, — это традиция Львовско-Варшавской школы в ее связях со школой Брентано. Erkenntnis — это философский журнал, в котором публикуются статьи, в той или иной мере придерживающиеся философской позиции, обозначенной ярлыком «аналитическая философия». Он концентрируется на тех философских областях, которые особенно вдохновлены этим отношением, хотя приветствуются и другие темы. Springer — одна из ведущих международных научных издательских компаний, издающая более 1200 журналов и более 3000 новых книг ежегодно по широкому кругу вопросов, включая биомедицину и науки о жизни, клиническую медицину, физика, инженерия, математика, компьютерные науки и экономика. Что изучает семантика? — Все о языкознанииСемантика — это изучение значения, но что мы подразумеваем под «значением»? В прошлом этому значению давали разные определения. Значение = Коннотация? Итак, «зима» может означать «снег», «катание на санках» и «глинтвейн».Но как насчет кого-то, кто живет в амазонке? Их «зима» все еще влажная и жаркая, поэтому ее первоначальный смысл теряется. Поскольку ассоциации слова не всегда применимы, было решено, что это не все. Значение = Обозначение? Значение = Расширение и намерение Семантика интересует: Как значение работает в языке: Принцип композиционности гласит, что значение речи — это сумма значений отдельных слов плюс способ, которым они организованы в структуру.[5]
Отношения между предложениями:
Двусмысленность: Лексическая двусмысленность: Предложение является лексически неоднозначным, если оно может иметь два или более возможных значения из-за многозначности (слова, которые имеют два или более связанных значения) или гомофонных (одно слово, которое имеет два или более разных значения) слов. Структурная неоднозначность: Предложение является структурно неоднозначным, если оно может иметь два или более возможных значения из-за того, что слова, содержащиеся в нем, могут комбинироваться по-разному, что создает разные значения. Пример структурно неоднозначного предложения: Разъяренная корова ранит крестьянина топором.В этом предложении двусмысленность возникает из-за того, что «топором» может относиться либо фермер, либо нанесение телесных повреждений (коровой) «топором». Семантика в области языкознания Semantics рассматривает эти отношения в языке и изучает, как эти значения создаются, что является важной частью понимания того, как язык работает в целом. Понимание того, как значение возникает в языке, может помочь другим субдисциплинам, таким как освоение языка, помочь нам понять, как говорящие приобретают чувство значения, и социолингвистике, поскольку достижение значения в языке важно для языка в социальной ситуации. Ссылки [3] http://www.britannica.com/EBchecked/topic/289860/intension-and-extension [дата обращения 29.05.2013] границ | Сдвиг убеждений или только содействие: как семантическое ожидание влияет на обработку речи, ухудшенной из-за фонового шумаВведение Повседневные разговоры требуют от слушателей быстрого понимания языка, поскольку речевой ввод развивается с течением времени. Для этого люди должны сопоставить спектрально-временные аспекты речевого ввода с лексическими представлениями, хранящимися в долговременной памяти.Этому процессу сопоставления способствует семантическое ожидание , которое представляет собой способность применять общие концептуальные и лингвистические знания к входящему языку (например, речи или тексту), чтобы облегчить понимание языка (Rönnberg et al. По мере того, как люди обрабатывают язык постепенно, они непрерывно создают контекстные представления и используют этот контекст для создания семантического ожидания, чтобы помочь им идентифицировать последующие слова (Repp, 1982; Kamide, 2008; Rigler et al., 2015). Эта стратегия может быть особенно полезной для обработки языка, когда речевой ввод ухудшен (Rönnberg et al., 2013; Winn, 2016). Например, Винн (2016) использовал пупиллометрию, чтобы показать, что люди прилагают меньше когнитивных усилий при обработке вокодированных предложений с шумовой полосой и высокой предсказуемостью, чем предложения с шумовой полосой и низкой предсказуемостью. В частности, вокодирование в полосе шума затемняет словоформу, ограничивая спектральную точность речевого ввода. Семантическое ожидание преодолевает эту пониженную спектральную точность, ограничивая набор вероятных слов-кандидатов на основе предшествующего лингвистического ввода и, в конечном итоге, упрощая для слушателя идентификацию деградированной словоформы. Десятилетия исследований продвинули наше понимание влияния семантического ожидания на идентификацию речи. Например, исследования, в