首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 140 毫秒
1.
英语介词数量较大,用法灵活,长期以来一直是TEFL教学的一项重要内容。英语介词的语义及其语义范畴不是固定的、一成不变的,在不同的语言环境下,它们的语义范畴会呈现不同的类型特征,从语言学的角度来看,英语介词语义范畴转换具有自身的规律和特点。充分了解和掌握英语介词语义范畴转换有助于学习者更加全面、准确地理解和使用英语介词。  相似文献   

2.
从认知的角度研究介词 by 静态和动态的空间语义及其意象图式.以空间语义为基础,通过空间隐喻,介词 by 延伸出四种表示非空间关系的隐喻语义.通过分析介词 by 空间语义与非空间语义的联系,帮助广大英语从业者进一步认识与理解该词  相似文献   

3.
全空间地理信息系统的建设和智慧城市等GIS应用的发展,需对各类地理实体或地理现象抽象成的时空对象采集多类型的属性数据,这些属性数据一般具有多尺度、多维度、动态性的特点,带给时空对象属性特征的表达和管理一定的挑战。本文针对当前时空对象属性特征表达方法中存在的组织结构不清晰、存储冗余、语义异构等表达问题,提出了一套顾及语义尺度和动态特性的属性特征的表达和操作方法。该方法基于概念分类理论实现时空对象属性信息的分类组织,在属性特征表达中引入独立于时空对象空间特征的时间标记,结合属性表达的原始集族和更新集族来记录和管理不同时间节点下的时空对象属性特征;进而面向具有不同语义尺度表达需求的属性特征,设置知识参考表达集合,并在属性特征表达中增加语义尺度标识,对其语义尺度及不同语义尺度间的转换关系进行描述。最后,基于独立时间标记、知识参照表达集合及语义尺度标识,给出属性信息表达在时间尺度转换和语义尺度转化的操作方法,并举例给出了该属性特征动态表达和操作方法的一种实现。本文提出的方法有助于减少时空对象数据模型的存储冗余,提高其属性信息的操作效率,初步实现了时空对象属性特征的多时间尺度和多语义尺度的认知方式,为时空对象属性特征的精细化管理提供了新思路。  相似文献   

4.
从实例出发,分析了避碰规则中经常出现的间隔和省略语法现象,如主语与谓语的间隔,谓语两个组成部分的分隔,以及长句中名词、介词短语和动词的省略等,旨在对航海英语教学和航海英语学习者有所启示。  相似文献   

5.
针对现有的大量古建筑三维模型缺乏语义信息,不利于精细化和智能化管理等问题,对城市地理标记语言(City Geography Markup Language, CityGML)定义的建筑物模型进行了语义扩展,提出了一种从古建筑几何模型自动识别语义对象并转化为CityGML扩展模型的方法。首先,总结我国明清古建筑构件的共有特征,并使用CityGML的应用领域扩展机制增加斗拱、梁、柱、台基等古建筑通用对象的几何和语义表达。其次,利用古建筑Mesh模型各面片的法向量、坐标范围等特征和自定义规则提出了一套古建筑屋顶、墙面、立柱、门窗等语义对象自动识别方法。最后,依据CityGML扩展模型设计规范,从识别对象自动构建出几何语义一体化表达的古建筑三维模型。采用2个不同风格的古建筑模型进行语义对象提取和CityGML模型生成实验,使用本文提出的Mesh模型到CityGML LoD3扩展语义模型转换方法能够自动提取屋顶、墙面、台基等9类语义对象,每个Mesh模型能转换并生成400多个包含语义信息的平面多边形,95%以上的面片能正确识别。结果表明本文设计的CityGML扩展模型能够有效支持古建筑模型典型构...  相似文献   

6.
基于地理语义的空间关系查询和推理   总被引:3,自引:0,他引:3  
地理空间中的地物,根据其本体类型具有不同的地理语义特征。受到地理语义的影响,人们在描述几何特征和关系相似的物体之间的空间关系时,所用的词汇是不同的。目前,人们在空间关系的自然语言查询方面的研究主要集中在空间关系描述、空间关系自然语言形式化表达、空间关系自然语言查询语句的转换,以及空间关系自然语言查询的查询接口等方面,没有考虑到地理本体的语义差异,这会使得空间关系的自然语言查询不能符合人类语言和认知的习惯。本文依据一些学者在空间关系的自然语言描述的形式化(主要是线和线、线和面等形状的空间地物之间的关系)研究的基础上,针对不同地理本体类型的空间地物和空间关系自然语言描述词汇之间对应的语义关系有所不同的特点,总结了自然语言词汇在描述空间关系时的对应规则,提出不同特征类型地物和描述词汇之间的规则库设计方法,并设计部分空间地物的规则实例。最后,结合空间关系判断函数,设计具体查询系统实践举例证明。  相似文献   

7.
从实例出发,分析了避碰规则中经常出现的间隔和省略语法现象,如主语与谓语的间隔,谓语两个组成部分的分隔,以及长句中名词、介词短语和动词的省略等,旨在对航海英语教学和航海英语学习者有所启示。  相似文献   

8.
网络向人们传播各种各样信息的同时,网络英语也在潜移默化影响着人们日常英语的表达,且产生了大量英语词句在网络中流行,形成不同于传统英语模式的英语新词。尝试对网络英语新词的构成及语义特征加以总结归纳,论述了网络英语新词具有的简练明确、形象生动、创造性、隐喻化等特征,以使人们更好地了解和掌握网络英语新词,加强英语词汇的研究,促进网络语境下的语言交际和跨文化交际。  相似文献   

