本文關(guān)鍵詞：漢語(yǔ)名詞語(yǔ)義特征小型數(shù)據(jù)庫(kù)構(gòu)建與應(yīng)用的初步研究　出處：《南京醫(yī)科大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 名詞概念 語(yǔ)義特征 聚類分析 秩次 康復(fù) 語(yǔ)義特征 失用癥 漢語(yǔ)語(yǔ)義特征分型 言語(yǔ)治療

【摘要】：目的:構(gòu)建漢語(yǔ)名詞語(yǔ)義特征模型,為臨床言語(yǔ)治療提供量化和可視化語(yǔ)義特征數(shù)據(jù)庫(kù)。方法:以60個(gè)常見名詞概念為刺激詞,對(duì)健康受試者實(shí)施語(yǔ)義特征提名,采集各概念的語(yǔ)義特征條目,繼而根據(jù)漢語(yǔ)語(yǔ)義特征分型方案對(duì)條目進(jìn)行分類。最后以R軟件實(shí)施分類數(shù)據(jù)可視化、聚類和統(tǒng)計(jì)檢驗(yàn)。結(jié)果:1、根據(jù)語(yǔ)義特征進(jìn)行的概念聚類與經(jīng)驗(yàn)性分類結(jié)果基本一致,語(yǔ)義特征可以反映概念間語(yǔ)義關(guān)系。2、不同領(lǐng)域概念的語(yǔ)義認(rèn)知處理具有類型偏向性,生物領(lǐng)域概念具有更多的感覺(jué)信息特征,而非生物領(lǐng)域概念則具有更多的功能用途特征。3、秩次居于首位的語(yǔ)義特征,在分類范疇型顯著高。結(jié)論:根據(jù)漢語(yǔ)語(yǔ)義特征數(shù)據(jù)建立的模型可以有效反映概念語(yǔ)義結(jié)構(gòu),有助于根據(jù)量化指標(biāo)提取語(yǔ)義訓(xùn)練素材。目的:分析認(rèn)知功能障礙患者的語(yǔ)義特征分布特點(diǎn),驗(yàn)證漢語(yǔ)語(yǔ)義特征分型方案的合理性。方法:以60個(gè)常見名詞概念為刺激詞,對(duì)失用癥患者實(shí)施語(yǔ)義特征提名,采集各概念的語(yǔ)義特征條目,繼而根據(jù)漢語(yǔ)語(yǔ)義特征分型方案對(duì)條目進(jìn)行分類。最后以R軟件實(shí)施分類數(shù)據(jù)可視化和統(tǒng)計(jì)檢驗(yàn)。結(jié)果:在概念領(lǐng)域水平,兩名患者表現(xiàn)出相似的模式,功能用途型特征的改善明顯,在治療后非生物領(lǐng)域概念的功能用途型特征顯著高于預(yù)期。與正常受試者的語(yǔ)義分布模型比較發(fā)現(xiàn),第二次測(cè)試時(shí),兩名患者在生物領(lǐng)域語(yǔ)義特征類型偏向性降低,而非生物領(lǐng)域的類型偏向性在增加。結(jié)論:漢語(yǔ)語(yǔ)義特征分型方案有助于評(píng)估患者的語(yǔ)義特征分布狀態(tài),提供康復(fù)治療線索。
[Abstract]:Objective: to construct a semantic feature model of Chinese nouns to provide a quantitative and visual semantic feature database for clinical speech therapy. Methods: sixty common noun concepts were used as stimuli. The healthy subjects were nominated for semantic features, and the semantic feature items of each concept were collected. Then the items were classified according to the Chinese semantic feature classification scheme. Finally, the classification data visualization was implemented with R software. Clustering and statistical test. Result: 1, the concept clustering according to semantic features is basically consistent with empirical classification results, semantic features can reflect the semantic relationship between concepts. 2. Semantic cognitive processing of different domain concepts has type bias, biological domain concepts have more sensory information characteristics, and non-biological domain concepts have more functional use characteristics. Rank is the most important semantic feature, which is significantly higher in classification category. Conclusion: the model based on Chinese semantic feature data can effectively reflect the conceptual semantic structure. Objective: to analyze the distribution characteristics of semantic features in patients with cognitive dysfunction. Methods: 60 common noun concepts were used as stimulus words to nominate the semantic features of the patients with apraxia and to collect the semantic feature entries of each concept. Then the items are classified according to the Chinese semantic feature classification scheme. Finally, the classification data visualization and statistical test are implemented with R software. Results: at the conceptual level, the two patients showed similar patterns. The functional use-type features were significantly improved after treatment. Compared with the semantic distribution model of normal subjects, the functional use-type features of the non-biological domain concept were significantly higher than expected. Two patients in the biological domain semantic feature type bias decreased, while the non-biological domain type bias is increasing. Conclusion: Chinese semantic feature classification scheme is helpful to assess the semantic feature distribution of patients. Provide clues to rehabilitation treatment.
【學(xué)位授予單位】：南京醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R49;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 何瑋;Reference Manager10的特征及專題數(shù)據(jù)庫(kù)構(gòu)建[J];醫(yī)學(xué)信息;2003年11期