которых варьировалось количество контекстной информации (низкий, средний или высокий) в предложении, показали возрастающее преимущество распознавания речи по мере увеличения уровня контекстной информации (Benichov et al., 2012; Lash et al., 2013). Мы также знаем, что семантическое ожидание помогает идентифицировать слово в менее естественных задачах. Например, задачи лексического принятия решений, в которых участники должны решить, является ли целевое слово реальным словом или не словом, демонстрируют преимущества в точности и скорости ответа, когда в носителе предложения, предшествующем целевому, есть информация об ожидаемом времени (Aydelott et al. (A) Пожилая бабушка остановилась, чтобы застегнуть [ПАЛЬТО / КОЗЬ] в угловом шкафу. Они показали, что семантическое ожидание оказывает наибольшее влияние на долю ответов для токенов в промежуточной, неоднозначной части континуума. Это все еще открытый вопрос, , как семантическое ожидание улучшает идентификацию.Одно предположение, предсказанное оптимальной интеграцией или идеальными моделями восприятия речи наблюдателя (Clayards et al., 2008; Norris and McQueen, 2008; Bicknell et al., 2016; Bicknell et al., Неопубликовано) среди других, заключается в том, что семантическое ожидание улучшается. Альтернативная возможность состоит в том, что семантическое ожидание облегчает обработку семантически вероятных слов, но не несет никаких отрицательных эффектов для целевого слова, которое было нейтральным или семантически не связанным. (B) Соответствует: Парикмахер подстригает усы. (C) Неконгруэнтность: Парикмахер обрезал артефакты. (D) Субъект-глагол нейтральный: Женщина увидела усы. Литература по грунтованию также подтверждает эту возможность. Например, представление семантически связанных простых чисел до представления сигнала цели ускоряет идентификацию цели (Ferreira and Griffin, 2003; Sheldon et al. Все эти результаты предлагают механизм, в котором семантическое ожидание может облегчить обработку связанной цели, но не дает отрицательных эффектов, если целевое слово не связано. Мы называем эту теорию только для упрощения формальностей. Исследования, подтверждающие эту теорию, показывают, что конгруэнтное семантическое ожидание уменьшает время ответа и сокращает время ожидания, но что конфликтующее семантическое ожидание не меняет время ответа по сравнению с нейтральным исходным уровнем.Однако остается неисследованным, переносятся ли эти результаты для времени реакции (RT) на точность задачи. В частности, эта теория может предсказывать, что семантическое ожидание улучшит точность относительно нейтральной базовой линии для семантически вероятного целевого слова, но не предсказывает, что семантическое ожидание снизит точность относительно нейтральной базовой линии, если целевое слово не является семантически вероятным. Результаты почти всех исследований семантического ожидания в восприятии речи согласуются с любой из этих теорий.Причина этого в том, что большинство проведенных исследований показали, что целевое слово может быть идентифицировано более точно, когда оно было предсказуемым (то есть, когда присутствует информация об ожидаемом ожидании , совпадающая с ), по сравнению с нейтральным ожидания или когда один из его конкурентов был в высшей степени предсказуемым и непредсказуемым (т. е. когда присутствует противоречащая информация об ожидаемом ожидании ). Обе эти теории предсказывают разницу между конгруэнтным и нейтральным ожиданием, потому что обе предсказывают конгруэнтное ожидание, улучшающее идентификацию.Оба они также предсказывают разницу между , совпадающим и , противоречащим ожиданиям , хотя и по разным причинам. В теории сдвига убеждений разница между конгруэнтным и конфликтующим будет возникать как потому, что конгруэнтное ожидание смещает убеждения к цели относительно нейтральных, так и потому, что конфликтующее ожидание смещает убеждения от цели относительно нейтральных. Насколько нам известно, только в одной статье сообщалось об эксперименте, который включал как противоречивое ожидание, так и нейтральный базовый уровень в задаче распознавания устных слов (Miller et al., 1984, Expt. 1). Однако это исследование не анализировало напрямую контраст между конфликтующими и нейтральными. Тем не менее, модели данных, представленные на его рисунках, наводят на мысль о разнице между нейтральным и противоречивым ожиданиями.Кроме того, это было исследование континуума времени начала голоса (VOT); поэтому, соответствует ли семантическое ожидание данному токену, не было четко определено для токенов, находящихся рядом с границей категории. В частности, мы представляем результаты эксперимента по восприятию речи в шуме, сравнивая все три состояния семантического ожидания: конгруэнтное, нейтральное и противоречивое.