语义成分分析法解析

龙源期刊网 https://www.360docs.net/doc/4d15341121.html,

语义成分分析法解析

作者：王凌之崔艳嫣

来源：《外语学法教法研究》2014年第04期

【中图分类号】H313 【文献标识码】A 【文章编号】2095-3089（2014）04-0087-01

成分分析（componential analysis）是一种语义微观分析的理论和方法。欧美学者在对词或者语素作微观分析的时候旨在从语言符号的内容平面分析出最小的、不可再分的单位，即具有区别性特征的最小语义单位。这种语义单位叫做“义子”或“语义成分”。在语言学范畴的语义研究中最早提出成分分析的是叶尔姆斯列夫。

一、成分分析的基本原理和特点

成分分析的基础是语义对比，根据对比特征的组合描述词义。特点之一是对词的所指进行逻辑分析，把单个词的所指分割成最小组成单位，从而对词义结构作微观描写的方法。二是采用元语言表示语义成分，用语义成分公式解释词义，如：[HUMAN]、[ADULT]、[MALE]等。元语言实际上不属于任何一种自然语言，但它可以用来描述任何一种自然语言。三是二元对立是语义成分的基本特征之一。通常情况下 , 语义成分表现为成对的意义相反的语义单位, 例如human nonhuman, male female,adult non?鄄adult, etc。利用此类语义成分，词义可以表示为该词所包含的基本义素,例如：从英语单词rooster中可以抽出下列语义成分[CHICKEN, ADULT, MALE]。语义成分在很多情况下都反映某种对立关系，对于如何进行表示也须界定。词汇可

分为“无标记的(unmarked)和有标记的(marked)”两种情况，在语义对立的两个词中无标记的那

个词通常可以涵盖有标记的词，反之则不成立。

二、成分分析的理论价值和实际应用

1.便于较精确而简便地描述词义和说明与语义关系。使用成分分析法，我们就能用数量不多的语义成分给许多词下定义，如ram（公羊） [+SHEEP][+MALE][+ADULT]等等。也便于在对比中辨析异同，从而较精确地描述词义。基于人类语言在“认知结构”方面的共性，从词汇中分解出带有普遍性的语义成分，这样做的优越性在于使得语义成分适用于分析任何自然语言。例如：在英语中“man”可以分解为[HUMAN, ADULT, MALE]，而在汉语中“男人”同样可以分

解为[人，成年，男性]。如果采用一套既定的符号元语言表示，英语中的“man”和汉语中的“男人”乃至其他任何语言中具有相同含义的词都可以表示成同一种形式。这样不仅便于语言学家在进行研究时描写不同的语言对象，更能体现出人类在认知方面的外在相似性和内在一致性。

2.为语言学各分支学科研究与语义相关的一些问题提供了有用的工具。首先语义成分分析法可用于确定一定的语法结构形式是否合理，亦即它在语义上的可接受性。例如:A.小孩踢足球。B.足球踢小孩。两个句子的句法结构形式相同，都是名词+动词+名词，为什么A合理而B 不合理？原因就在于一个句子是否成立，不仅要看它在句法上是否合理，还要看它在语义上是

语义学笔记整理

第一章作为语言学一个分支的语义学语义学的建立以法国学者米歇尔·布勒阿尔1897年7月出版《语义学探索》为标记。该书1900年翻译为英文“语义学：意义科学的研究（Semantics:Studies in the Science of Meaning）”。这本专著材料丰富，生动有趣，重点在词义的历史发展方面，兼顾词汇意义和语法意义。全书共三编：1，讲词义变化的定律，介绍变异、扩散、类推等概念；2，讲如何确定词义，介绍释义、比喻、多义、命名等；3，讲词类、词序、组合规则等，涉及语法意义。除了语言学的语义学，还有逻辑学的语义学，哲学的语义学，还有心理学家对语义的研究。 a,逻辑学的语义学是对逻辑形式系统中符号解释的研究，又称“纯语义学”，对象并非自然语言的语义。 b,哲学的语义学围绕语义的本质展开涉及世界观的讨论。“语义学”或“语义哲学”又是本世纪前半叶盛行于西方的至今仍有影响的一个哲学流派的名称。 c,心理学家研究语义，主要是想了解人们在信息的发出和接收中的心理过程。 d,语言学的语义学把语义作为语言（乃至言语）的一个组成部分、一个方面进行研究，研究它的性质，内部结构及其变异和发展，语义间的关系等等。布勒阿尔的书给语义的发展以重要地位，声称研究语义的变化构成了语义学。同时它把语义限制在“词语”的意义上，主要是词义上。这两个特点一直贯穿在他以后半个多世纪的若干代表性著作里。继布勒阿尔之后，一部有世界影响的语义学专著是两位英国学者奥格登和理查兹合写，1923年出版的《意义的意义》（The Meaning of Meaning）。这两位学者还曾共同创制了后来遭到各种非议的“基本英语”(Basic English).

