结果:我们讨论了这样一个发现:与包含 TP 和 DP 的完整句子相比,层次结构较少的小句在左侧布罗卡区 (BA) 44 和右侧基底神经节中的激活度降低,这与以下假设相一致:更近、更复杂的句法需要布罗卡-基底神经节网络中更多的连接,该网络的神经元密度在最近的进化中显著增强,暗示 FOXP2 和其他基因发生了突变。我们还讨论了这样一个发现:祖先动词-名词复合词的处理(通常用于(贬义)命名和昵称)在右侧梭状回区域 (BA 37) 中的激活度增强,该区域与隐喻性和可想象性的处理有关,也与命名和面部识别有关,这揭示了一个有趣的可能性,即人类面部识别能力的增强是由早期出现的简单命名句法策略促成的。
塞洛尼基亚里士多德大学,塞萨洛尼基亚里士多德大学英语学院,塞萨洛尼基,塞萨洛尼基,塞萨洛尼基大学医学院,塞萨洛尼基大学,塞萨洛尼基大学,塞萨洛尼基,塞萨洛尼基,塞萨洛尼基,塞萨洛尼基,希腊阿尔茨阿尔茨阿尔兹·阿尔茨·阿尔兹·阿尔兹·艾尔兹·迪克(Greece)的泰士(Grecect)塞萨洛尼基的技术赫拉斯,希腊语言学系,语言学系,亚里士多德大学塞萨洛尼基大学哲学学院塞萨洛尼基(Thessaloniki),塞萨洛尼基(Thessaloniki),希腊h神经退行性疾病实验室,跨学科研究与创新中心(CIRI - AUTH),巴尔干中心,塞萨洛尼基亚里士多德大学,塞萨洛尼基,塞萨洛尼基,格里西基,格里西基,塞洛尼基亚里士多德大学,塞萨洛尼基亚里士多德大学英语学院,塞萨洛尼基,塞萨洛尼基,塞萨洛尼基大学医学院,塞萨洛尼基大学,塞萨洛尼基大学,塞萨洛尼基,塞萨洛尼基,塞萨洛尼基,塞萨洛尼基,希腊阿尔茨阿尔茨阿尔兹·阿尔茨·阿尔兹·阿尔兹·艾尔兹·迪克(Greece)的泰士(Grecect)塞萨洛尼基的技术赫拉斯,希腊语言学系,语言学系,亚里士多德大学塞萨洛尼基大学哲学学院塞萨洛尼基(Thessaloniki),塞萨洛尼基(Thessaloniki),希腊h神经退行性疾病实验室,跨学科研究与创新中心(CIRI - AUTH),巴尔干中心,塞萨洛尼基亚里士多德大学,塞萨洛尼基,塞萨洛尼基,格里西基,格里西基,
摘要:比尔·希利尔提出的空间句法自2005年进入中国以来,以其独特的空间描述理论与方法论引起了学界的广泛关注,其全面、严谨、精确、科学,不仅改变了我们看待城市空间的方式,也重新定义了城市设计的方法。空间句法中的“配置”为我们提供了城市设计的新视角。通过对空间进行量化描述和比较,并加入人为活动的影响因素,研究空间与人为活动的相互作用,提出了空间句法的核心概念“配置”,肯定了空间要素之间的复杂关系是经济活动发展的关键因素。基于以上研究,空间句法提出了一系列用于空间分析的理论方法和框架,为城市设计提供了重要的理论基础。随着时代的进步和科技的发展,空间句法得到了更多的技术支持,如大数据、新技术等,逐渐完善了空间句法的分析方法。目前,空间句法的应用与探索主要集中在建筑、城市规划与交通设计领域,而空间句法在景观设计领域的应用还比较少。景观设计作为城市肌理的一部分,有必要用空间句法探索其新方法。本文旨在通过探索空间句法在设计阶段、方案决策阶段、更新阶段的应用,探索景观设计的新思路。通过深入探讨空间句法的理论与方法,为景观设计提供新的视角和设计工具,提高城市设计的质量和人们的生活质量。
神经语言学的一个基本问题涉及语音理解过程中涉及句法和语义处理的大脑区域,包括词汇(文字处理)和超词汇层面(句子和话语处理)。这些区域在多大程度上是分离的或交织的?为了解决这个问题,我们引入了一种新方法,利用神经语言模型生成分别编码语义和句法信息的高维特征集。更准确地说,我们在文本语料库上训练词汇语言模型 GloVe 和超词汇语言模型 GPT-2,我们从中选择性地删除了句法或语义信息。然后,我们评估从这些信息受限模型中得出的特征在多大程度上仍然能够预测人类聆听自然文本的 fMRI 时间过程。此外,为了确定参与超词汇处理的大脑区域的整合窗口,我们操纵提供给 GPT-2 的上下文信息的大小。分析表明,虽然大多数参与语言理解的大脑区域对句法和语义特征都很敏感,但这些影响的相对大小在这些区域有所不同。此外,与语义或句法特征最相符的区域在左半球比在右半球在空间上分离得更开,而右半球对较长的上下文的敏感性高于左半球。我们方法的新颖之处在于能够通过操纵训练集来控制模型嵌入中编码的信息。这些“信息受限”模型补充了以前使用语言模型探索语言神经基础的研究,并为其空间组织提供了新的见解。