В исследовании использовалась поведенческая парадигма с четырьмя альтернативами и принудительным выбором для оценки того, как слушатели идентифицируют слова, завершающие предложение, в каждом из трех различных условий ожидания. Наши условия ожидания варьируются, чтобы сделать последнее слово предложения семантически совпадающим с информацией ожидания в носителе предложения, семантически противоречащим информации ожидания в носителе предложения или не содержать семантической информации, которая поддерживает конкретное последнее слово ( объяснено далее в разделе «Материалы и методы»). Использование речи в парадигме шума дает ряд преимуществ. Этот последний аспект дизайна также мотивирован второстепенной целью данного исследования. Хотя хорошо известно (как описано выше), семантическое ожидание оказывает наибольшее влияние на идентификацию акустических маркеров, которые особенно неоднозначны для слушателя, когда идентификация измеряется в пропорциях, оптимальная интеграция или модели идеального наблюдателя восприятия речи предсказывают, что размер эффект семантического ожидания постоянен для акустических маркеров, когда идентификация измеряется по шкале логарифмических шансов (Bicknell et al. Предсказания каждой теории семантического ожидания для точности в этом эксперименте следующие. Материалы и методыУчастников Двадцать четыре взрослых англоговорящих взрослых (среднее значение = 22,09 года, диапазон = 18,8–31,04 года) были приняты на работу из сообщества Северо-Западного университета и большого Чикаго. Участники прошли процесс информированного согласия до участия и получили компенсацию за свое время. Все процедуры были одобрены институциональным наблюдательным советом Северо-Западного университета. СтимулыВсего для настоящего исследования было разработано 60 носителей предложений. У 40 носителей предложений было высокое семантическое ожидание, а у 20 носителей предложений — минимальная семантическая информация. Приговоры были разработаны в соответствии с критериями, установленными Блумом и Фишлером (1980), в том числе (1) Каждый носитель предложения был преобразован в грамматически приемлемое предложение путем добавления одного слова. (2) Каждый носитель предложения состоял из шести-восьми слов. (3) Явных клише (например, чрезмерно употребляемых выражений, таких как «только время покажет» или фраз, которые не следует понимать буквально, например, «идет дождь, кошки и собаки») не было. (4) Включен ряд синтаксических структур. Помимо носителей предложения, было 20 пар слов (всего 40 слов). Каждое слово было односложным и графическим. Слова в каждой паре различались только исходной фонемой и различались либо местом артикуляции ( n = 7 пар), голосом ( n = 5 пар), либо местом артикуляции и озвучивания ( n = 8 пар).Каждой паре слов сопоставлялись два носителя предложения с высоким ожиданием и один носитель предложения с минимальной семантической информацией. Для первого носителя с высоким ожиданием одно слово соответствовало своим семантическим ожиданиям на основе критериев Блума и Фишлера (1980) и Блока и Болдуина (2010), а другое слово — нет (см. Примеры ниже), и наоборот для второго высокого ожидание носителя. См. Пример пары из двух целевых слов с тремя контекстами в (1) и (2). Примеры условий ожидания: (1) Целевое слово: «летучая мышь» а. Конгруэнтное ожидание : мальчик бьет по мячу битой . г. Противоречивое ожидание : Мыши боятся летучей мыши . г. Нейтрально : Мальчик видит летучую мышь . (2) Целевое слово: «кошка» а. Соответствующее ожидание : Мыши боятся кошки . г. Противоречивое ожидание : мальчик отбивает мяч котом . г. Нейтрально : Мальчик видит кота . Комбинации носителей предложения и заключительных слов дали в общей сложности 120 предложений с (1) совпадающим ожиданием ( N = 40), (2) противоречивым ожиданием ( N = 40) и (3) нейтральным ожиданием ( N = 40). Чтобы оценить силу информации об ожидаемой продолжительности этих предложений для предсказания последнего слова предложения в конгруэнтном состоянии, была проведена независимая выборка из 158 взрослых (средний возраст = 24. Носители предложений и целевые слова записывались отдельно и перекрестно сращивались, чтобы контролировать любые эффекты коартикуляции на распознавание речи.