主成分分析法总结

主成分分析法总结在实际问题研究中，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，人们会很自然地想到，能否在相关分析的基础上，用较少的新变量代替原来较多的旧变量，而且使这些较少的新变量尽可能多地保留原来变量所反映的信息？一、概述在处理信息时，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠，例如，高校科研状况评价中的立项课题数与项目经费、经费支出等之间会存在较高的相关性；学生综合评价研究中的专业基础课成绩与专业课成绩、获奖学金次数等之间也会存在较高的相关性。而变量之间信息的高度重叠和高度相关会给统计方法的应用带来许多障碍。为了解决这些问题，最简单和最直接的解决方案是削减变量的个数，但这必然又会导致信息丢失和信息不完整等问题的产生。为此，人们希望探索一种更为有效的解决方法，它既能大大减少参与数据建模的变量个数，同时也不会造成信息的大量丢失。主成分分析正式这样一种能够有效降低变量维数，并已得到广泛应用的分析方法。主成分分析以最少的信息丢失为前提，将众多的原有变量综合成较少几个综合指标，通常综合指标（主成分）有以下几个特点： ↓主成分个数远远少于原有变量的个数原有变量综合成少数几个因子之后，因子将可以替代原有变量参与数据建模，这将大大减少分析过程中的计算工作量。 ↓主成分能够反映原有变量的绝大部分信息因子并不是原有变量的简单取舍，而是原有变量重组后的结果，因此不会造成原有变量信息的大量丢失，并能够代表原有变量的绝大部分信息。 ↓主成分之间应该互不相关通过主成分分析得出的新的综合指标（主成分）之间互不相关，因子参与数据建模能够有效地解决变量信息重叠、多重共线性等给分析应用带来的诸多问题。 ↓主成分具有命名解释性总之，主成分分析法是研究如何以最少的信息丢失将众多原有变量浓缩成少数几个因子，如何使因子具有一定的命名解释性的多元统计分析方法。主成分分析的具体步骤如下：（1）计算协方差矩阵计算样品数据的协方差矩阵：Σ=(s ij )p ?p ，其中 1 1()() 1n ij ki i kj j k s x x x x n ==---∑i ，j=1，2，…，p （2）求出Σ的特征值 i λ及相应的正交化单位特征向量i a Σ的前m 个较大的特征值λ1≥λ2≥…λm>0,就是前m 个主成分对应的方差，i λ对应的单位特征向量 i a 就是主成分Fi 的关于原变量的系数，则原变量的第i 个主成分Fi 为：

把字句的语义特征

“把字句”的语义分析孙志景我们这里所要讲的句式指的是一种比较有特色的动词性谓语句——把字句。把字句是用介词“把”将谓语动词支配关涉的对象提到动词前面的句子，它是现代汉语中很重要、很有特色的句式。其形式是“主语+（把+宾语）+谓词性词语”。在现代汉语中，句子是语言运用的基本单位，它由词、词组(短语)构成，能表达一个完整的意思，如告诉别人一件事，提出一个问题，表示要求或者制止，表示某种感慨，表示对一段话的延续或省略。句子和句子中间有较大停顿。它的结尾应该用上句号、问号、省略号、或感叹号。我们这里所要讲的句式指的是一种比较有特色的动词性谓语句——把字句。把字句是用介词“把”将谓语动词支配关涉的对象提到动词前面的句子，它是现代汉语中很重要、很有特色的句式。其形式是“主语+（把+宾语）+ 谓词性词语”。把字句强调的是对某物的处理结果。把字句是一种有特色的句子，那么这种句式到底有什么特点呢？第一，谓语动词大多数是表动作的及物动词，并且在语义上能支配把字后边的词语。及物动词一般后面都可以接宾语。例如：他把书看完了。“看”是及物动词，在语义平面“书”是“看”的受事。当然，这里的“书”可以被“看”所支配。又例如：“我踩到了石头”一句就不能改成了把字句，这里的“踩”对“石头”没有支配能力。第二，谓语动词（特别市单音节词）的后面或前面通常都有一些别的词语。例如：他把作业做完了。动词“做”的后面加了“完了”一词，表示一种结果,作业完成了。同时，又例：我把论文认真地审查了一遍。这个句子中，谓语动词前面加了“认真地”修饰动词，表明一种态度；而谓语动词的后面也加了“一遍”表示一种频率或者一个量。当然，有些谓语动词本身含结果意义，如“采纳、接受、拒绝、说服”等，这类动词如果前面有某些状语，后面可以没有别的词语。例如：董事会已经把她的建议采纳了。“已经”一词表示一种完成的结果，同时采纳也有一定的结果含义，那么动词后面可以不用加词语。第三，“把”字后面的词语所代表的事物一般是定指的，是上下文出现过或交际双方都知道的。上例中的“作业、话、论文”都是定指的。有时候“把”字后面的词语包含有“一个、几个”之类的词语，但说话人认为所指的对象或范围仍是明确的。例如：我们把一个强大的中国带入了二十一世纪。这里的“中国”这个当然是特指，而后面的“一个”也是特指的，是大家都知道的，所表示的物象是明确的。第四，如果句中有否定副词或助动词，则出现在“把”字前面。例如：他没有把话说清楚。这里的“没有”要放在把字的前面。其实，看到这个特点，我想起了英文中的一个词“think”，跟我们这个把字句的这个否定特点很相似，都是将否定词放在前面。前面都是在讨论“把”字句一些特点，下面我们就要讲讲把字句的作用。首先，语用表达的需要：强调动作的处置结果。这种把字句有不用把字的相对格式。例如：他推翻了原计划。//他把原计划推翻了。把字句就是把大家的焦点聚焦在句末，聚焦在谓语动词上，是大家能够更好地理解句意。在这个例子中强调的是已然的处置结果推翻了。又例：我明天可以看完这本书。//我明天可以把这本书看完。这里强调的是未然的处置结果看完。当然，也有一些“把”字句强调动作的致使结果，这种把字句的谓语中心通常是不及物动词或形容词。例如：繁忙的工作把他累垮了。其次，是在使用过程中结构上的需要。同时它们没有其相对格式。这里，有三种情况：第一，动词紧接着补语，不允许宾语将它跟动词隔开，这种情况一般用把字短语。例如：他把自行车放在车棚里。（“放”与“在……”关系密切）。第二，动词带双宾语，其中的一个或两个宾语都比较复杂，放在一起累赘拖沓，这种情况一般用“把”字把直接宾语提前。例如：我们把那封最后的通牒式的信退还给了他们。第三，动词后有“为、

