导读:本文包含了句法知识论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:句法,知识,机器翻译,法语,广度,语法,复句。
句法知识论文文献综述
王璞,宁婧思[1]（2019）在《法语句法知识扭曲对写作教学的负迁移影响及其对策》一文中研究指出由于句子是语言交流的基本单位,所以在学习法语时,学习者句法知识掌握不系统不牢固,很容易产出阻碍语言交流的病句。法语专业学生在校学习时,写作是使用法语进行书面交流的最高形式,在写作教学中教师经常会发现学生明显依赖中式句法思维产出不知所云的句子,要正确认识并解决这一问题,关键便在于教师对句法知识的系统传授是否采取了有效的方法,学生对句法知识的理解和掌握是否达到应有的水平。(本文来源于《东西南北》期刊2019年20期）
吴双志[2]（2019）在《融合句法知识的神经机器翻译研究》一文中研究指出神经机器翻译通常采用序列-序列的神经网络模型对翻译任务建模,其翻译结果从流畅度、忠实度等方面都远超传统的统计机器翻译方法,使机器翻译技术达到了一个新的高度。通常情况下,神经机器翻译模型利用编码器以序列的形式对源语言句子编码,再利用解码器同样以序列的形式生成目标语言句子。然而语言中句子的构成并不是词语的简单罗列,实际上每句话都是由该语言的语法结构约束的。例如一个英文句子可以由主语、谓语、宾语组成,每个英文单词可以充当其中一个或多个角色,它们需要在语法的约束下才能组合成一个正确的句子。语法结构是语言中非常重要的组成部分。而神经机器翻译模型在翻译的过程中往往忽视了语法结构,导致翻译结果中仍存在违背语法约束的错误译文。在自然语言处理领域,语法通常由句法结构表示。近年来,基于句法的神经机器翻译成为神经机器翻译研究中的一个热点话题。本文主要针对基于句法的神经机器翻译中的五种问题提出相应的研究方法。第一,针对基于句法的神经翻译模型中源语言树结构编码复杂的问题,提出一种简单有效的基于依存句法结构遍历的编码方法。源语言的句法结构可以帮助神经翻译模型准确地理解源语言中词语之间的结构关系,比如主谓关系,修饰关系等,从而保证译文最大限度的契合源语言。现有的诸多方法利用复杂的神经网络结构对源语言的句法结构进行编码。虽然实现了将句法信息引入到神经翻译模型中,但大大增加了模型的复杂度。针对这一问题,本文提出了基于依存句法结构遍历的编码方法。该方法立足于结构简单的源语言依存句法结构,通过先序、后序的遍历方式构建出两种不同于源语言句子的序列,同时它们最大限度地保留了句法结构知识。本文通过在编码器中额外地编码这两种遍历序列,将源语言的依存句法结构引入到神经翻译模型中。实验结果表明这种方法可以有效地让神经机器翻译利用源语言句法知识,并提高了翻译性能。第二,目前新兴的基于完全自注意力机制的Transformer模型已经全面地超越了以往的神经机器翻译模型,然而句法结构能否对Transformer有帮助仍是一个研究空白。本文在Transformer的基础上提出一种基于源语言依存结构的有监督编码器。Transformer编码器的特点是利用多层的多路自注意力网络从不同角度隐式地对源语言建模。针对这一点,本文提出利用依存句法结构指导自注意力网络显示地对句法结构建模。首先,本文在依存句法结构的基础上提出两种结构依存矩阵,这两个矩阵分别包含了子节点到父节点的依赖关系和父节点到子节点的依赖关系。然后,在Transformer模型的训练过程中,利用这两个矩阵去指导自注意力网络显示地对依存结构建模,从而达到将依存结构引入Transformer的目的。该方法简单易行,既不增加Transformer网络的复杂度,又不打破Transformer高度并行化的优势。在翻译过程中,编码器能够自动的构建源语言依存结构,并将其用来帮助翻译的产生。实验结果表明该方法可以有效地利用源语言依存句法结构提高Transformer的翻译性能。