Предложения были разделены на два списка по 60 предложений в каждом (по 20 предложений для каждого условия ожидания), так что между каждым списком было равное распределение контрастов заключительных слов и так, чтобы половина целевых пар слов встречалась только в одном списке, а другая половина. произошло в другом. Таким образом, предложения были заблокированы, поэтому каждое целевое слово в конкретном списке было представлено в носителях предложения каждого условия ожидания в этом списке. Во время задания предложения предъявлялись при наличии установившегося речевого шума. Этот шум был сгенерирован в MATLAB и отфильтрован, чтобы соответствовать долгосрочному среднему спектру предложений. Предложения из исследования были объединены в один файл для создания этого шума. Процедура Участники сели напротив 21.5-дюймовый сенсорный монитор Dell с одним динамиком Genelec слева и справа от монитора (Рис. 1). Каждый список предложений был представлен в присутствии устойчивого речевого шума с отношением сигнал / шум -12 или -7 дБ, где речевой шум оставался постоянным на уровне звукового давления (SPL) 62 дБ. РИСУНОК 1. Схема для четырех альтернативного задания принудительного выбора, где кружок представляет положение участника по отношению к сенсорному экрану и динамикам (представлено серыми прямоугольниками). РИСУНОК 2. Расположение изображений для задачи принудительного выбора с четырьмя альтернативами. Показанные изображения соответствуют примерам условий ожидания, представленным ранее. Начиная с верхнего левого угла и продолжая по часовой стрелке: цель совпадающего ожидания (летучая мышь), случайное изображение (ворота), цель конфликтующего ожидания (кошка) и участник с тем же начальным звуком, что и правильная цель (чаша). Анализ Производительность задачи распознавания речи была оценена количественно по точности и RT .Точность определялась как доля правильных ответов для каждого условия ожидания в каждом условии прослушивания. Ответы считались правильными, если участники выбирали изображение, которое соответствовало акустической цели в каждом предложении, независимо от того, было ли оно семантически совмещено с носителем предложения. RT был определен как продолжительность времени между смещением предложения и выбором участника (с помощью сенсорного экрана). РезультатыТочностьУчастники были протестированы на их способность распознавать последние слова сказанного предложения путем выбора визуального изображения на сенсорном экране.Два испытания были исключены из анализа, потому что для этих испытаний участники выбирали изображение до того, как предложение закончилось. Кроме того, все испытания для одной пары целевых слов (удар / помпа, N = 6 испытаний на участника) были исключены из анализа из-за технической ошибки. Точность для каждого испытания в задаче с четырьмя альтернативами и принудительным выбором была бинарной. Данные визуально представлены в виде процента правильных ± стандартная ошибка, которые были усреднены для каждого участника в соответствии с условием ожидания (конгруэнтное, нейтральное, противоречивое) и условием прослушивания на рисунке 3.Эффективность в чистом состоянии была максимальной во всех условиях ожидания, в общей сложности четыре неверных испытания среди всех участников. РИСУНОК 3. Среднее значение (± SE) точности задания, усредненное по участникам, для каждого ожидания и условия прослушивания. Данные были подвергнуты логистической модели смешанных эффектов, чтобы определить влияние условия ожидания и условия прослушивания на точность задачи.Модели были построены с использованием пакета lme4 (Bates et al., 2015) в среде R (R Core Team, 2016). Фиксированные эффекты условий прослушивания (-7 дБ SNR, -12 дБ SNR) и условия ожидания (конгруэнтный, нейтральный, конфликтующий) и их взаимодействия кодировались контрастным кодом. Контрасты определялись последовательными различиями для каждого эффекта. В частности, для фиксированного эффекта условий прослушивания мы проверили, изменяется ли точность между -7 дБ SNR и -12 дБ SNR. Для фиксированного эффекта условия ожидания мы проверили, изменилась ли точность между конгруэнтными и нейтральными условиями, а также между нейтральными и конфликтующими условиями. Модель показала значительный главный эффект условий прослушивания, где точность задачи при SNR -12 дБ была значительно хуже, чем в SNR -7 дБ (β = -0,93 логитов, SE = 0,13, p <0,0001). Эти данные согласуются с предыдущими исследованиями, показывающими, что точность снижается с уменьшением отношения сигнал / шум (например,г., Миллер и др., 1951). Также были существенные основные эффекты условия ожидания на точность задачи. В частности, как предсказывали обе теории, эффективность распознавания речи для конгруэнтного условия была значительно лучше, чем в нейтральном (β = 0,3 логита, SE = 0,15, p <0,05). Кроме того, как предсказывала только теория сдвига убеждений, распознавание речи при наличии противоречивого ожидания было значительно хуже, чем при нейтральном ожидании (β = -0. Что касается вторичной цели этого эксперимента, мы проверили, было ли какое-либо взаимодействие между семантическим ожиданием и условием слушания, и не было ли его.