主成分分析法及其在SPSS中的操作

一、主成分分析基本原理概念：主成分分析是把原来多个变量划为少数几个综合指标的一种统计分析方法。从数学角度来看，这是一种降维处理技术。思路：一个研究对象，往往是多要素的复杂系统。变量太多无疑会增加分析问题的难度和复杂性，利用原变量之间的相关关系，用较少的新变量代替原来较多的变量，并使这些少数变量尽可能多的保留原来较多的变量所反应的信息，这样问题就简单化了。原理：假定有n 个样本，每个样本共有p 个变量，构成一个n ×p 阶的数据矩阵，记原变量指标为x 1，x 2，…，x p ，设它们降维处理后的综合指标，即新变量为 z 1，z 2，z 3，… ，z m (m ≤p)，则系数l ij 的确定原则： ①z i 与z j （i ≠j ；i ，j=1，2，…，m ）相互无关； ②z 1是x 1，x 2，…，x P 的一切线性组合中方差最大者，z 2是与z 1不相关的x 1，x 2，…，x P 的所有线性组合中方差最大者； z m 是与z 1，z 2，……，z m －1都不相关的x 1，x 2，…x P ，的所有线性组合中方差最大者。新变量指标z 1，z 2，…，z m 分别称为原变量指标x 1，x 2，…，x P 的第1，第2，…，第m 主成分。从以上的分析可以看出，主成分分析的实质就是确定原来变量x j （j=1，2 ，…， p ）在诸主成分z i （i=1，2，…，m ）上的荷载 l ij （ i=1，2，…，m ； j=1，2 ，…，p ）。 ?????? ? ???????=np n n p p x x x x x x x x x X 2 1 2222111211 ?? ??? ? ?+++=+++=+++=p mp m m m p p p p x l x l x l z x l x l x l z x l x l x l z 22112222121212121111............

语义成分分析法解析

龙源期刊网 https://www.360docs.net/doc/4d15341121.html, 语义成分分析法解析作者：王凌之崔艳嫣来源：《外语学法教法研究》2014年第04期【中图分类号】H313 【文献标识码】A 【文章编号】2095-3089（2014）04-0087-01 成分分析（componential analysis）是一种语义微观分析的理论和方法。欧美学者在对词或者语素作微观分析的时候旨在从语言符号的内容平面分析出最小的、不可再分的单位，即具有区别性特征的最小语义单位。这种语义单位叫做“义子”或“语义成分”。在语言学范畴的语义研究中最早提出成分分析的是叶尔姆斯列夫。一、成分分析的基本原理和特点成分分析的基础是语义对比，根据对比特征的组合描述词义。特点之一是对词的所指进行逻辑分析，把单个词的所指分割成最小组成单位，从而对词义结构作微观描写的方法。二是采用元语言表示语义成分，用语义成分公式解释词义，如：[HUMAN]、[ADULT]、[MALE]等。元语言实际上不属于任何一种自然语言，但它可以用来描述任何一种自然语言。三是二元对立是语义成分的基本特征之一。通常情况下 , 语义成分表现为成对的意义相反的语义单位, 例如human nonhuman, male female,adult non?鄄adult, etc。利用此类语义成分，词义可以表示为该词所包含的基本义素,例如：从英语单词rooster中可以抽出下列语义成分[CHICKEN, ADULT, MALE]。语义成分在很多情况下都反映某种对立关系，对于如何进行表示也须界定。词汇可分为“无标记的(unmarked)和有标记的(marked)”两种情况，在语义对立的两个词中无标记的那个词通常可以涵盖有标记的词，反之则不成立。二、成分分析的理论价值和实际应用 1.便于较精确而简便地描述词义和说明与语义关系。使用成分分析法，我们就能用数量不多的语义成分给许多词下定义，如ram（公羊） [+SHEEP][+MALE][+ADULT]等等。也便于在对比中辨析异同，从而较精确地描述词义。基于人类语言在“认知结构”方面的共性，从词汇中分解出带有普遍性的语义成分，这样做的优越性在于使得语义成分适用于分析任何自然语言。例如：在英语中“man”可以分解为[HUMAN, ADULT, MALE]，而在汉语中“男人”同样可以分解为[人，成年，男性]。如果采用一套既定的符号元语言表示，英语中的“man”和汉语中的“男人”乃至其他任何语言中具有相同含义的词都可以表示成同一种形式。这样不仅便于语言学家在进行研究时描写不同的语言对象，更能体现出人类在认知方面的外在相似性和内在一致性。 2.为语言学各分支学科研究与语义相关的一些问题提供了有用的工具。首先语义成分分析法可用于确定一定的语法结构形式是否合理，亦即它在语义上的可接受性。例如:A.小孩踢足球。B.足球踢小孩。两个句子的句法结构形式相同，都是名词+动词+名词，为什么A合理而B 不合理？原因就在于一个句子是否成立，不仅要看它在句法上是否合理，还要看它在语义上是