句法解析是将句法结构分配给句子的任务。有两种流行的句法解析方法:构成和依赖性解析。最近的作品使用了基于选区树,增量自上而下解析和其他单词句法特征来研究大脑活动预测的句法嵌入,鉴于文本刺激来研究语法结构如何在大脑的语言网络中表示。然而,依赖解析树的有效性或跨大脑区域的各种合成税的相对预测能力,尤其是对于聆听任务而言,尚未探索。In this study, we investigate the predictive power of the brain encoding models in three settings: (i) individual performance of the constituency and dependency syntactic parsing based embedding methods, (ii) efficacy of these syntactic parsing based embedding methods when controlling for basic syntactic signals, (iii) relative effective- ness of each of the syntactic embedding meth- ods when controlling for the other.此外,我们探讨了使用BERT嵌入的语义信息与语义信息的相对重要性。我们发现,选区解析器有助于解释颞叶和中额回的激活,而依赖性解析器更好地编码角回和后扣带回的句法结构。尽管与任何句法特征或嵌入方法相比,来自BERT的语义信号更有效,但句法 - 床上用品方法解释了一些大脑区域的其他方差。我们使我们的代码公开可用1。
1 BioroBotics研究所和AI卓越,Sant'anna高级研究学院,Viale Rinaldo Piaggio 34,Pontedera 56025,意大利2 Iuss高级研究学院,Piazza della Vittoria Piazza della vittoria 15 ,米兰2016年,意大利4医学和外科部,帕尔马大学神经科学部门,通过乔瓦尼·巴蒂斯塔·格拉斯(Giovanni Battista Grassi)74,意大利帕尔马5人Humanitas临床研究所,Alessandro Manzoni 56神经病学研究所,通过Mondino 2,帕维亚 27100,意大利 8 贝尔塔雷利基金会转化神经工程主席,洛桑联邦理工学院工程学院和神经修复中心,生物技术校区,Chemin des Mines 9,日内瓦,GE CH 1202,瑞士 9 日内瓦大学基础神经科学系,生物技术校区,Chemin des Mines 9,日内瓦,GE CH 1202,瑞士 10 认知神经科学(ICoN)中心,Scuola Universitaria Superiore IUSS,Piazza Vittoria 15,帕维亚 27100,意大利 11 这些作者对这项工作做出了同等贡献。 ∗ 任何通信均应寄往作者。
时光回溯机器 - https://web.archive.org/web/20151013010549/http://www.spacesyntax.net:80/symposia/4th-international-space-syntax-symposium/
本研究旨在发现学术机构网站上新兴的翻译策略和最常用的翻译策略类型。在查找数据时,研究人员采用描述性定性方法,将安德鲁·切斯特曼 (Andrew Chesterman) 提出的翻译策略理论以句法、语义和语用策略的形式应用于学术机构的网站,例如哈桑努丁大学网站。网站上有 11 种新兴翻译策略;4 种句法策略(直译、借词/仿译、换位和短语结构变化)、4 种语义策略(同义词、下位词、分布变化和短语)和 3 种语用策略(明确性变化、信息变化和转译)。结果表明:翻译策略使用频率最高的是句法策略(直译60%或44条数据、借词/仿译23%或17条数据、换位8%或6条数据、短语结构变化8%或6条数据);其次是语义策略(同义词7%或1条数据、上下义词7%或1条数据、分布变化64%或9条数据、短语21%或3条数据);最后是语用策略(显性变化8%或1条数据、信息变化85%或11条数据、转译8%或1条数据)。
摘要进行了这项研究,以分析英语 - 印尼东盟宪章文件中应用的句法翻译策略。这项研究还旨在找出最常使用哪种策略及其可能的原因。这项研究基于Andrew Chesterman的句法策略理论(2016年,第91页)。研究人员使用了定性方法。本研究中使用的数据是以东盟宪章文件上的文本形式。这项研究表明,英国印度人东盟宪章中使用了8种句法策略。这些是字面翻译(33%),贷款和卡尔克(31%),换位(8%),单位移位(14%),短语结构变化(8%),条款结构变化(0,38%),水平变化(1%)和方案变化(5%)。字面翻译是本研究中最广泛应用的,因为该策略是翻译法律文件的合适策略。关键字:东盟宪章,句法策略,翻译简介
已发现,句子生成和理解的神经基础设施大部分是共享的。在说话和听的过程中,会使用相同的区域,但根据模态的不同,它们的激活强度会有所不同。在本研究中,我们调查了模态如何影响先前发现的跨模态句法处理区域之间的连接。我们确定了成分大小和模态如何影响左下额叶 (LIFG) 和左后颞叶 (LPTL) 的三角部与 LIFG 的岛叶部、左前颞叶 (LATL) 和大脑其余部分的连接。我们发现成分大小可靠地增加了这些额叶和颞叶 ROI 之间的连接。两个 LIFG 区域和 LPTL 之间的连接在两种模式下都随着成分大小而增强,并且在生成过程中上调,可能是由于额叶皮层的线性化和运动规划。两个 ROI 与 LATL 的连接较低,并且仅在成分较大时才增强,这表明 LATL 在两种模式下的句子处理中都发挥了贡献作用。因此,这些结果表明,额颞区域之间的连接在句子生成和理解的句法结构构建中上调,为跨模态的句子级处理共享神经资源提供了进一步的证据。