Этот результат аддитивности семантического ожидания и акустики целевого слова в логарифмических шансах согласуется с предсказаниями теории восприятия речи оптимального интегратора или идеального наблюдателя (Bicknell et al., 2016; Bicknell et al., Неопубликовано). Однако между контрастами, сравнивающими -12 дБ SNR с -7 дБ SNR и конфликтующими с нейтральными (β = 0,18 логитов, SE = 0,1, p = 0,07), имелся один крайний член взаимодействия, что свидетельствует о семантическом ожидании. меньшее влияние логарифмических коэффициентов на производительность задачи при SNR -12 дБ, чем при SNR -7 дБ, или, другими словами, когда SNR было хуже. Время реакции Хотя эти две теории семантического ожидания не делают надежных прогнозов относительно RT без дополнительных предположений, мы также проанализировали RT участников, чтобы получить более полное представление о результатах. РИСУНОК 4. Среднее (± SE) время реакции (RT), усредненное по участникам, для каждого ожидания и условия прослушивания. (A) RT только для правильных испытаний и (B) RT только для неправильных испытаний. Используя линейные модели смешанных эффектов, мы проверили влияние условий прослушивания (чистый, -7 дБ SNR, -12 дБ SNR) и условия ожидания (конгруэнтный, нейтральный, конфликтующий) на RT участников для правильных испытаний с учетом максимальных случайных эффектов. связанные с участниками и целевым словом. Линейная модель со смешанными эффектами выявила существенный главный эффект условий прослушивания: RT для испытаний при -7 дБ SNR был медленнее, чем RT для испытаний в тишине (β = 309 мс, SE = 47, p <0.0001), и аналогично, RT для испытаний с SNR -12 дБ было медленнее, чем RT для испытаний с SNR -7 дБ (β = 341 мс, SE = 57, p <0,0001). При рассмотрении различий в RT в условиях ожидания, RT для испытаний с совпадающим ожиданием был значительно быстрее, чем RT для испытаний с нейтральным ожиданием (β = 110 мс, SE = 348, p <0,5). Напротив, временные интервалы для испытаний с противоречивым ожиданием (т. Е. Временные интервалы для испытаний, в которых участники выбрали акустическую мишень) существенно не различались по сравнению с временными интервалами для испытаний с нейтральным ожиданием (β = -22 мс, SE = 31, p = 0. Анализирует ошибки Приведенный выше анализ точности показал, что, как предсказывает теория сдвига убеждений, убеждения участников смещаются от правильного слова из-за противоречивого семантического ожидания при обработке речи, которая была ухудшена из-за фонового шума. Чтобы определить, существует ли шаблон ошибок в каждом условии прослушивания и каждом условии ожидания, мы проанализировали типы ошибок, допущенных в каждом условии прослушивания и условии ожидания (рис. 5). Для этого анализа мы сосредоточились на ошибках в условиях SNR -7 дБ и -12 дБ из-за небольшого количества ошибок (то есть четырех ошибок) в тихом состоянии. Частота ошибок вычислялась из общего количества испытаний (т.е. 20 попыток для каждого условия ожидания в каждом условии прослушивания). РИСУНОК 5. Средняя (± стандартная ошибка) доля каждого типа ошибки от общего числа испытаний для каждого условия прослушивания, усредненная по субъектам. (A – C) показывает долю каждого типа ошибок для конгруэнтных, нейтральных и конфликтующих условий ожидания, соответственно. (1) Конкурент ожидаемого ожидания, которое было семантически правильным словом в условии конфликтующего ожидания. (2) Конкурент рифмы, который отличался от семантически и акустически правильной цели в условии конгруэнтного ожидания исходной фонемой. В условиях противоречивого ожидания соперники ожидания и рифмы были одним и тем же словом. (3) Исходная фонема-конкурент, имеющая ту же исходную фонему, что и цель. (4) Случайный участник, являющийся целью для другого носителя предложения, представленного в задании. Точность была наихудшей, и, следовательно, количество ошибок для оценки было наибольшим в условиях противоречивого ожидания. Проверка ошибок в условии противоречивого ожидания (рис. 5C) в отношении -12 дБ показала, что большинство ошибок было связано с выбором конкурента ожидаемого значения вместо целевого (в среднем по субъектам: 38,95 ± 2,16%). Напротив, выбор другого конкурента (4,80 ± 