句法结构中的语义分析

句法结构中的语义分析学习要点：掌握句法结构分析中运用语义关系、语义指向、语义特征三种语义分析方法，并且能够运用这些分析法解释一些常见的语言现象。句法结构是句法形式和语义内容的统一体。对句法结构不仅要做形式分析，如句法层次分析、句法关系分析、以及句型分析等，还要做种种语义分析。句法结构中的语义分析主要指语义关系、语义指向、语义特征三种分析法。一、语义关系（一）句法关系和语义关系在句法结构中，词语与词语之间不仅发生种种语法关系，主谓、述补、述宾、偏正、联合等，而且发生种种语义关系。语义关系，语义学中指语言成分所表示的客观对象之间的关系，我们所说的语义关系是指动作和动作者、动作和受动者、动作和工具、动作和处所、事物和事物之间的关系等。句法关系和语义关系可能一致，也可能不一致。 ⑴吃面条。/削苹果。(句法、语义关系一致。) ⑵我吃完了。/饼干吃完了。/文章写好了。(句法、语义关系不一致) 前者“我”与“吃”是动作者（施事）和动作的关系，后者“饼干”和“吃”是受动者（受事）和动作的关系，结果和动作的关系。一种句法结构关系，可能包含着多种语义关系，如：修理家具。/挖了一个坑。/来了一个客人。/写毛笔。(述宾关系，受事、结果、施事、工具。)反之，一种语义关系也可能构成多种句法结构关系。 ⑶沙发上坐着一个人。 ⑷那个人坐在沙发上。 ⑸那个人在沙发上坐着。这几个句法结构的语义关系基本相同，“人”“沙发上”与“坐”之间都是“施事”“处所”与“动作”的关系；但句法结构关系却不一样。（二）动词和名词语义关系的类别汉语句法结构中的语义关系是多种多样的，句法分析的重点是动词跟名词性词语之间的语义关系。在各种语义关系中，名词性成分担任了一定的语义角色，如“受事、结果、施事、工具”等，这实际上也就是揭示了名词性成分跟动词之间的关系。名词性词语经常担任的语义角色主要有： 1、施事：指动作的发出者（可用介词“被、叫、让、给”引进）他在看书。/小狗啃完了骨头。/敌人被我们打败了。 2、受事：指动作行为的承受者（可用介词“把、将”引进）。小牛吃草。/张三修桌子。/毛把花瓶打碎了。 3、系事：指连系动词联接的对象（？）我们是教师。/小王成了大学生。 4、与事：指动作行为的间接的承受者（送、还？）（可用介词“给”引进）。张三还李四一支笔。/我给兰兰送去一些巧克力。 5、结果：指动作行为产生的结果。编草帽。/烙饼。/做烟斗。/打毛衣。/盖大楼。

现代汉语语法的五种分析方法

现代汉语语法的五种分析方法很有用，请好好学习之。北语之声论坛专业精华转贴现代汉语语法的五种分析方法是语法学基础里很重要的一个内容,老师上课也会讲到,我在这里把最简略的内容写在下面，希望能对本科生的专业课学习有所帮助详细阐释中心词分析法、层次分析、变换分析法、语义特征分析法和语义指向分析的具体内涵：一. 中心词分析法：分析要点： 1．分析的对象是单句； 2．认为句子又六大成分组成——主语、谓语（或述语）、宾语、补足语、形容词附加语（即定语）和副词性附加语（即状语和补语）。这六种成分分为三个级别：主语、谓语（或述语）是主要成分，宾语、补足语是连带成分，形容词附加语和副词性附加语是附加成分； 3．作为句子成分的只能是词； 4．分析时，先找出全句的中心词作为主语和谓

语，让其他成分分别依附于它们； 5．分析步骤是，先分清句子的主要成分，再决定有无连带成分，最后指出附加成分。标记：一般用║来分隔主语部分和谓语部分，用══标注主语，用——标注谓语，用~~~~~~标注宾语，用（）标注定语，用[ ]标注状语，用< >标注补语。作用：因其清晰明了得显示了句子的主干，可以一下子把握住一个句子的脉络，适合于中小学语文教学，对于推动汉语教学语法的发展作出了很大贡献。还可以分化一些歧义句式。比如：我们五个人一组。（1）我们║五个人一组。（2）我们五个人║一组。总结：中心词分析法可以分化一些由于某些词或词组在句子中可以做不同的句子成分而造成的歧义关系。局限性： 1．在一个层面上分析句子，

层次性不强； 2．对于一些否定句和带有修饰成分的句子，往往难以划分；如：我们不走。≠我们走。封建思想必须清除。≠思想清除。 3. 一些由于句子的层次关系不同而造成的歧义句子无法分析；如：照片放大了一点儿。咬死了猎人的狗。二. 层次分析：含义：在分析一个句子或句法结构时，将句法构造的层次性考虑进来，并按其构造层次逐层进行分析，在分析时，指出每一层面的直接组成成分，这种分析就叫层次分析。朱德熙先生认为，层次分析不能简单地将其看作是一种分析方法，而是应当看做一种分析原则，是必须遵守的。（可以说说为什么）层次分析实际包含两部分内容：一是切分，一是定性。切分，是解决一个结构的直接组成成分到底是哪些；而定性，是解决切分所得的直接组成成分之间在句法上是什么关系。

