导读:本文包含了词典分析论文开题报告文献综述及选题提纲参考文献，主要关键词:词典学,文献计量法,CNKI,Web,of,Science
词典分析论文文献综述
陈仕鸿,余晓晖,李雨珊[1]（2019）在《2010-2018年词典研究的中外文献定量分析》一文中研究指出采用文献计量法,对中外主要文献网站2010-2018年间发表的词典研究相关学术论文进行定量分析,研究中外文献在词典研究领域的研究现状及中外研究异同。分析结果表明:近年中外词典研究的论文数量基本保持平稳,文献来源及研究者较为集中;研究热点已倾向与语料库等信息技术的融合;词典编纂与语料库成为最大的共现关键词,中外词典研究的聚类大致分为7类和8类;中外在词典研究内容上略有不同,国内学者主要研究特定词典的应用,而国外主要研究词典的功能。(本文来源于《柳州职业技术学院学报》期刊2019年05期）
胡二娟[2]（2019）在《高职院校常用词典翻译类软件的现状分析》一文中研究指出随着经济全球化的高速发展,英语的重要性越来越被凸显出来。电子科技的发展和英语学习人群的增长使词典类翻译软件得到了快速的发展,受到英语学习者的一致青睐。然而,翻译类软件或多或少存在着一些问题,比如翻译质量不高、用户满意度不高。本文通过问卷调查与对比分析,尝试了解我国高职院校常用词典翻译类软件的现状,以期为翻译类软件的良性发展和完善提出可行性建议,以便为高职院校学生的英语学习提供更多帮助,为我国高职院校的英语教学改革略尽绵薄之力。(本文来源于《现代信息科技》期刊2019年19期）
吴杰胜,陆奎[3]（2019）在《基于多部情感词典和规则集的中文微博情感分析研究》一文中研究指出微博情感分析是对微博文本情感极性的判断并实现微博消息分类,可以对网络舆情进行及时有效的决策。做好微博情感分析的关键点是在原有的基础上更加准确地分析出每条微博文本的情感极性,因此以此为目标对微博进行情感分析。对情感词典进行改进与扩充,主要包括构造程度副词、否定词词典、微博领域词典等相关词典。同时将文本之间的语义规则集考虑到情感分析中,主要涵盖了句间分析规则和句型分析规则。多部情感词典和规则集相结合的方式实现了对微博的情感分析。实验结果证明了该方法对微博情感分析有一定的作用。(本文来源于《计算机应用与软件》期刊2019年09期）
徐善山[4]（2019）在《基于领域词典和机器学习的影评情感分析》一文中研究指出针对影评文本情感分析准确性不高的问题,本文提出一种基于影评领域词典结合机器学习的情感分析方法。首先,构建完备的影评领域相关词典,如程度副词词典、否定词词典和网络用词词典。然后,利用文本相似度的方法(TSIM)对训练数据集进行去重处理,并提出叁类特征:词性、句法、依存进行选择。最后,利用NB和SVM相结合的分类方法对影评进行情感分类。实现结果表明,该方法相对于仅仅基于传统的机器学习的方法,具有更准确的分类精度。(本文来源于《电脑知识与技术》期刊2019年23期）
崔耕[5]（2019）在《词的精神分析——《马桥词典》再解读》一文中研究指出韩少功的长篇小说《马桥词典》是中国当代文学史上引人注目的作品。自它1996年问世以来,就伴随着批评界的各种声音。在研究《马桥词典》的诸多成果中,文体研究占据了很大的比重,以词典为方式去编织小说被认为是《马桥词典》最具有开创性的部分。20多年来,众多研究成果多以文体分析为中心,扩散到如何在小说中刻画人物形象、~((1))展现地方历史、地方特色,~((2))如何进行社会文化批判以及由特殊的文体形成新的叙事方式~((3))等。与此大不相同,本文力图(本文来源于《当代作家评论》期刊2019年04期）
金沛沛[6]（2019）在《基于学习者需求的汉语学习词典语用信息选取分析》一文中研究指出文章旨在研究汉语学习词典中语用信息的问题。语用信息是词典中负载语用意义的信息,它是学习词典中的重要信息,也是促进汉语学习者进行语用学习的重要方式。在以往对学习词典语用信息选取的研究中,尚未关照到词典的使用者——学习者(汉语学习者)的实际需求。文章基于前人的研究成果和需求分析理论,试图从学习者需求视角进行语用信息选取。调查方法以问卷调查为主,调查结果中有一些需要进一步探究的问题,我们选择了若干被试进行后续访谈。调查结果显示:(1)学习者对语用目标的需求比较强烈。(2)尽管和语用目标需求有一定程度的差异,学习者对词典语用信息也有相当程度的需求。(3)不管是语用目标需求还是语用信息需求,其内部项目之间的重视程度有所差异,并且有些差异已达到了显着程度。这提示我们在进行语用信息选取的过程中,要考虑学习者对不同语用项目的需求差异。最后,文章结合学习者的实际需求,考察了叁部汉语学习词典语用信息的处理情况,并指出了其中存在的问题。(本文来源于《辞书研究》期刊2019年04期）