0,84%) был не таким распространенным явлением. Аналогичная картина наблюдалась в отношении -7 дБ SNR, где выбор ожидаемого конкурента вместо целевого составлял наибольшую долю испытаний (31.87 ± 3,60%) по сравнению с другими типами участников (0,01 ± 0,01%). Очевидно, что в условиях конфликта большинство ошибок происходит из-за того, что участники выбирают конкурента ожидания вместо цели, что подтверждает предсказания теории сдвига убеждений. Проверка нейтральных и конгруэнтных условий (рисунки 5B и A, соответственно) выявила меньше ошибок и более распределенный выбор конкурентов по сравнению с конфликтующим условием. Учитывая, что наиболее частыми типами ошибок в нейтральных и конгруэнтных условиях были ошибки рифмы, а также то, что конкурент ожидаемого результата в конфликтном условии рифмовался с правильным словом, теперь нам нужно проверить, является ли коэффициент ожидаемых ошибок в конфликтном условии значительным. выше, чем частота ошибок рифмы в конгруэнтных и нейтральных условиях. Для фиксированного эффекта условий прослушивания контрасты были закодированы для проверки различий между -12 дБ и -7 дБ.Для этого анализа условие ожидания параметризовалось по-разному, с контрастным кодированием, сравнивающим различия между конфликтующими и нейтральными условиями, а также между конфликтующими и конгруэнтными условиями. В соответствии с предыдущим анализом, модель показала значительный главный эффект условий прослушивания, когда было больше ошибок рифмы или ожидания в -12 дБ SNR по сравнению с -7 дБ SNR (β = 0.7 логитов, SE = 0,13, p <0,0001). Важно отметить, что модель показала, что конфликтующее условие имело значительно больше вариантов ожидания по сравнению с выбором рифм в конгруэнтном условии (β = -1,25 логита, SE = 0,14, p <0,0001) или нейтрально (β = 1,02, SE = 0,12, p <0,0001), что подтверждает предсказание теории сдвига убеждений. Существенное взаимодействие предполагает, что разница между количеством вариантов ожидания в конфликтном состоянии по сравнению с выбором рифмы в нейтральном состоянии меньше при -12 дБ SNR по сравнению с -7 дБ SNR (β = -0.29, SE = 0,1, p <0,01). Обсуждение Основная цель настоящего исследования состояла в том, чтобы разделить две теории о том, как семантическое ожидание влияет на восприятие речи, которые нельзя было различить на основе предыдущей работы. В теории сдвига убеждений предполагалось, что семантическое ожидание повысит точность (относительно нейтральной базовой линии), когда целевое слово соответствует этому ожиданию, и уменьшит точность, когда целевое слово противоречит этому ожиданию. Вторичной целью этого исследования было проверить предсказание модели идеального наблюдателя или оптимального интегратора восприятия речи о том, что семантическое ожидание должно сочетаться с акустической информацией аддитивно в пространстве логарифмических шансов (Bicknell et al. Результаты также подтверждают идею о том, что слушатели меняют свои стратегии во время онлайн-обработки языка: они полагаются на восходящий сенсорный ввод, даже при наличии неправдоподобного предложения, когда акустика имеет высокую точность, и они задействуют свои семантические знания, когда акустика ухудшена (Fallon et al. Результаты настоящего исследования поднимают вопросы о том, как семантическое ожидание используется при хронической деградации. Когда человек страдает потерей слуха, для которого требуется вспомогательное устройство (например, слуховой аппарат или кохлеарный имплант), получаемый им сигнал постоянно ухудшается. В результате они могут иметь более медленное время обработки и большую лексическую неопределенность (McMurray et al., 2016). Smiljanic и Sladen (2013) показали, что дети с потерей слуха выиграли от совпадающего ожидания; тем не менее, дети с нормальным слухом все же продемонстрировали больший эффект. Хотя настоящее исследование проводилось с участием участников, не страдающих потерей слуха в анамнезе, остается открытым вопрос, может ли воздействие хронической деградации, например, из-за хронической потери слуха, приводить к различным количественным моделям интеграции семантического ожидания и шумовой акустики. Еще одно возможное направление в будущем этой работы состоит в том, что установка текущего исследования могла бы соответствовать парадигме слежения за глазами визуального мира (Купер, 1974; Таненхаус и др., 1995), которая отслеживает взгляды на каждый из набора включенных глаз. экранные объекты в реальном времени по мере того, как разворачивается предложение. Такая парадигма может дать представление о том, как во времени используются и комбинируются семантическое ожидание и акустика при развертывании предложения. Сводка Настоящее исследование — первое, в котором проводится различие двух теорий о том, как семантическое ожидание влияет на идентификацию последующих слов с использованием парадигмы речи в шуме.