义素分析法分析“看的方式”语义场

义素分析法分析“看的方式”语义场摘要：“看的方式”的语义场可以归为同义语义场。通过义素分析的方法，并写出每个词的基本义的义素表达式，来分析该语义场内的词之间的异同。词不仅有理性意义还有感性意义，通过感性意义能更好的区别和运用同义词。关键字：义素分析法，同义词辨析，看的方式一、义素分析法在同义词辨析中的运用同义词辨析一直以来都是语言研究的重要方面，不仅是在语言研究，还是在语言运用中，甚至在语言的教学中都具有特殊的意义。义素分析法是准确描写和掌握词义的有效方法。词义并不是一个整体，而是有若干层次的结构，义素是构成词义的最小意义单位。将义素分析法引入对外汉语词汇教学，可以对词义的微观层面进行准确有效的分析，把词义分割成若干个义素的组合，不仅有利于准确掌握同义词之间的大同小异，还能提高人们对语言的运用能力，有利于第二语言学习者在语言学习中理解两个及两个以上抽象的同义词，加深对汉语词汇的理解和运用。本文主要通过义素分析法来分析比较“看的方式”的语义场，来说明义素分析法在同义词比较中的运用。运用义素分析法的表达式来研究“看的意义相同或相近的词”。本文研究的看的方式词有：看、望、顾、瞪、瞥、瞅、盯、窥、伺、瞟、瞰。二、“看的方式”的语义场义素分析的方法和步骤 1.确立语义场语义场是通过不同词之间的对比，根据它们词义的共同特点或关系划分出来的类。同义语义场相当于一些论著中讲的一组广义的同义词（即不包括等义词），它所包括的各个义位间大同小异。所谓的同，表现为基本义相同或者是基本义有一部分相同。所谓的异，就是附加义不同，或者是基本义有一部分不同，又或是不只是基本义有一部分不同附加义也不一样。“看的方式”语义场内的词是眼部动作描写都有“用眼睛看”这一基本义项，因此，这些看的方式词都可以看作是“看” 这个词的同义词。那么“看的方式”就构成了一个眼部动作的同义语义场。根据义素分析法的分析并通过表达式的比较，可以准确的辨析出同义语义场内各个词之间的细微区别，有利于第二语言的学习。 2.通过义素的具体对比分析“看的方式：看、望、顾、瞪、瞥、瞅、盯、窥、伺、瞟、瞰”的异同。这些字从现代汉语词典第七版中查到“看的方式”词的意义如下所示： (1)看： [动] 使视线接触人或物：~书|~电影|~了他一眼。 [动] 观察并加以判断：我~他是个可靠的人l你~这个办法好不好。 [动] 取决于；决定于：这件事能不能成功全~你了|飞机能否准时起飞，要~天气如何。 [动] 访问；探望：~望|~朋友。 [动] 对待：~待|另眼相~|别拿我当外人~。 [动] 诊治：王大夫把我的病~好了。照料：照~l衣帽自~。 [动] 用在表示动作或变化的词或词组前面，表示预见到某种变化趋势，或者提醒对方注意可能发生或将要发生的某种不好的事情或情况：行情~涨|别跑！~摔着！|~饭快凉了，快吃吧。 [助] 用在动词或动词结构后面，表示试一试（前面的动词常用重叠式）：想想~I找找~|等一等~l评评理~先做几天~。 (2)望： [动] 向远处看：登山远~|一~无际的稻田。观看；察看：~风！观~|~ 闻问切。探望：拜~|看~。盼望；希望①：~子成龙l~准时到会。盼头；希望②：

语言学知识_语义学

语义学一．语义学（Semantics）的定义：研究语言单位的意义，尤其是词语和句子的意义。二．词汇意义（Lexical Meaning）： 1）意义与指称（sense and reference）：意义与指称是语言研究中的两个术语，它们之间既相互联系，又相互区别。意义（sense）是一系列抽象语义特征的集合，与语境无关，可以在字典中查到。而指称（reference）是语言形式在现实物质世界中所指的事物；它涉及语言形式与非语言的现实世界之间的关系。意义与指称是意义的两个相关但不同的方面，例如“morning star”和“evening star”的意义虽然不同，但其指称一样，都指代天空中的同一颗星星。 2）外延意义（denotative meaning）：指词语所指称的外部世界的事物、状态、抽象情感。例如：dog(狗)的外延意义是指“一种四肢、有毛、会汪汪叫的哺乳动物”，这种意义在任何国家、任何时代都不会改变。 3）内涵意义（connotative meaning）：指源于语言使用者的个人经历、情感、评价、语境等外部因素的意义。例如dragon一词，在汉语文化中象征着“高贵”、“权利”，但在某些英语国家文化中，其内涵意义则为“残暴”和“邪恶”。三．意义关系（Sense Relationship）： 1）同义关系（Synonymy）：方言同义词（Dialectal synonyms）：意义相同但方言有差异的词，例如：autumn（BrE）= fall（ArE）。文体同义词（Stylistic synonyms）：意义相同但在文体上或者正式程度上有差别的词，例如：buy（较为随意）——purchase（较为正式）。搭配同义词（Collocational synonyms）：指意义上相同，但是搭配不相同的词。例如：provide和supply，provide sth. for sb.和supply sth. to sb. 在情感或评价意义方面存在差异的同义词（Synonyms with different emotive or evaluative meaning）：意义相同，但在情感或评价意义方面存在差异的词，例如：politician （政客）含贬义色彩，statesmen（政治家）含褒义色彩。存在语义差异的同义词（Semantically different synonyms）：意义大致相同，但存在一些细微差异的词。例如：enough强调“足够”，ample强调“富足”。 2）反义关系（Antonymy）：等级反义词（Gradable antonymy）：语义相反但语势可变的词对，其相反的词义并非绝对的而是相对的，两极中间可插入表示中间程度的词，体现了对立意义的层次性。例如：hot和cold这对反义词的界定是相对的，且在hot和cold中还可插入warm，lukewarm，cool 等中间词。互补反义词（Complementary antonyms）：一对反义词中，否定其中一个即肯定另一个。例如：boy —girl。关系反义词（Relationship antonyms）：一对反义词之间并不构成对立或否定关系，而是两实体之间的一种反向关系。例如：医生（doctor）和病人（patient）。

