2) Natural Semantic Metalanguage
自然语义元语言论
1.
Natural Semantic Metalanguage Theory on Cognition and Language;
自然语义元语言论的认知语言观
3) NSM
自然语义元语言
1.
Wierzbicka s original idea of NSM,which is praised by most scholars,came into being 40 years ago.
Wierzbicka的自然语义元语言研究历经40多年,她的针对言语行为动词的释义研究成果具有很强的创新性、系统性和前瞻性,其自然语义元语言理论也备受专家学者推崇。
2.
The present paper illustrates semantic structures of translating concept, using NSM (natural semantic metalanguage), discusses the relationship between concept and building blocks, concept and events, and concept and function, and describes the process of translating concept and the basic methods.
用自然语义元语言解释翻译概念的语义结构,论述概念与积木、概念与事件、概念与功能的关系,可以更好地理解翻译概念形成的过程和基本方法。
4) natural semantic metalanguage
自然语义元语言
1.
Analysis on Validity of Natural Semantic Metalanguage;
自然语义元语言有效性评析
2.
This paper explores the similarities and differences between the semantic theories of Wierzbicka s Natural Semantic Metalanguage(NSM) and Jackendoff s Conceptual Structure from perspective of semantic primitives.
W ierzb icka是波兰语义学派代表,创立了自然语义元语言理论;Jackendoff为认知语义学派代表,提出了概念结构理论。
3.
The natural semantic metalanguage(NSM) approach,advanced by the Polish Semantic School,can be arguably regarded as a new paradigm in contemporary semantics.
波兰语义学派创立的自然语义元语言(NSM)理论是当代语义学中的一种新范式,现已成为以实证为基础的语义分析体系之一。
5) the naturalistic conceptions of language
自然主义语言观
6) natural language processing
自然语言处理
1.
The application of natural language processing in retrieval system of pharmaceutical patent abstracts;
自然语言处理技术在药物专利检索中的应用研究(英文)
2.
Application of hidden markov model in natural language processing;
隐马尔可夫模型在自然语言处理中的应用
3.
Feature Selection Research of the Chinese Technology Text based on Natural Language Processing;
基于自然语言处理的中文科技论文特征提取研究
补充资料：语义网络理论
用于表示词与词之间的语义关系的一种网络理论。1973年由美国人工智能专家司马贺提出。其原理是以句中词的概念为网络的结点，以沟通结点之间的有向弧来表示概念与概念之间的语义关系，构成一个彼此相连的网络，以理解自然语言句子的语义。
例如， John saw Mary dancing（约翰看到玛丽跳舞。）这个句子，可用下面的语义网络符号来表示：
C1 TOKEN(see)
TIME PAST
DATIVEC2
OBJECT C3
C2 TOKEN(John)
NUMBER SINGULAR
C3 TOKEN (dancing)
TIME PROGRESSIVE PAST
AGENT C4
C4 TOKEN(Mary)
NUMBER SINGULAR
这里,C1，C2，C3，C4是语义网络中表示概念的结点。see的意义项是C1,John的意义项是C2, dancing的意义项是C3,Mary的意义项是C4。TOKEN表示词项, TIME表示时态，NUMBER表示数,PAST表示过去时, PROGRESSIVE表示进行时，SINGULAR 表示单数， AGENT 表示主体格，DATIVE表示给予格，OBJECT表示客体格，它们都是深层格。根据这样的语义关系，这个句子可用语义网络表示如：
采用语义网络来理解自然语言时，首先分解输入句的句法关系，同时分析句子的深层格结构，记录语义关系，最后求出输入句的语义网络，借以理解自然语言的语义。
例如， John saw Mary dancing（约翰看到玛丽跳舞。）这个句子，可用下面的语义网络符号来表示：
C1 TOKEN(see)
TIME PAST
DATIVEC2
OBJECT C3
C2 TOKEN(John)
NUMBER SINGULAR
C3 TOKEN (dancing)
TIME PROGRESSIVE PAST
AGENT C4
C4 TOKEN(Mary)
NUMBER SINGULAR
这里,C1，C2，C3，C4是语义网络中表示概念的结点。see的意义项是C1,John的意义项是C2, dancing的意义项是C3,Mary的意义项是C4。TOKEN表示词项, TIME表示时态，NUMBER表示数,PAST表示过去时, PROGRESSIVE表示进行时，SINGULAR 表示单数， AGENT 表示主体格，DATIVE表示给予格，OBJECT表示客体格，它们都是深层格。根据这样的语义关系，这个句子可用语义网络表示如：
采用语义网络来理解自然语言时，首先分解输入句的句法关系，同时分析句子的深层格结构，记录语义关系，最后求出输入句的语义网络，借以理解自然语言的语义。
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