Результаты подтвердили теорию сдвига убеждений, предсказанную идеальными моделями восприятия речи наблюдателя (среди прочего), которые предполагают, что семантическое ожидание работает путем смещения ответов в сторону вероятных слов и от маловероятных слов. Заявление об этикеЭто исследование было проведено в соответствии с рекомендациями Институционального наблюдательного совета Северо-Западного университета с письменного информированного согласия всех субъектов. Все испытуемые дали письменное информированное согласие в соответствии с процедурами, утвержденными институциональным наблюдательным советом Северо-Западного университета. Авторские взносы KS, KB и TG-C разработали исследование и написали статью. Заявление о конфликте интересовАвторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов. БлагодарностиАвторы благодарят Кайлу Келч, Сару Шварц и Карен Шен за их помощь в разработке и редактировании стимулов. Дополнительные материалыДополнительные материалы к этой статье можно найти в Интернете по адресу: https://www.frontiersin.org/articles/10.3389/fpsyg.2018.00116/full#supplementary-material Список литературыАйделотт Дж., Дик Ф. и Миллс Д. Л. (2006). Влияние акустического искажения и семантического контекста на связанные с событием потенциалы произносимых слов. Психофизиология 43, 454–464. PubMed Аннотация | Google Scholar Бейтс, Д., Махлер, М., Болкер, Б., Уокер, С., Кристенсен, Р. Х. Google Scholar Бенихов, Дж., Кокс, Л. К., Тун, П. А., и Вингфилд, А. (2012). Распознавание слов в лингвистическом контексте: влияние возраста, остроты слуха, вербальных способностей и когнитивных функций. Ear Hear. 32, 250–256. DOI: 10.1097 / AUD.0b013e31822f680f PubMed Аннотация | CrossRef Полный текст | Google Scholar Бикнелл, К., Джегер, Т. Ф., и Таненхаус, М. К. (2016). Сейчас или … позже: данные восприятия не забываются сразу во время языковой обработки. Behav. Brain Sci. 39: e67. DOI: 10.1017 / S0140525X15000734 PubMed Аннотация | CrossRef Полный текст | Google Scholar Блок, К. К., Болдуин, К. Л. (2010). Нормы вероятности и завершения Клозе для 498 предложений: поведенческая и нейронная проверка с использованием потенциалов, связанных с событием. PubMed Аннотация | CrossRef Полный текст | Google Scholar Борский С., Туллер Б. и Шапиро Л. П. (1998). «Как доить шерсть»: влияние семантической и акустической информации на категоризацию фонем. J. Acoust. Soc. Являюсь. 103 (5 Pt 1), 2670–2676. DOI: 10.1121 / 1.422787 CrossRef Полный текст | Google Scholar Clayards, M., Tanenhaus, M.K., Aslin, R.N., и Jacobs, R.A. (2008). Восприятие речи отражает оптимальное использование вероятностных речевых сигналов. Познание 108, 804–809. DOI: 10.1016 / j.cognition.2008.04.004 PubMed Аннотация | CrossRef Полный текст | Google Scholar Коннин, К. М. (1987). Ограничения на интерактивные процессы в слуховом распознавании слов: роль контекста предложения. J. Mem. Lang. 26, 527–538. DOI: 10.1016 / 0749-596X (87) -0 CrossRef Полный текст | Google Scholar Купер Р. М. (1974). CrossRef Полный текст | Google Scholar Даффи, С.А., Хендерсон, Дж. М., и Моррис, Р. К. (1989). Семантическое облегчение лексического доступа при обработке предложений. J. Exp. Psychol. Учиться. Mem. Cogn. 15, 791–801. DOI: 10.3758 / BF03198255 CrossRef Полный текст | Google Scholar Фэллон М., Трехуб С. Э. и Шнайдер Б. А. (2002). Использование детьми семантических сигналов в ухудшенной среде прослушивания. J. Acoust. Soc. Являюсь. 111 (5 Pt 1), 2242–2249. DOI: 10.1121 / 1.1466873 CrossRef Полный текст | Google Scholar Гой Х., Пеллетье М., Колетта М. и Пичора-Фуллер М. К. (2013). Влияние семантического контекста, типа и количества акустических искажений на лексическое решение молодых и пожилых людей. PubMed Аннотация | Google Scholar Камиде Ю. (2008). Упреждающие процессы при обработке предложений. Lang. Лингвист. Компас 2, 647–670. DOI: 10.1111 / j.1749-818X.2008.00072.x CrossRef Полный текст | Google Scholar Лэш А., Роджерс К. С., Золлер А. и Вингфилд А. (2013). Ожидание и энтропия в распознавании устного слова: влияние возраста и остроты слуха. Exp. Aging Res. 39, 235–253. DOI: 10.1080 / 0361073X.2013.779175 PubMed Аннотация | CrossRef Полный текст | Google Scholar Мэттис, С. Л., Дэвис, М. Х., Брэдлоу, А.Р., Скотт, С. К. (2012). Распознавание речи в неблагоприятных условиях: обзор. Lang. Cogn. Процесс. 