主成分分析法介绍.doc

主成分分析方法我们进行系统分析评估或医学上因子分析等时，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息事实上，这种想法是可以实现的，本节拟介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。第一节主成分分析方法的原理主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术。假定有 n 样本，每个样本共有 p 个变量描述，这样就构成了一个 n×p阶的数据矩阵： x 11 x 12 ... x 1 p x 21 x 22 ... x 2 p X ... ... ... ????(1) ... x n1 x n 2 ... x np

如何从这么多变量的数据中抓住事物的内在规律性呢要解决这一问题，自然要在 p 维空间中加以考察，这是比较麻烦的。为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标来代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。那么，这些综合指标（即新变量 )应如何选取呢显然，其最简单的形式就是取原来变量指标的线性组合，适当调整组合系数，使新的变量指标之间相互独立且代表性最好。如果记原来的变量指标为 x 1 , x 2 , x p ，它们的综合指标 —— 新变量指标为 z 1 , z 2 ， z m （ m ≤p)。则 z 1 l 11x 1 l 12 x 2 l 1 p x p z 2 l 21 x 1 l 22 x 2 l 2 p x p (2) z m l m1x 1 l m2 x 2 l mp x p 在（ 2)式中，系数 l ij 由下列原则来决定：（ 1)z i 与 z j （ i ≠j；i ，j=1，2，， m)相互无关；（ 2)z 1 是 x 1，x 2，?，x p 的一切线性组合中方差最大者； z 2 是与 z 1 不相关的 x 1， x 2，?，x p 的所有线性组合中方差最大者；；z m 是与 z 1，z 2，??z m-1 都不相关的 x 1， x 2， ?， x p 的所有线性组合中方差最大者。

主成分分析计算方法和步骤

在对某一事物或现象进行实证研究时,为了充分反映被研究对象个体之间的差异, 研究者往往要考虑增加测量指标,这样就会增加研究问题的负载程度。但由于各指标都是对同一问题的反映,会造成信息的重叠,引起变量之间的共线性,因此,在多指标的数据分析中,如何压缩指标个数、压缩后的指标能否充分反映个体之间的差异,成为研究者关心的问题。而主成分分析法可以很好地解决这一问题。主成分分析的应用目的可以简单地归结为: 数据的压缩、数据的解释。它常被用来寻找和判断某种事物或现象的综合指标,并且对综合指标所包含的信息给予适当的解释, 从而更加深刻地揭示事物的内在规律。主成分分析的基本步骤分为: ①对原始指标进行标准化,以消除变量在数量极或量纲上的影响;②根据标准化后的数据矩阵求出相关系数矩阵 R; ③求出 R 矩阵的特征根和特征向量; ④确定主成分,结合专业知识对各主成分所蕴含的信息给予适当的解释;⑤合成主成分,得到综合评价值。结合数据进行分析本题分析的是全国各个省市高校绩效评价，利用全国2014年的相关统计数据(见附录)，从相关的指标数据我们无法直接评价我国各省市的高等教育绩效，而通过表5-6的相关系数矩阵，可以看到许多的变量之间的相关性很高。如：招生人数与教职工人数之间具有较强的相关性，教育投入经费和招生人数也具有较强的相关性，教工人数与本科院校数之间的相关系数最高，到达了，而各组成成分之间的相关性都很高，这也充分说明了主成分分析的必要性。表5-6 相关系数矩阵本科院校数招生人数教育经费投入相关性师生比重点高校数教工人数本科院校数招生人数教育经费投入

师生比重点高校数教工人数相关性师生比重点高校数教工人数本科院校数招生人数教育经费投入（元）表5-7给出的是各主成分的方差贡献率和累计贡献率，我们选取主成分的标准有两个：第一，特征根大于1，因为，如果特征根小于1，说明该主成分的解释力度太弱，还比不上直接引入一个原始变量的平均解释力度大；第二，方差贡献率大于85%，如果这两个标准不能同时符合要求,则往往是因为选择的指标不合理或者样本容量太小,应继续调整。表5-7还显示，只有前2个特征根大于1，因此SPSS只提取了前两个主成分，而这两个主成分的方差贡献率达到了%，因此选取前两个主成分已经能够很好地描述我国高等教育地区现状。

主成分分析分析法

第四节主成分分析方法地理环境是多要素的复杂系统，在我们进行地理系统分析时，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息？事实上，这种想法是可以实现的，本节拟介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。第一节主成分分析方法的原理主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术。假定有n 个地理样本，每个样本共有 p 个变量描述，这样就构成了一个 n xp 阶的地理数据矩阵：如何从这么多变量的数据中抓住地理事物的内在规律性呢？要解决这一问题，自然要在p 维空间中加以考察，这是比较麻烦的。为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标来代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。那么，这些综合指标(即新变量 )应如何选取呢？显然，其最简单的形式就是取原来变量指标的线性组合，适当调整组合系数，使新的变量指标之间相互独立且代表性最好。如果记原来的变量指标为X i ，为 X i ，X 2，…，zm (mep)。贝U 坷"】內+G 衍++l]p% X 2，…，X P ，它们的综合指标新变量指标

