汉字形体变化影响形声字"声符"表意

形声字“声符”表意日益复杂化的另一促成因素,是形声字本身形体结构的变化“。声符”书写变式、变体“,声符”形体改换、借用“,声符”形近,声近混误,讹传的形声字“的声符”误认,或文字归并,致使形声字“的声符”异字同体,因而产生庞大“的共用同一声符”的形声字字群,从而搅乱了形声字“声符”表意的直接性,有序性,往往造“成声符”表意的隐晦,游离。     

置换与对应——《喧哗与骚动》中的圣经原型人物探析

W.福克纳是美国南方文学最优秀的代表作家之一。神话因素的运用是福克纳作品的一大特点。他的《喧哗与骚动》被推为20世纪杰出的意识流小说。但许多读者对该小说的无时空性和神话因素感到难以理解。以弗莱的神话原型理论为基础,从圣经原型人物分析角度出发,探讨这部小说中的人物与圣经中人物的置换与对应,则可为我们提供一个赏析作品的新视角,进而帮助我们更好地理解福克纳的创作特色。     

襄阳地区妊娠妇女发样微量元素测定分析

应用原子吸收光谱法对襄阳地区112例妊娠妇女发样中Zn、Cu、Fe、Ca、Mg、Mn、Se、Pb八种微量元素含量进行测定,并进行统计学分析．结果表明：襄阳地区妊娠妇女发样中主要以缺乏Ca、Zn2种微量元素为主,妊娠妇女缺zn者高达82．89％,缺Ca者达66．07％,微量元素缺乏现象比较严重．部分妊娠妇女存在多种微量元素缺乏问题．妊娠期妇女应合理补充和平衡微量元素,,保证自身健康和胎儿的正常发育．     

固定背景下人脸图像的特征提取

对于复杂人脸模式、脸部特征的提取,是人脸自动识别技术的关键,本文对固定背景下人脸图像特征的定位和提取算法进行了分析.文中首先对彩色图像背景进行分割,得到二值化图像;然后采用边界搜索方法确定人脸外接矩形;最后在色度空间中,结合SUSAN角点检测方法,实现人眼、嘴角定位,完成了人脸图像特征的提取和识别.实验证明,该算法在降低运算区域的同时,降低了运算复杂度和其他干扰因素,并且在速度、效率、准确性方面均有良好的性能.     

良好阅读习惯的培养

本通过阐释阅读原理，剖析种种影响阅读速度的原因，提出一整套克服发声读，摇头读，指读，倒读及心读等阅读陋习的方法，从而在理解的基础上提高阅读速度，培养阅读能力。     

一种基于卷积神经网络和双向长短记忆神经网络的在线医疗社区问答文本实体识别方法

[目的/意义]针对在线医疗社区问答文本复杂程度高、结构化程度低的特点,结合卷积神经网络（CNN）和双向长短记忆神经网络（BiLSTM）两种深度学习模型以及条件随机场（CRF）模型,提出一套适用于在线医疗问答文本的实体识别方法并进行验证。 [过程/方法] 将问答文本进行清洗和BIO标注后,分别用CNN和BiLSTM进行字级别的特征抽取,将两种模型抽取到的特征进行融合,后放入CRF中训练出实体预测模型,再将问答文本放入训练好的模型中得到最终的实体识别结果。[结果/结论]在所选取的乳腺癌医疗社区问答文本数据集上,所提出的方法结果优于其他模型,且识别准确率达到92.3%,召回率达到89.3%,F值达到90.8%。     

论王蒙小说《春之声》的音乐性与诗性

王蒙的小说<春之声>发表在新时期文学之初,因其意识流小说的笔法被认为是标新立异之作.阅读<春之声>可以深深感受到融贯其中的音乐性和诗性,然而其音乐内涵、诗性特质与西方意识流小说不同.解读<春之声>的音乐性与诗性,对我们探讨文学作品的价值具有启示意义.     

词章璀璨 华发风流——评马良信诗词集《老骥长鸣》

马良信教授的诗词集《老骥长鸣》收录了作者近年所作诗词400余首。全书分13个部分，内容涉及社会人生的方方面面，令人目不暇接；体式有近体诗、古风、词曲、对联等，可谓诸体皆备，异彩纷呈；风格则质朴清新，充满生活情趣，极富诗情画意。     

《海南音字典》增补刍议（下）

许多有志于用海南方言创作文学艺术作品之士,一下笔就往往遇到“有音无字”这只“拦路虎”。《〈海南音字典〉增补刍议》正是为了减少这一文字欠缺而作的尝试。《〈海南音字典〉增补刍议》内容有两部分：一是《海南音字典》所无的字（58字）;二是《海南音字典》有此字无此音义的字（39字）。增补共九十七个单字。     

Fine-grained legal entity annotation: A case study on the Brazilian Supreme Court

The exploration of legal documents in the Brazilian Judiciary context lacks reliable annotated corpus to support the development of new Natural Language Process (NLP) applications. Therefore, this paper presents a step toward exploring legal decisions with Named Entity Recognition (NER) in the Brazilian Supreme Court (STF) context. We aim to present a case study on the fine-grained annotation task of legal decisions, performed by law students as annotators where two levels of nested legal entities were annotated. Nested entities mapped in a preliminary study composed of four coarser legal named entities and twenty-four nested ones (fine-grained). The final result is a corpus of 594 decisions published by the STF annotated by the 76 law students, those with the highest average inter-annotator agreement score. We also present two baselines for NER based on Conditional Random Fields (CRFs) and Bidirectional Long-Short Term Memory Networks (BiLSTMs). This corpus is the first of its kind, the most extensive corpus known in Portuguese dedicated for legal named entity recognition, open and available to better support further research studies in a similar context.