27, 953–978. DOI: 10.1080 / 016.2012.705006 CrossRef Полный текст | Google Scholar МакМюррей Б., Фаррис-Тримбл А., Зеедорфф М. и Риглер Х. (2016). Влияние остаточного акустического слуха и адаптации к неопределенности на восприятие речи у пользователей кохлеарных имплантатов: данные отслеживания взгляда. PubMed Аннотация | CrossRef Полный текст | Google Scholar Мак-Мюррей Б., Таненхаус М. К. и Аслин Р. Н. (2002). Градиентное влияние фонетической вариации внутри категории на лексический доступ. Познание 86, 33–42. DOI: 10.1016 / S0010-0277 (02) 00157-9 CrossRef Полный текст | Google Scholar Миллер Г. А., Хейз Г. А. и Лихтен В. (1951). Разборчивость речи в зависимости от контекста тестовых материалов. J. Exp. Psychol. 41, 329–335. DOI: 10,1037 / ч0062491 CrossRef Полный текст | Google Scholar Миллер Дж. Л., Грин К. и Шермер Т. М. (1984). Различие между влиянием скорости речи и семантического соответствия на идентификацию слов. Atten. Восприятие. Психофизика. 36, 329–337. DOI: 10.3758 / BF03202785 PubMed Аннотация | CrossRef Полный текст | Google Scholar Пичора-Фуллер, М. К. (2008). Использование поддерживающего контекста взрослыми слушателями младшего и старшего возраста: балансирование обработки информации снизу вверх и сверху вниз. | 802307404 PubMed Аннотация | CrossRef Полный текст | Google Scholar R Основная команда (2016). R: язык и среда для статистических вычислений . Вена: Фонд R для статистических вычислений. Google Scholar Репп, Б. Х. (1982). Фонетические торговые отношения и контекстные эффекты: новые экспериментальные доказательства речевого способа восприятия. Psychol. Бык. 92, 81–110. DOI: 10.1037 / 0033-2909.92.1.81 PubMed Аннотация | CrossRef Полный текст | Google Scholar Риглер, Х., Фаррис-Тримбл, А., Грейнер, Л., Уокер, Дж., Томблин, Дж. Б., и Мак-Мюррей, Б. (2015). Медленное развитие распознавания устных слов в реальном времени. Dev. Psychol. 51, 1690–1703. DOI: 10.1037 / dev0000044 PubMed Аннотация | CrossRef Полный текст | Google Scholar Рённберг, Дж., Луннер, Т., Зеквельд, А., Сёрквист, П., Danielsson, H. PubMed Аннотация | CrossRef Полный текст | Google Scholar Шелдон С., Пичора-Фуллер М. К. и Шнайдер Б. А. (2008). Прайминг и контекст предложения поддерживают прослушивание речи с шумовым голосом молодыми и пожилыми людьми. J. Acoust. Soc. Являюсь. 123, 489–499.DOI: 10.1121 / 1.2783762 PubMed Аннотация | CrossRef Полный текст | Google Scholar Смилянич Р., Сладен Д. (2013). Акустические и семантические улучшения для детей с кохлеарными имплантатами. J. Speech Lang. Послушайте Res. 56, 1085–1096. DOI: 10.1044 / 1092-4388 (2012 / 12-0097) PubMed Аннотация | CrossRef Полный текст | Google Scholar Таненхаус, М. К., Спайви-Ноултон, М. Дж., Эберхард, К. М., и Седиви, Дж. К. (1995). Интеграция визуальной и лингвистической информации при понимании устной речи. CrossRef Полный текст | Google Scholar Тейлор, У. Л. (1953). «Процедура закрытия»: новый инструмент для измерения читаемости. Журнал. Бык. 30, 415–433. DOI: 10.1177 / 107769 | 87.003.0005 В этой главе рассматривается семантическое многоточие: выражения, которые не являются синтаксически предложениями, но имеют символы давать пропозициональное содержание с учетом контекста. Соответствующие примеры включают «Внимание!» И «Без рубашки, без обуви, без обслуживания». Идея состоит в том, чтобы использовать такие падежи для объяснения явно второстепенной речи: делается попытка ассимилировать обсуждаемые случаи (например, «Красивое платье» и «На крыльце») с такими командами, как «Внимание!».Эта попытка ассимиляции отвергается по двум направлениям. Во-первых, это потребует, чтобы человеческие языки содержали массу семантически эллиптических предложений. Во-вторых, постулирование этих масс эллиптических предложений привнесло бы множество новых двусмысленностей, что было бы излишним, поскольку язык, лишенный таких двусмысленностей, можно было бы использовать именно так, как мы на самом деле наблюдаем. Ключевые слова: выражения, субсентенциальная речь, ассимиляция, эллиптическое предложение, семантика Oxford Scholarship Online требует подписки или покупки для доступа к полному тексту книг в рамках службы.Однако публичные пользователи могут свободно искать на сайте и просматривать аннотации и ключевые слова для каждой книги и главы. Пожалуйста, подпишитесь или войдите для доступа к полному тексту. Если вы считаете, что у вас должен быть доступ к этому заголовку, обратитесь к своему библиотекарю. Для устранения неполадок, пожалуйста, проверьте наш FAQs , и если вы не можете найти там ответ, пожалуйста связаться с нами . |