9.
建筑信息模型(BIM)与地理信息系统(GIS)集成,不仅使得精细化的三维模型得到极大重用,同时两者的数据集成和共享可实现从几何到物理和功能特性的多尺度综合表达,已经成为新一代数字城市三维建模的关键途径之一。本文选取典型的BIM模型数据格式(RVT),提出语义约束的RVT模型到City GML模型的转换方法,以BIM模型丰富的语义信息为约束实现几何简化及转换,同时实现了几何部件与语义信息的一一映射及语义输出,并以建筑模型、暖通、桥梁模型为例进行了验证。  相似文献   

10.
针对船员掌握航海英语口语普遍存在困难的现状,提出了中英语码转换交流练习模式,即采用以中文为主英文为辅的中英语码转换模式,涉及航海专业生难词汇表达时用英文,其他信息用中文。该模式能有效提高船员学习英语的兴趣,创造自然的英语语言习得过程,为掌握航海英语口语打下坚实基础。  相似文献   

11.
收集黄河三角洲地区土地利用现状数据和地理国情普查数据,将土地利用现状数据中的"DLTB"层采用场模型和地理国情普查数据中的地表覆盖分类数据"LCA"层,进行区域无缝覆盖,将这两类数据完整对应。对于无法一一对应的类别,采用"主要对应"进行对比。对于不同土地利用类别对应到国情普查中相同的类别时,类别面积不重复、不漏算。以全覆盖做全局对比,结合土地利用的其他数据、地理国情要素数据进行细类比对、专题比对。以指标体系中分类含义为基础,兼顾实际,建立两类数据对照关系。以土地利用大类为基础,对普查数据二、三级类重新归类,形成与土地利用现状数据有对照意义的"大类"。统计各类地物面积时,采用相同的方法进行统计,总结该地区两类数据存在的异同,并分析差异的原因,为两类数据的相互利用提供借鉴。  相似文献   

12.
要做好 Cent- 4 ,Cent- 6中的英译汉试题 ,首先考生需要掌握一定的词汇 ,其次 ,考生准确地理解原文也致关重要。再则 ,合适的汉语表达更不容忽视 ,译文的质量最终取决于考生的汉语水平 ,语言表达能力 ,掌握英语的程度等方面。  相似文献   

13.
论公文写作的快速成文技巧   总被引:1,自引:0,他引:1  
公文的价值和作用很大程度上就体现在时效性上,因此,公文写作有严格的时限要求。学习公文快速写作应做到:留心搜集资料,善于参考借用;明确行文目的,确立公文主旨;了解公文种类,选择适用文种;遵循思维规律,理清写作思路;掌握结构模式,迅速判断套用;学会公文惯用语,方便快捷表述。  相似文献   

14.
昆中断裂带是东昆仑成矿带发育多条巨型断裂构造之一,控制并切割自元古宙以来的不同地质体,对区域成矿具有明显的控制作用,其次级断裂或主断裂构造的交叉部位往往是成矿通道和容矿部位。研究区位于昆中断裂两侧,属活动区造山带,成矿期次多,类型复杂,具有良好成矿地质条件,已发现矿床、矿(化)点多处,与Nb,Y,La,Cu,Zn,Mo,Au,Ag,As,Pb元素为主的地球化学异常对应较好。  相似文献   

15.
一种通用GML 3.0解析引擎的设计与实现   总被引:5,自引:0,他引:5  
GML提供了一套核心模式和一个基于对象/属性的简单语义模型,使用GML模型及其模式组件,用户可以灵活定义自己的应用模式.然而由于GML建模的这种灵活性,导致不同领域、不同用户定义的应用模式之可能存在较大的差异,从而大大增加了GML数据处理软件的设计难度。如何解析不同用户、不同领域的GML应用模式并理解GML应用模式中元素及类型的语义,就成了基于GML空间数据语义集成共享必须解决的难题。本文首先简单介绍了GML3.0中最常用的3个核心模式、GML应用模式与核心模式的关系及GML模式中元素类型间的约束关系:然后分析了GML 3.0要素的属性组成;提出了通用GML3.0解析引擎中元素语义识别方法;最后,利用JavaBeans技术,在JBuilder X环境下实现了通用GML 3.0解析引擎。  相似文献   

16.
地理知识库是地理实体及其相互间关系的集合,对于智能搜索、问答、推荐等知识服务有重要的支撑作用。然而,已有的地理知识库由于来源、形式、构建者等的不同,在实体地名、空间位置、类别等方面存在“同义异形”和“同形异义”的语义异构现象,影响了地理知识库间的知识融合与共享。语义对齐是解决语义异构的一种有效方法,其中实体类别对齐是语义对齐的基础,对于提高实体地名和空间位置的对齐精度具有重要作用。现有的实体类别对齐方法主要采用传统的字符相似度和结构相似度等来度量类别的相似度,无法捕捉实体类别深层次的语义相关性,从而影响了类别对齐的精确性。因此,本文提出了一种基于词嵌入的地理实体类别对齐方法,采用词嵌入模型从语料中学习实体类别的语义信息,并通过词向量来表达,以此弥补现有方法存在的缺失,进而提升实体对齐精度。进一步地,通过通用语料与地理信息语料的融合,本文实现了词嵌入模型所用语料在地理语义方面的增强,从而更精准地度量地理实体类别间的相关性。不同地理知识库实体类别对齐的实验表明,本文提出的方法能够有效捕捉地理实体类别的深层次语义信息,其实体类别对齐的调和平均值(Fl)可达0.9568,有效提高了实体类别的对齐精度。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号