第叁,针对在神经机器翻译模型中利用目标语言句法知识这一问题,本文提出了序列-依存的翻译模型。目标语言的依存句法知识可以直接有效地约束译文,使其满足语法结构。现有方法大多集中于如何在翻译过程中生成译文对应的句法结构,却忽视了对如何有效地利用已生成的句法结构进一步提高译文的质量。本文立足于目标语言的依存句法结构,提出序列-依存的翻译模型。该模型能够在翻译的过程中同时为译文构建依存句法结构,并从已生成的局部句法结构中抽取句法级的上下文知识,进一步帮助后续译文和句法结构的生成。实验结果表明本文提出的序列-依存翻译模型能够很好地利用目标语言句法知识提高模型的翻译能力,同时也能为译文建立合理的句法结构。第四,针对现有工作未能在神经机器翻译模型中同时利用源语言和目标语言句法知识这一问题,本文提出依存-依存的翻译模型。句法是比句子复杂很多的结构化知识,在基于序列的神经翻译模型中利用单一方向的句法知识已经很有挑战,那么要同时利用两个方向的句法知识更是难上加难,因此现有工作未能同时考虑二者。针对这一问题,本文提出依存-依存的神经翻译模型,该模型实现了同时利用源语言和目标语言的依存句法结构。本文将依存-依存的模型框架分别应用在基于循环神经网络的翻译模型和Transformer中并提高了二者的翻译性能。第五,本文对基于句法的翻译模型做了比较全面的分析,包括以下叁个方面:(1)分析了训练数据规模对翻译模型的影响;(2)分析了句法精度对翻译模型的影响;(3)基于句法的翻译模型在相似语种和不相似语种下的翻译效果。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
刘洋,毕玉德,李健[3]（2017）在《基于句法知识的复句解构对韩汉复句机器翻译改进刍议》一文中研究指出为解决韩国语复句中,机器翻译的逻辑语义处理问题,提出了一种基于连接词尾的"复句解构思想",其用在机器翻译之前,可对复句进行"解构化"处理,从而提高韩国语复句机器翻译质量.经过实验表明,基于连接词尾的单重连接复句解构可以有效提高复句的翻译效果.(本文来源于《洛阳师范学院学报》期刊2017年02期）
郭俊博,张喜媛,杜金华[4]（2016）在《N-Best句法知识增强的统计机器翻译预调序模型》一文中研究指出源语言和目标语言的句法异构性对统计机器翻译(SMT)性能有重要影响。在基于短语的汉英统计机器翻译基础上,提出了一种基于N-best句法知识增强的源语言预调序方法。首先对源语言输入句子进行N-best句法分析,计算统计概率得到高可靠性子树结构,再根据词对齐信息从可靠性子树结构中抽取初始调序规则集。两种优化策略用于对初始规则集进行优化:基于中英文句法知识规则推导筛选和规则概率阈值控制机制。然后为减少短语内部调序,保证短语局部流利性,采用源语言短语翻译表为约束,使调序控制在短语块之间进行。最后根据获取的优化规则集和短语表约束条件对源语言端句子的句法分析树进行预调序。在基于NIST 2005和2008测试数据集上的汉英统计机器翻译实验结果表明,所提基于N-best句法知识增强的统计机器翻译预调序方法相对于基线系统,自动评价准则BLEU得分分别提高了0.68和0.83。(本文来源于《计算机工程与应用》期刊2016年17期）
张焕芹[5]（2015）在《浅谈英语论说文的句法知识》一文中研究指出论说文是针对某种事物或社会现象进行阐述或说明解释、比较分析、提出解决方法或加以论证的一种说明性或议论性文章。本文针对英语论说文的句法知识进行概述,希望学生运用恰当的句式表达思想,尽可能少犯或不犯句法错误。(本文来源于《校园英语》期刊2015年35期）