在(2)式中，系数l j由下列原则来决定: (1)乙与z j (i工j ；i , j=1 , 2,…,m)相互无关; (2) ............................................................................................................... z i是x i，X2，…，X P的一切线性组合中方差最大者；Z2是与z i不相关的X i, X2，…，X P的所有线性组合中方差最大者；；Z m是与Z i，乙， ..................................... Z m-1都不相关的X i, X2，…，X P的所有线性组合中方差最大者。这样决定的新变量指标z i, Z2，…，zm分别称为原变量指标X i, X2,…，X P 的第一，第二，…，第m主成分。其中，乙在总方差中占的比例最大，z2,Z3,…, z m的方差依次递减。在实际问题的分析中，常挑选前几个最大的主成分，这样既减少了变量的数目，又抓住了主要矛盾，简化了变量之间的关系。从以上分析可以看出，找主成分就是确定原来变量X j (j=i , 2,…，P)在诸主成分Z i (i=i , 2,…，m)上的载荷l j (i=i , 2,…，m j=i , 2,…，p)，从数学上容易知道，它们分别是X i, X2,…，X P的相关矩阵的m个较大的特征值所对应的特征向量。第二节主成分分析的解法主成分分析的计算步骤通过上述主成分分析的基本原理的介绍，我们可以把主成分分析计算步骤归纳如下： (i) 计算相关系数矩阵 IP J 在公式(3)中，九(i , j=i , 2,…，p)为原来变量X i与X j的相关系数，其计算公式为因为R是实对称矩阵(即r j=r j),所以只需计算其上三角元素或下三角元素即可。 (2) 计算特征值与特征向量

义素分析

○对下面各组词进行义素分析。 1．名词 a.毛笔铅笔圆珠笔钢笔粉笔毛笔：[+书写用具]、[+笔头用毛制成]、[+用墨汁书写] 铅笔：[+书写用具]、[+笔心用石墨或加颜料的黏土制成]、[+用笔心材料书写] 圆珠笔：[+书写用具]、[+笔尖是小圆钢珠]、[+用油墨书写] 钢笔：[+书写用具]、[+笔头用金属制成]、[+用墨水书写] 粉笔：[+书写用具]、[+笔身用白垩、熟石膏粉等制成]、[+用笔身材料书写] （注：为了简明，每词只注出具有的义素。不具备的义素一对比便知。） b.哥哥弟弟姐姐妹妹哥哥：[+同胞]、[+年长]、[+男性] 弟弟：[+同胞]、[-年长]、[+男性] 姐姐：[+同胞]、[+年长]、[-男性] 妹妹：[+同胞]、[-年长]、[-男性] 2.动词动词的义素结构模式可概括为{动词}=[主体、方式、动作、客体、结果]。试分析下列各组动词的义素结构模式。 a.切砍剁削 {切}=[+用刀、+向下、-用猛力、+分开、+物体本身、+成块状或片状] {砍}=[+用刀斧、+向下、+用猛力、+分开、+物体本身、+成块状] {剁}=[+用刀斧、+向下、+用猛力、+分开、+物体本身、+成小块或碎末状] {削}=[+用刀、+向下、-用猛力、+分开、+物体表层、+成片状] b.坐蹲站 {坐}=[+身体动作]、[+臀部着物]、[-脚部支撑身体重量]、[-直着身体] {蹲}=[+身体动作]、[-臀部着物]、[+脚部支撑身体重量]、[-直着身体] {站}=[+身体动作]、[-臀部着物]、[+脚部支撑身体重量]、[+直着身体] c.走跑跳 {走}=[+脚部动作]、[+双脚交互运动]、[+向前]、[+迅速]、[+用力] {跑}=[+脚部动作]、[+双脚交互运动]、[+向前]、[+迅速]、[+用力] {跳}=[+脚部动作]、[-双脚交互运动]、[+向前]、[+迅速]、[+用力] 3．形容词请用义素分析法对下列词的词义进行辨析和描写。优秀优良优异良好优秀：[+好]、[+用于成绩]、[-修饰习惯]、[+修饰人才]、[-修饰品种]、[+程度2] 优良：[+好]、[+用于成绩]、[-修饰习惯]、[-修饰人才]、[+修饰品种]、[+程度1] 优异：[+好]、[+用于成绩]、[-修饰习惯]、[-修饰人才]、[-修饰品种]、[+程度3] 良好：[+好]、[+用于成绩]、[+修饰习惯]、[-修饰人才]、[-修饰品种]、[+程度0] （注：程度0表示基础级，1、2、3表示程度渐高。）?第七章语用 ?语用，即语言的使用。语用学(pragmatics)是语言学的一门新兴学科，也是符号学（semiotics）的一个部门。它研究语言符号同符号使用者之间的关系，即研究人们怎样运用语言符号进行交际。它从语言使用的角度，探讨人们在用语言进行交际时出现的种种现象及其规律。 ?第一节语用要素一、语用要素概说 ?一次言语交际，必须具备以下要素：发话人（sender）、受话人（receiver）、话语（discourse）、语境（context）。 ?发话人是言语行为的主体，受话人是言语行为的客体，话语是联系主、客体的媒介，语境是言语行为存在的环境。 ?我们理解的语境是：与言语行为密切相关的各种主客观因素构成的交际环境。主要包括三个方面： ?（1）言辞语境：前后词、前后语、上下段等。 ?（2）情景语境：交际时的具体情景因素构成的语境，如时间、地点、场合、受众（如人数多少）等。 ?（3）社会语境：言语交际双方具有的社会人文因素所构成的语境，如地位、职业、性别、年龄、信仰、情绪、修养等。 ?第二节语用行为一、什么是语用行为 ?语用行为是使用语言进行交际的行为，也叫言语行为（speech act）。如问“这书是不是你的？”你可以用点头这种身体行为表示肯定回答，也可以用“是的。”这种言语行为进行回答，两者是等价的。因此，言语行为和其他行为一样，也是人类重要的行为。二、语用行为的类型

