篇章语言学与日语阅读教学

在语言学界,篇章的信息性理论研究已经引起广泛关注。信息性在篇章的建构中占据重要位置。主位结构和信息结构是篇章信息性研究的主要内容。篇章信息性理论的研究,对于语言教学,尤其是阅读理解教学,具有重要的指导意义。     

社会关系强度对社交网络中应用接受意愿的影响研究

本研究结合技术接受理论、社会影响理论探讨了社交网络中影响社交网络用户对平台中应用接受意愿的因素。本研究通过具体的社交网络平台新浪微博展开问卷调查并收集数据,运用SPSS20.0软件对596个有效样本数据进行分析。实证分析结果表明:信息性社会影响、规范性社会影响两个外在影响因素,感知易用性、感知有用性两个内在影响因素对社交网络平台中应用的使用意愿都有显著的正向影响;信息性社会影响和规范性社会影响对社交网络平台中应用的感知有用性和使用意愿的影响将受到社会关系强度的调节作用,社会关系强度会正向调节信息性社会影响与感知有用性、规范性社会影响与感知有用性、信息性社会影响与使用意愿、规范性社会影响与使用意愿之间的关系。     

科技企业绩效反馈如何影响创新信息披露

如何在复杂环境中辨析科技企业创新信息披露动因,是相关研究有待回答的重要问题。立足业绩组合框架,结合NCA与QCA方法,本文考察了科技企业绩效反馈对创新信息披露的综合影响。绩效反馈是两个前期结果(历史期望差距、行业期望差距)与三个当期结果(后视性期望差距、前瞻性期望差距与业绩表现)的理论组合。研究发现：科技企业创新信息披露存在创新粉饰、自利性辩护、创新包容以及竞争性陈述四种动机,分别是历史期望差距缺失下的负面一致型(中性-负向式相生)、业绩表现缺失下的正负参半型(模糊-中性式相生)、历史期望顺差下的负面主导型(模糊-负向式相生)、行业期望/前瞻性期望逆差下的正面主导型(模糊相符)。此外,科技企业高创新信息披露均实现针对性目标。研究结论对揭示科技企业创新信息披露的多元动机及其作用机理具有重要意义。     

浅谈文学翻译中的译者主体性

在传统的翻译研究中,“忠实”和“等值”被认为是翻译的最高标准,作为翻译实战活动主体的译者被“隐身”了,20世纪70年代,随着翻译研究的“文化转向”,作为翻译活动的主体,译者的主体性研究得到了应有的重视,并逐渐走向深入。本文拟从能动性和受动性两个方面来分析影响译者主体性发挥的因素,并探讨译者主体性在翻译过程中尤其是在文本选择和翻译策略方面的体现及价值。在文学翻译中,译者主体性是客观存在的,一方面译者受到其翻译目的、文化意识和审美意识等能动性影响;另一方面译者必须忠实于源文本,受到诗学;意识形态等社会文化因素的影响,译者主体性正是其受动性和能动性的统一。在翻译实践中,不论是文本的选择还是具体翻译策略的选择和取舍,均充分的体现了译者主体性。     

浅谈平面设计在包装中的运用

左包装设计中,平面设计的表现技巧是一个非常重要的方面.包装的平面设并主要由文字设计、图形设计、色彩设计以及版式组合设计四大方面构成.平面设计要具备个性化、全球北与多元化的设计需求,包装的平面设计有三个主要特征:信息性、促销性和工艺性.     

基于UTAUT模型的手机视频APP用户使用意愿影响因素建模与实证

本文基于技术接受与使用整合模型(UTAUT)理论,结合相关最新的研究成果,对原始UTAUT模型进行适当的修正,在原有变量的基础上添加信息性动机、娱乐性动机和个体创新性三个新变量作为核心变量,来探讨手机视频APP用户使用意愿影响因素,并进行实证研究。通过问卷调查搜集数据,利用结构化方程建模(SEM)方法进行假设验证。研究结果表明,努力期望、娱乐性动机与个体创新性是影响用户采纳手机视频APP的关键因素。     