张晓琳[6]（2014）在《话题熟悉度、篇章视觉词汇量、句法知识和阅读水平对英语学习者词汇附带习得的影响研究》一文中研究指出语言学家和教育学者们对二语词汇附带习得进行大量的理论描述和实证研究。二语词汇附带习得的前期诸多研究,基本上以输入-输出假设和投入量假设为理论基础,尤其是后者。二语研究者探究很多可能影响二语词汇附带习得的因素,如任务设计、文本特征、语境等。前期研究通过设计各种阅读附带的词汇学习的任务,以及纳入不同的调节变量(如词汇量大小和语言水平)探讨了输入-输出假说和任务诱发的投入量对二语词汇习得的解释力。但是鲜有研究从学习者角度去关注二语词汇附带习得。此外,前人的大多数研究探讨了影响二语词汇附带习得的某一个或两个因素,而仅有少数研究探讨了不同因素如何交互影响二语词汇附带习得。基于此,本研究采用实证研究方法试图从学习者自身角度出发,以图示理论、有限能力假设和“聚焦&充实”假设等为理论基础,更加全面地探究话题熟悉度、篇章视觉词汇量、句法知识和二语阅读水平对二语词汇附带习得的影响。具体包括以下问题:1.话题熟悉度、篇章视觉词汇量、句法知识和二语阅读水平是否对二语词汇附带习得产生预测力?2.话题熟悉度、篇章视觉词汇量、句法知识和二语阅读水平对二语词汇附带习得的贡献力差异如何?本研究的受试来自南京工业大学两个自然班的82名非英语专业一年级学生。所有受试在课堂上接受了话题熟悉度问卷调查,篇章视觉词汇量测试、句法知识测试和二语阅读理解测试。在此之后,受试被要求完成二语词汇知识习得测试。话题熟悉度问卷调查测试受试对所选阅读材料的熟悉程度。篇章视觉词汇量测试对所选阅读材料中非目标词的了解情况。句法测试由多项选择题、完形填空题和改错题叁部分组成,衡量受试的语法和语篇知识。受试的二语阅读水平根据受试参加英语阅读理解测试的成绩来测定。二语即时测试的成绩则记为二语词汇知识的习得。多元线性回归分析结果如下:1.话题熟悉度、篇章视觉词汇量和二语阅读水平对二语词汇附带习得有显着预测力(p<.05,R2=.234);而句法知识对二语词汇附带习得没有预测力(p>.05)。2.篇章视觉词汇量对二语词汇附带习得的预测力高于话题熟悉度和二语阅读水平,因而,篇章视觉词汇量是影响二语词汇习得的最显着因素(部分相关系数为.253),而句法知识仍是对二语词汇习得没有预测力(p>.05)。本研究具有重要的理论和教学意义。本研究的理论意义在于可理解输入假说、图示理论、有限能力假设和“聚焦、充实”假说得到了研究结果的证实。此外,基于投入量假设的任务设计,也同样需要考虑到学习者本身诸多因素的制约。在教学法上,本研究也为二语教师提供如何扩大和提高学习者词汇知识方面提供有益的启示。一方面,教师应引导学生适当进行广泛和大量地阅读,以此扩大词汇量和丰富词汇知识;另一方面,在阅读教学指导过程中,二语教师应选择与二语阅读者水平相适应的阅读材料进行教学,由此激发学生的学习兴趣,此外,适当引导学生如何依据语境线索及上下文推测词义。(本文来源于《南京工业大学》期刊2014-12-23）
申亚琳[7]（2014）在《词汇广度和句法知识对二语阅读理解的预测》一文中研究指出基于阅读组合模式的理论框架、Nation提出的词汇广度测试构念和结构语言学家对于句法知识的界定,考察词汇广度和句法知识对二语阅读理解测试成绩的预测,以了解此预测是否受二语水平的调节作用。实验结果表明:受试的词汇广度和句法知识都与其阅读理解测试成绩存在线性相关关系;无论对于高水平受试还是低水平受试,句法知识对阅读理解测试成绩的预测能力都大于词汇广度对其的预测。(本文来源于《合肥师范学院学报》期刊2014年04期）