程树华,王山,王张,王杭[7]（2019）在《基于语料库的定性定量分析在阿育吠陀词汇梵-拉-英-汉四语词典编纂中的翻译应用》一文中研究指出在编纂阿育吠陀梵-拉-英-汉四语词典的过程中,课题组从《印度阿育吠陀药典》(The Ayurvedic Pharmacopoeia of India,API)和《印度阿育吠陀处方集》(The Ayurvedic Formulary of India,AFI)中提取阿育吠陀梵语词汇及其英文和/或拉丁文的对照翻译共计6667条,采用人工查阅词典翻译、电子词典机器翻译、人机互动翻译相结合的办法,将其翻译成汉语,形成梵-拉-英-汉四语对照词典。为保证翻译质量,课题组利用美国杨百翰大学语料库、北京大学CCL语料库、北京语言大学BCC语料库和中国知网CNKI翻译助手对上述词条进行了定性定量分析和译文修正,并对原医典的英文翻译部分地提出了修改意见。(本文来源于《攀枝花学院学报》期刊2019年04期）
刘亚杰[8]（2019）在《汉英中国哲学术语词典出版现状与问题分析》一文中研究指出近半世纪以来,随着我国经济的快速发展,与世界交往日益频繁。顺应这一趋势,各类汉英双语词典的编纂和出版也如雨后春笋般蓬勃发展,不仅在出版数量上超过以往任何时期,在编纂质量上也有了较大的提高。但遗憾的是,作为中华民族的思想之"髓",文化之"根"的中国传统哲学术语却没有得到足够的重视,以中国哲学术语为专门编纂对象的汉英词典不仅寥寥无几,且在词目收录、译文选择和释文编排上均有不少需要改进的空间。(本文来源于《大众文艺》期刊2019年13期）
胡荣,崔荣一,赵亚慧[9]（2019）在《基于情感词典的课程评论情感分析》一文中研究指出采用极性计算方法,对MOOCs上的课程评论进行情感分析.首先,从MOOCs上搜集课程评论,并对所有评论按学习者、授课方式、课件、平台和视频这5个属性进行分类.其次,基于情感词典对各属性评论进行极性计算,得到各属性的正向评论、负向评论、中性评论和无效评论,将正向评论和负向评论作用于课程评分.最后,分别计算课程评论与5个属性在网页中的共现频率,并将单个共现频率与总共现频率之比作为评分的权重,从教育者角度、学习者角度和平台角度对课程进行评分.将本文方法应用于某高校的课程分析中,结果表明本文方法所得的结果客观、合理.(本文来源于《延边大学学报(自然科学版)》期刊2019年02期）
吕翔,刘陆民[10]（2019）在《群体性事件网络舆情情感分析的情感词典构建》一文中研究指出在群体性事件爆发后网络上会充斥着各式各样的言论,网民通过简短的句子反映了对某个事件的态度,常常带着浓烈的个人感情色彩和强烈的主观色彩,通过挖掘和分析包含网民情感的网络群体性事件的舆情信息,可以了解网络舆情的发展动向,从而进行有效的掌握和引导。本文在已有基础情感词典的基础上,构建针对群体性事件的网络用语情感词典、网络表情符号情感词典、否定词词典、领域词典,使用libsvm对微博评论文本分类、计算情感倾向,并对构建词典的有效性进行了分析验证。(本文来源于《信阳农林学院学报》期刊2019年02期）
词典分析论文开题报告
（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：
随着经济全球化的高速发展,英语的重要性越来越被凸显出来。电子科技的发展和英语学习人群的增长使词典类翻译软件得到了快速的发展,受到英语学习者的一致青睐。然而,翻译类软件或多或少存在着一些问题,比如翻译质量不高、用户满意度不高。本文通过问卷调查与对比分析,尝试了解我国高职院校常用词典翻译类软件的现状,以期为翻译类软件的良性发展和完善提出可行性建议,以便为高职院校学生的英语学习提供更多帮助,为我国高职院校的英语教学改革略尽绵薄之力。
（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。
词典分析论文参考文献
[1].陈仕鸿,余晓晖,李雨珊.2010-2018年词典研究的中外文献定量分析[J].柳州职业技术学院学报.2019
[2].胡二娟.高职院校常用词典翻译类软件的现状分析[J].现代信息科技.2019
[3].吴杰胜,陆奎.基于多部情感词典和规则集的中文微博情感分析研究[J].计算机应用与软件.2019
[4].徐善山.基于领域词典和机器学习的影评情感分析[J].电脑知识与技术.2019
[5].崔耕.词的精神分析——《马桥词典》再解读[J].当代作家评论.2019
[6].金沛沛.基于学习者需求的汉语学习词典语用信息选取分析[J].辞书研究.2019
[7].程树华,王山,王张,王杭.基于语料库的定性定量分析在阿育吠陀词汇梵-拉-英-汉四语词典编纂中的翻译应用[J].攀枝花学院学报.2019
[8].刘亚杰.汉英中国哲学术语词典出版现状与问题分析[J].大众文艺.2019
[9].胡荣,崔荣一,赵亚慧.基于情感词典的课程评论情感分析[J].延边大学学报(自然科学版).2019
[10].吕翔,刘陆民.群体性事件网络舆情情感分析的情感词典构建[J].信阳农林学院学报.2019