综合性问答网站用户信息采纳意愿影响因素实证研究——基于信息性社会影响和规范性社会影响的视角

文章从信息性社会影响和规范性社会影响视角,构建综合性问答网站用户信息采纳意愿的影响因素研究模型,并通过问卷调查和结构方程建模方法进行实证分析。结果表明：信息可信度和信息有用性对用户信息采纳意愿具有直接显著的正向影响,且信息可信度的作用更强。从信息性社会影响视角,发现信息质量和信源可信度是影响用户感知信息可信度和信息有用性的关键因素;从规范性社会影响视角,发现信息一致性对信息可信度产生显著的正向影响,信息评级正向显著影响信息有用性,而对信息可信度的影响不显著。     

汉英电影片名红色词汇联想意义及翻译原则

汉英红色词汇的联想意义有着重叠性和异同性。因此,两种语言在互译时要准确传达红色词汇本身的联想意义及融入影片片名的信息性、宣传性和文化性,可以遵循翻译功能目的论的忠实原则。     

5G环境下高校图书馆自媒体平台多标签文本分类方法研究

【目的/意义】由于自媒体平台中的多标签文本具有高维性和不平衡性,导致文本分类效果较差,因此通过 研究5G环境下高校图书馆自媒体平台多标签文本分类方法对解决该问题具有重要意义。【方法/过程】本文首先通 过对采集的5G环境下高校图书馆自媒体平台多标签文本进行预处理,包括无意义数据去除、文本分词以及去停用 词等;然后采用改进主成分分析方法进行多标签文本降维处理,利用向量空间模型实现文本平衡化处理;最后以处 理后的文本为基础,采用Adaboost和SVM两种算法构建文本分类器,实现多标签文本分类。【结果/结论】实验结果 表明,本文拟定的自媒体平台标签文本分类方法可以使汉明损失降低,F1值提高,多标签文本分类效果好,且耗时 较低,具有可靠性。【创新/局限】由于本研究中的数据集数量不够多,所以在测试和验证方面,得出的结果具有一定 局限性。因此在未来研究中期望利用更为丰富的数据库,对所设计的方法做出进一步的改进与创新。     

农业科技期刊选题策划的思路

阐述了选题策划在农业科技期刊编辑出版活动中的重要作用，探讨了农业科技期刊综合性、地域性、时间性、信息性、政策性、科学性、实用性的选题策划思路，提出了加强农业科技期刊选题策划意识的具体建议，为提高办刊质量和社会经济效果提供参考。     

基于深度学习的学术文本段落结构功能识别研究

【目的/意义】在学术大数据的应用背景下,对学术文本更加细粒度、语义化的分析挖掘日益迫切,学术文本结构功能识别成为科研领域的一个研究热点。【方法/过程】本文从段落的层次来识别章节结构功能,提出利用结合卷积神经网络和循环神经网络的特征对学术文本段落进行表达,然后进行分类。【结果/结论】文本提出的深度学习方法在整体分类结果上优于传统的机器学习方法,同时极大的减少了传统特征工程的人力需求。     

On automatic support to indexing a life sciences data base

The paper describes a technique developed as automatic support to subject heading indexing at BIOSIS. The technique is based on the use of a formalized language for semantic representation of biological texts and subject headings—the language of Concept Primitives. The structure of the language is discussed as well as the structure of the Semantic Vocabulary, in which natural language words from biological texts are described by Concept Primitives. The Semantic Vocabulary is being constructed. Approximately 8,000 entries corresponding to high frequency significant words have been compiled, comprising at least three-quarters of the final number. Results of experiments checking the approach are given, and journal/subject heading and author/subject heading correlation data are analyzed to be used as a supporting technique.     

基于我国10项人工智能规划与政策的内容分析

[目的/意义] 文章旨在揭示相关政策的主题结构特征及其涵义,为政策精神传播、政策制定与优化、产业布局与发展提供参考。[方法/过程] 主要通过内容分析法和话语分析法,对我国国家及人工智能发展水平不同层级省市的共10项人工智能发展政策文本进行分析。[结果/结论] 研究发现,各省市及国家人工智能政策的内容分布呈现出同一性与差异性并存的特征。最后,揭示了已有政策中文件可能存在的不足,并提出了几点建议,希望能为相关政策制定和优化提供参考。     

文章标记对英语语篇信息理解与保持的影响

本研究采用2（语篇难度）×3（文章标记类型）的实验设计,研究了文章标记对英语阅读理解的影响。结果表明：（1）文章标记对英语语篇信息理解和保持主效应显著;（2）文章标记与英语语篇难度之间存在显著的交互作用,英语语篇容易时,标记效应不显著;英语语篇较难时,标记效应显著;（3）当阅读材料较难时,全标记条件下,测试者在英语语篇信息理解和保持方面得分最高;无标记次之;半标记最低。     