邓静[8]（2014）在《句法知识、词汇广度和词汇深度对阅读理解的影响》一文中研究指出基于阅读的成分分析法,本研究旨在考察不同二语水平的中国英语学习者英语词汇广度、深度和句法知识对英语阅读理解的预测力及其各自的关系。本实验共有高低水平两组被试,高水平组为35名英语专业本科大二学生,低水平组为35名非英语专业本科一年级学生。词汇广度和词汇深度的测量分别采用了国内外广泛采用的词汇水平测试(Vocabulary Level Test)和词汇联想测试(Word Associates Format)。而句法知识和阅读理解任务则是分别采用选择题形式的语法题和篇章阅读题构成。相关分析的结果显示：在低水平组,句法知识、词汇广度和词汇深度与阅读理解有效相关；而在高水平组,只有句法知识和词汇深度与阅读理解相关。此外,两组被试中均未发现词汇广度和深度呈相关性；且在低水平组中,词汇广度与句法知识相关,而在高水平组,词汇深度则与句法知识呈有效相关。进一步的逐步回归分析显示,在高水平组,句法知识是预测阅读能力的最佳指标,而在低水平组,词汇广度则是预测阅读能力的最佳指标,但句法知识仍具有预测意义。本研究印证了较于词汇知识,句法知识对阅读能力的重要性,同时为阅读教学提供了启示。(本文来源于《福建师范大学》期刊2014-04-04）
王璞[9]（2014）在《句法知识缺失对法语学习的负迁移影响》一文中研究指出句法是法语语法的基本组成部分,但实际教学中对句法知识的不够重视使得学生用法语表达时很明显地受到母语汉语乃至第一外语英语的负迁移影响,这一语言习得现象对法语教师的法语语法传授提出了更高的要求,即应把句法知识的传授提升到更高更重要的位置。(本文来源于《才智》期刊2014年06期）
魏子桉[10]（2013）在《运用英语句法知识突破文言虚词教学的尝试——以“之”为例》一文中研究指出由于现行语文教学淡化语法知识,致使很多学生的汉语语法知识非常薄弱。相反,学生的英语语法知识却比汉语语法知识丰富多了。文言虚词一直是文言文教学的难点所在,"之"作为最活跃的虚词,细分起来有八个用法,"作代词用"是最常见的用法,也比较好理解。理解难度较大并且容易混淆的当属"充当结构助词"、"定语后置的标志词"和"取消句子独立性"这叁项。因为这叁项涉(本文来源于《现代语文(教学研究版)》期刊2013年10期）
句法知识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
神经机器翻译通常采用序列-序列的神经网络模型对翻译任务建模,其翻译结果从流畅度、忠实度等方面都远超传统的统计机器翻译方法,使机器翻译技术达到了一个新的高度。通常情况下,神经机器翻译模型利用编码器以序列的形式对源语言句子编码,再利用解码器同样以序列的形式生成目标语言句子。然而语言中句子的构成并不是词语的简单罗列,实际上每句话都是由该语言的语法结构约束的。例如一个英文句子可以由主语、谓语、宾语组成,每个英文单词可以充当其中一个或多个角色,它们需要在语法的约束下才能组合成一个正确的句子。语法结构是语言中非常重要的组成部分。而神经机器翻译模型在翻译的过程中往往忽视了语法结构,导致翻译结果中仍存在违背语法约束的错误译文。在自然语言处理领域,语法通常由句法结构表示。近年来,基于句法的神经机器翻译成为神经机器翻译研究中的一个热点话题。本文主要针对基于句法的神经机器翻译中的五种问题提出相应的研究方法。第一,针对基于句法的神经翻译模型中源语言树结构编码复杂的问题,提出一种简单有效的基于依存句法结构遍历的编码方法。源语言的句法结构可以帮助神经翻译模型准确地理解源语言中词语之间的结构关系,比如主谓关系,修饰关系等,从而保证译文最大限度的契合源语言。现有的诸多方法利用复杂的神经网络结构对源语言的句法结构进行编码。虽然实现了将句法信息引入到神经翻译模型中,但大大增加了模型的复杂度。针对这一问题,本文提出了基于依存句法结构遍历的编码方法。该方法立足于结构简单的源语言依存句法结构,通过先序、后序的遍历方式构建出两种不同于源语言句子的序列,同时它们最大限度地保留了句法结构知识。本文通过在编码器中额外地编码这两种遍历序列,将源语言的依存句法结构引入到神经翻译模型中。实验结果表明这种方法可以有效地让神经机器翻译利用源语言句法知识,并提高了翻译性能。第二,目前新兴的基于完全自注意力机制的Transformer模型已经全面地超越了以往的神经机器翻译模型,然而句法结构能否对Transformer有帮助仍是一个研究空白。