1) Producing response
响应生成
2) Response to hydrocarbon accumulation
成藏响应
5) ecological response
生态响应
1.
Monitor of ecological response along lower reaches of Tarim River based on remote sensing;
塔里木河下游生态响应遥感监测研究
2.
In the present study, ecological responses and heavy metal accumulation of Lolium perenne L.
将城市生活垃圾堆肥与豆秸复合成基质,通过培植草坪植物,研究了黑麦草与高羊茅对复合基质的生态响应及其对重金属的富集效应。
3.
Turf media were respectively compounded by loam, clay soil, sand and waste crumb rubber with four different sizes as soil amendment, and ecological responses of turfgrass were investigated.
选择4种不同粒径大小的废旧橡胶颗粒分别与壤土、粘土、沙土组配草坪基质,通过组配基质构建草坪建植体系,研究了草坪植物的生态响应。
6) physiological response
生理响应
1.
Physiological responses of Gracilaria tenuistipitata under different levels of NO_3~-N;
细基江蓠繁枝变型对水体硝态氮变化的生理响应
2.
Comparison of resistance and physiological response of different clones of hybrid tulip tree (Liriodendron chinense× L. tulipifera) to Pb stress;
杂交鹅掌楸不同无性系对Pb胁迫的生理响应及抗性比较
3.
Photosynthetic physiological response of alfalfa (Medicago sativa) to drought stress;
紫花苜蓿(Medicago sativa)对干旱胁迫的光合生理响应
补充资料：响应生成
用计算机自动生成响应的过程或技术，也称文本生成。 这里所谓文本指的是某一自然语言的短语、句子、段落或短文。响应生成技术的关键在于将反映语句意义的机内表示形式转换为反映语句表层结构的外部形式，因此在一定程度上可以看成是自然语言理解的逆过程。响应生成技术虽然从60年代就已开始研究，但仍处于形成阶段。从人工智能的角度看，主要研究能反映语义的各种机内表示形式，包括机器翻译、文献释意、问答系统、智能化信息检索系统等方面。在所有自然语言的处理系统中，如果需要对以自然语言形式输入的原文也以某种自然语言形式作出响应，都需要应用响应生成技术。理论语言学家也应用响应生成技术随机生成一些句子，用来测试所设计的语法理论的正确性。
40年代末期,机器翻译工作者提出将语言A翻译为语言 B要经过一个不取决于源语言和目标语言的通用中间语言阶段来表达语义的观点。实际上这同后来提出的知识表示的观点是一致的。处理中间语言的语法因问题而异,例如，从属语法(dependancy grammars)就是在前后语无关语法（或称上下文无关文法）每一条规则右部设置一个主导词标记*，未标*者即为从属于主导词的句子成分。对每个输入句，根据从属语法，响应生成程序给出一棵语法树(用以检查该句子是否合乎给定语法)和一棵从属树(用来反映句子成分的从属关系,以便进一步分析初步的语义关系)。例如对The boy is smart (男孩很灵巧)的句子,其对应的从属语法、语法树和从属树如图1。如果输入一段原文：The boy rides a bicycle. The boy is smart.A bicycle is a vehicle with wheels(男孩骑自行车。男孩很灵巧。自行车是带轮的车辆)，则其对应的多重从属语法如图2。根据多重从属语法图，响应生成程序可以生成The smart boy rides a vehicle with wheels （灵巧的男孩骑一辆带轮的车）这样的句子。由于规定了从属关系不允许越过不是be的动词和不是of的介词而传递，所以不可能出现象The boy rides the wheels（男孩骑在轮上）那样的句子。
参考书目
T.Winograd,Language as a Cognitive Process,Vol.I Addison－Wesley Publ.Co., Reading, Mess.,1983.
40年代末期,机器翻译工作者提出将语言A翻译为语言 B要经过一个不取决于源语言和目标语言的通用中间语言阶段来表达语义的观点。实际上这同后来提出的知识表示的观点是一致的。处理中间语言的语法因问题而异,例如，从属语法(dependancy grammars)就是在前后语无关语法（或称上下文无关文法）每一条规则右部设置一个主导词标记*，未标*者即为从属于主导词的句子成分。对每个输入句，根据从属语法，响应生成程序给出一棵语法树(用以检查该句子是否合乎给定语法)和一棵从属树(用来反映句子成分的从属关系,以便进一步分析初步的语义关系)。例如对The boy is smart (男孩很灵巧)的句子,其对应的从属语法、语法树和从属树如图1。如果输入一段原文：The boy rides a bicycle. The boy is smart.A bicycle is a vehicle with wheels(男孩骑自行车。男孩很灵巧。自行车是带轮的车辆)，则其对应的多重从属语法如图2。根据多重从属语法图，响应生成程序可以生成The smart boy rides a vehicle with wheels （灵巧的男孩骑一辆带轮的车）这样的句子。由于规定了从属关系不允许越过不是be的动词和不是of的介词而传递，所以不可能出现象The boy rides the wheels（男孩骑在轮上）那样的句子。
参考书目
T.Winograd,Language as a Cognitive Process,Vol.I Addison－Wesley Publ.Co., Reading, Mess.,1983.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条