相關(guān)會(huì)議論文 前1條

1 周云成;樸在林;許童羽;付立思;;基于CIM的配電網(wǎng)空間數(shù)據(jù)庫(kù)構(gòu)建及維護(hù)方法研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)電氣信息與自動(dòng)化專業(yè)委員會(huì)、中國(guó)電機(jī)工程學(xué)會(huì)農(nóng)村電氣化分會(huì)科技與教育專委會(huì)2010年學(xué)術(shù)年會(huì)論文摘要[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 ;開源應(yīng)用棧：華而不實(shí)？[N];網(wǎng)絡(luò)世界;2007年

相關(guān)碩士學(xué)位論文 前10條

1 向偉華;漢語(yǔ)名詞語(yǔ)義特征小型數(shù)據(jù)庫(kù)構(gòu)建與應(yīng)用的初步研究[D];南京醫(yī)科大學(xué);2015年

2 李明陽(yáng);期刊全文數(shù)據(jù)庫(kù)構(gòu)建的經(jīng)濟(jì)學(xué)思考[D];湖南大學(xué);2008年

3 王軍輝;基于無(wú)詞典分詞的中文生物醫(yī)學(xué)文獻(xiàn)相關(guān)性數(shù)據(jù)庫(kù)構(gòu)建方法研究[D];中國(guó)協(xié)和醫(yī)科大學(xué);2009年

4 朱瓊瑤;水質(zhì)時(shí)序數(shù)據(jù)處理及預(yù)警系統(tǒng)數(shù)據(jù)庫(kù)構(gòu)建技術(shù)研究[D];浙江大學(xué);2012年

5 謝禮天;面向?qū)ο驡IS數(shù)據(jù)庫(kù)構(gòu)建思想及其在城市水災(zāi)信息系統(tǒng)中的應(yīng)用[D];汕頭大學(xué);2002年

6 閆yN;水中目標(biāo)特性專利分析及數(shù)據(jù)庫(kù)構(gòu)建研究實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2009年

7 余治倫;數(shù)字村莊農(nóng)業(yè)資源數(shù)據(jù)庫(kù)構(gòu)建研究[D];華中農(nóng)業(yè)大學(xué);2012年

8 蔣春艷;基于IBM DB2的中國(guó)寄生性膜翅目昆蟲資源數(shù)據(jù)庫(kù)構(gòu)建[D];福建農(nóng)林大學(xué);2006年

9 王偉鵬;農(nóng)村集體土地兩權(quán)一體化數(shù)據(jù)庫(kù)構(gòu)建技術(shù)研究[D];昆明理工大學(xué);2014年

10 羅濤;基于ArcGIS的水電工程空間數(shù)據(jù)庫(kù)構(gòu)建方法研究[D];華中科技大學(xué);2012年

，

本文編號(hào)：1440686