【摘 要】
：
提出了将语言计量研究成果应用于文本聚类研究的方法。通过两个50万词的语料样本发现了在现代汉语口语体和书面语体中具有显著分布差异的16个语言结构特征；以其中7个作为文本
【机 构】
：
北京语言大学汉语水平考试中心,中国传媒大学应用语言学研究所
【基金项目】
：
国家社科基金项目(No.09BYY024);211工程项目~~
论文部分内容阅读
提出了将语言计量研究成果应用于文本聚类研究的方法。通过两个50万词的语料样本发现了在现代汉语口语体和书面语体中具有显著分布差异的16个语言结构特征；以其中7个作为文本表示特征准确地将实验文本聚类为口语体（相似度89．84％）和书面语体（相似度86．93％）两类。以语言结构的计量特征表示文本的方法加强了聚类／分类研究的可解释性，具有较高的理论和应用价值。以语料库和统计方法进行语体特征计量研究是汉语语体描写研究的重要方法，阐述了其理论基础。
其他文献
晶硅太阳能电池在当前光伏市场中占主要份额。单晶硅制绒是降低光损失,提高太阳能电池光电转换效率的一个有效途径。为了降低太阳能电池成本并提高效率,人们也在寻找新的半导
中华优秀传统文化是中华民族发展的精神命脉,是区别于其他民族的重要标识。中华优秀传统文化造就了中华文明独特的民族精神,形成了中华民族独特的核心价值;中华优秀传统文化
电磁兼容是目前电子产品设计必须要考虑的重要环节,电磁兼容的目的就是追求一个和谐的电磁环境,确保设备或者系统在其电磁环境中能够正常工作并且不对同环境中任何事物造成明
县(区)级图书馆是我国公共图书馆事业发展的薄弱环节,是现阶段和未来发展的重点、新增长点。县(区)级图书馆业务规范化应把握总分馆建设目标和区域共建共享的总体方向,着力带
功率器件的核心问题是功耗问题。高压器件决定功耗的因素是器件的耐压和比导通电阻。常规超薄SOI器件能够改善器件耐压和比导通电阻的关系,但是其存在很严重的热点问题,会影
量子点又被称为“人造原子”,它具有原子物理的一些基本特征,但相比于原子具有更强的可操控性,如通过控制量子点的尺寸、化学成分和温度,可以来调节其能隙的大小、发光波段等
京津冀协同发展是国家重大发展战略,而公共文化服务领域则直接关系到京津冀广大群众的幸福指数,是三地文化协同发展是否成功的一个重要指标。新时代,京津冀公共文化服务协同
女性在性方面的独立自主日益成为当今中国社会中女性解放的前沿问题之一，而在舞台上建构和再现这种主体性的努力也悄然出现。通过将越剧《蝴蝶梦》（2001年出品）放在庄周梦蝶故事
农产品质量溯源可使农产品供应链体系中生产、加工和销售等过程中的信息透明化,保障食品质量安全,但目前的现实情况是,由于信息成本高使得企业可操作性不强,信息真实度受限、
在赛前训练及比赛中,运动员为追求胜利必然要经历来自外界与自身给予的压力,有时候为了取得优异的成绩不惜任何代价。为了保证体育运动的健康发展,体育健康工作者们对于运动