主成分分析法的原理应用及计算步骤

一、概述在处理信息时，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠，例如，高校科研状况评价中的立项课题数与项目经费、经费支出等之间会存在较高的相关性；学生综合评价研究中的专业基础课成绩与专业课成绩、获奖学金次数等之间也会存在较高的相关性。而变量之间信息的高度重叠和高度相关会给统计方法的应用带来许多障碍。为了解决这些问题，最简单和最直接的解决方案是削减变量的个数，但这必然又会导致信息丢失和信息不完整等问题的产生。为此，人们希望探索一种更为有效的解决方法，它既能大大减少参与数据建模的变量个数，同时也不会造成信息的大量丢失。主成分分析正式这样一种能够有效降低变量维数，并已得到广泛应用的分析方法。主成分分析以最少的信息丢失为前提，将众多的原有变量综合成较少几个综合指标，通常综合指标（主成分）有以下几个特点： ↓主成分个数远远少于原有变量的个数原有变量综合成少数几个因子之后，因子将可以替代原有变量参与数据建模，这将大大减少分析过程中的计算工作量。 ↓主成分能够反映原有变量的绝大部分信息因子并不是原有变量的简单取舍，而是原有变量重组后的结果，因此不会造成原有变量信息的大量丢失，并能够代表原有变量的绝大部分信息。 ↓主成分之间应该互不相关通过主成分分析得出的新的综合指标（主成分）之间互不相关，因子参与数据建模能够有效地解决变量信息重叠、多重共线性等给分析应用带来的诸多问题。 ↓主成分具有命名解释性总之，主成分分析法是研究如何以最少的信息丢失将众多原有变量浓缩成少数几个因子，如何使因子具有一定的命名解释性的多元统计分析方法。二、基本原理主成分分析是数学上对数据降维的一种方法。其基本思想是设法将原来众多的具有一定相关性的指标X1，X2，…，XP （比如p 个指标），重新组合成一组较少个数的互不相关的综合指标Fm 来代替原来指标。那么综合指标应该如何去提取，使其既能最大程度的反映原变量Xp 所代表的信息，又能保证新指标之间保持相互无关（信息不重叠）。设F1表示原变量的第一个线性组合所形成的主成分指标，即 11112121...p p F a X a X a X =+++,由数学知识可知，每一个主成分所提取的信息量可用其方差来度量，其方差Var(F1)越大，表示F1包含的信息越多。常常希望第一主成分F1所含的信息量最大，因此在所有的线性组合中选取的F1应该是X1，X2，…，XP 的所有线性组合中方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来p 个指标的信息，再考虑选取第二个主成分指标F2，为有效地反映原信息，F1已有的信息就不需要再出现在F2中，即F2与F1要保持独立、不相关，用数学语言表达就是其协方差Cov(F1, F2)=0，所以F2是与F1不

语义成分分析方法及其应用

语义成分分析方法及其应用重庆大学外语学院余渭深提要: 本文着重介绍Katz等人的语义成分分析方法的理论与实践。探讨了语义成分分析法在词汇理解、动词意义结构和句法语义接口等语法分析、语义合成模式、概念结构等研究领域的应用。以期向读者介绍以语义成分分析为核心的语义学理论系统。关键词：成分分析，词汇，语法，意义合成模式，概念结构 Abstract: This paper attempts to introduce some new semantic theories and practices based on semantic component analysis put forward by Katz and other contemporary linguists. The paper makes a detailed discussion on the application of the component analysis in the word meanings; grammatical analysis of the verb structures and the interface of syntax and semantics; semantic conflation; conceptual structure. The discussion provides readers with some insights on the system of new semantic theories. Key words: component analysis, words, grammar, conflation, conceptual structure 引言语义学作为语言学的一门分相学科研究属于对语言本体的研究。语义学的发展经历了几个主要的时期，形成了几种主要的语义研究模式，如解释语义学、生成语义学、逻辑数理语义学、格语法、齐夫语法等。这些模式的一个共同的宗旨就是用尽量客观的科学方法揭示语义的生成。尽管在探讨语义问题与句法关系的研究中，这些理论作出了不可估量的作用，但它们各自也存在不少的问题，对一些语言现象也显得无能为力。基于此，又有语言学家提出“成分分析”方法。该方法的初衷主要是研究词汇的语义含义。但如果把Katz、Talmy和Jackendoff 等人的理论做一系统的运用便不难发现，语义成分分析不仅可以运用于词汇的分析同样可以用于词组和句子，甚至篇章的分析。语言学家普遍认为词汇不是语义构成的最小单位，而是由一些更小的语义单位组成的具有不同意义的单位；为此他们提出了语义成分分析理论与方法。语义成分（semantic components / semantic primitives)分析法最早应用于词汇成分分析。如man[human] [adult] [male], woman [human] [adult] [female]。这一方法的广泛使用增加了语义学研究的科学性和可衡量性。语义成分分析之所以受到语义学家的重视有如下三方面的原因： 1.如上例的man 与woman的区别性特征只在[male, female]之间对立；成分分析方法为揭示词汇语义关系提供了最为简便的方法； 2.它的运用不仅局限于词汇的语义关系的分析，而且能用于词汇层面的语言单位的语义分析； 3.为概念结构的分析提供了新的方法。 1.语义成分分析与词汇理解词汇的意义分析历来在语义学理论中占有不可忽视的地位。它是分析和理解大于词汇层面的语义生成的基础；忽略了词汇意义的理解就谈不上对语义的把握。语义学研究中的解释语义学，专门致力于词汇的内在语义特征的研究。而其中的核心部分便是Katz 的语义理论框架。Katz的语义研究建立在生成语法的基础之上，弥补了Chomsky的生成语法不谈语义的缺陷，并最终导致了Chomsky对转换生成语法的修订。Katz