Analyzing the topic distribution and evolution of foreign relations from parliamentary debates: A framework and case study

Parliamentary texts are records of discussions of domestic and international affairs, which reflect national attitudes and development trends in foreign relations. In this paper, a research framework is proposed to analyze foreign relations on the basis of parliamentary texts. First, topic words are extracted from parliamentary texts, and then a co-word network is constructed to represent the correlation structure of topic words. The basic statistics, calculation of network indicators, community detection, and visualization of network maps and evolution venation, as well as the depiction of a strategic diagram, elucidate deeper characteristics and connotations of foreign relations. This case study on UK-China relations during the period of 2011-2017 using British parliamentary texts reveals the following findings. Over this period, UK-China relations changed in terms of the topics involved, topics which are greatly unbalanced in distribution, but are quite concentrated. Five different directions exist, centering on Trade, Human rights, Nuclear, Steel, and Visa. The evolution of topics includes merging and differentiation. A minority of topics exhibit marked continuity, which constitute the main focal points discussed each year, such as Economy and Trade. Regarding development trends, themes related to trade and steel remain focal points in UK-China relations. Overall, the framework proposed in this paper is proven to be both effective and feasible, and its application through this case study can foster a deeper understanding of the status and development of UK-China relations.     

文本趋势挖掘综述

文本趋势挖掘是文本挖掘新的研究热点,具有广阔应用前景。本文首先对文本趋势挖掘进行了概述,讨论了文本趋势挖掘的应用领域。然后综述了文本趋势挖掘的国内外研究现状,详细介绍了文本趋势挖掘的主流方法与技术,并分析了现有方法存在的主要问题。最后指出了文本趋势挖掘未来的发展方向。     

智能制造产业政策工具优化路径研究 ——基于我国31部国家政策的文本分析

随着世界范围内新一轮科技革命和产业变革的兴起,制造业正朝着智能化、柔性化、集成化的方向转变,智能制造产业应运而生,日益成为未来制造业发展的主要趋势。借助政策工具理论,建立政策文本二维分析框架,通过对31份中国国家层面颁布的智能制造产业政策文本的研究,探究我国智能制造产业政策工具的现存问题以提出优化我国智能制造产业政策工具的路径。研究结论如下:优化政策工具结构,完善政策工具配合机制;促进政策工具在智能制造产业发展阶段中的合理使用。     

陕西省科技金融政策文本量化研究

基于陕西省省、市两级对比视角,采用内容分析法从总体数量、文本类型、颁布主体以及政策工具4个维度对陕西省科技金融政策文本进行量化分析.研究表明,目前陕西省科技金融政策体系较为完整,在数量上呈现稳定增长,在文种类型及主题上日渐丰富,省市两级能呈现省级引领、市级学习并赶超的态势,但政策工具结构失衡,政策颁布主体缺乏协作性,因此建议协调政策工具结构,增加需求面政策工具的使用,加强横向与纵向部门的协调性,并积极提升政策从省级传递到市级层面的效率,同时提高政策的实践性及针对性.     

基于深度学习的多学科多层次学术论文结构功能识别方法比较研究

【目的/意义】学术论文的结构功能是学术论文篇章结构和语义内容的集中体现,目前针对学术论文结构功 能的研究主要集中在对学术论文不同层次的识别以及从学科差异性视角探讨模型算法的适用性两方面,缺少模 型、学科、层次之间内在联系的比较研究。【方法/过程】选择中医学、图书情报、计算机、环境科学、植物学等学科中 文权威刊物发表的学术论文作为实验语料集,在引入CNN、LSTM、BERT等深度学习模型的基础上,分别从句子、 段落、章节内容等层次对学术论文进行结构功能识别。【结果/结论】实验结果表明,BERT模型对于不同学科学术论 文以及学术论文的不同层次的结构功能识别效果最优,各个模型对于不同学科学术论文篇章内容层次的识别效果 均最优,中医学较之其他学科的学术论文结构功能识别效果最优。此外,利用混淆矩阵给出不同学科学术论文结 构功能误识的具体情形并分析了误识原因。【创新/局限】本文研究为学术论文结构功能识别研究提供了第一手的 实证资料。