本文在Transformer的基础上提出一种基于源语言依存结构的有监督编码器。Transformer编码器的特点是利用多层的多路自注意力网络从不同角度隐式地对源语言建模。针对这一点,本文提出利用依存句法结构指导自注意力网络显示地对句法结构建模。首先,本文在依存句法结构的基础上提出两种结构依存矩阵,这两个矩阵分别包含了子节点到父节点的依赖关系和父节点到子节点的依赖关系。然后,在Transformer模型的训练过程中,利用这两个矩阵去指导自注意力网络显示地对依存结构建模,从而达到将依存结构引入Transformer的目的。该方法简单易行,既不增加Transformer网络的复杂度,又不打破Transformer高度并行化的优势。在翻译过程中,编码器能够自动的构建源语言依存结构,并将其用来帮助翻译的产生。实验结果表明该方法可以有效地利用源语言依存句法结构提高Transformer的翻译性能。第叁,针对在神经机器翻译模型中利用目标语言句法知识这一问题,本文提出了序列-依存的翻译模型。目标语言的依存句法知识可以直接有效地约束译文,使其满足语法结构。现有方法大多集中于如何在翻译过程中生成译文对应的句法结构,却忽视了对如何有效地利用已生成的句法结构进一步提高译文的质量。本文立足于目标语言的依存句法结构,提出序列-依存的翻译模型。该模型能够在翻译的过程中同时为译文构建依存句法结构,并从已生成的局部句法结构中抽取句法级的上下文知识,进一步帮助后续译文和句法结构的生成。实验结果表明本文提出的序列-依存翻译模型能够很好地利用目标语言句法知识提高模型的翻译能力,同时也能为译文建立合理的句法结构。第四,针对现有工作未能在神经机器翻译模型中同时利用源语言和目标语言句法知识这一问题,本文提出依存-依存的翻译模型。句法是比句子复杂很多的结构化知识,在基于序列的神经翻译模型中利用单一方向的句法知识已经很有挑战,那么要同时利用两个方向的句法知识更是难上加难,因此现有工作未能同时考虑二者。针对这一问题,本文提出依存-依存的神经翻译模型,该模型实现了同时利用源语言和目标语言的依存句法结构。本文将依存-依存的模型框架分别应用在基于循环神经网络的翻译模型和Transformer中并提高了二者的翻译性能。第五,本文对基于句法的翻译模型做了比较全面的分析,包括以下叁个方面:(1)分析了训练数据规模对翻译模型的影响;(2)分析了句法精度对翻译模型的影响;(3)基于句法的翻译模型在相似语种和不相似语种下的翻译效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
句法知识论文参考文献
[1].王璞,宁婧思.法语句法知识扭曲对写作教学的负迁移影响及其对策[J].东西南北.2019
[2].吴双志.融合句法知识的神经机器翻译研究[D].哈尔滨工业大学.2019
[3].刘洋,毕玉德,李健.基于句法知识的复句解构对韩汉复句机器翻译改进刍议[J].洛阳师范学院学报.2017
[4].郭俊博,张喜媛,杜金华.N-Best句法知识增强的统计机器翻译预调序模型[J].计算机工程与应用.2016
[5].张焕芹.浅谈英语论说文的句法知识[J].校园英语.2015
[6].张晓琳.话题熟悉度、篇章视觉词汇量、句法知识和阅读水平对英语学习者词汇附带习得的影响研究[D].南京工业大学.2014
[7].申亚琳.词汇广度和句法知识对二语阅读理解的预测[J].合肥师范学院学报.2014
[8].邓静.句法知识、词汇广度和词汇深度对阅读理解的影响[D].福建师范大学.2014
[9].王璞.句法知识缺失对法语学习的负迁移影响[J].才智.2014
[10].魏子桉.运用英语句法知识突破文言虚词教学的尝试——以“之”为例[J].现代语文(教学研究版).2013
论文知识图
