自2022年12月1日,该公司开发的自然语言处理聊天机器人是自然的语言处理聊天机器人,其用户群体受欢迎,在第一个月的一个月内赢得了一百万美元。虽然是最受欢迎的,但Chatgpt只是由处理模型提供动力的许多其他生成程序中的一个:在Dall-E等生成艺术程序和稳定的扩散中;代表一波新的人工智能技术浪潮到达互联网海岸的波峰。由于世界的精确,例如印刷机,广播,报纸的出现,他们经常引起他们的愤怒和赞美。以类似的方式,Chatgpt就其含义和潜在用途产生了一系列讨论。已经从一个学术角度研究了Chatgpt的迅速影响,从对其在研究作者身份的可疑作用[1]中的不赞成,在辨别人类生成的摘要中的困难是从Chatgpt生成的摘要[2];尽管该技术可以通过帮助较弱的作家[3]来使运动环境民主化,而三分之一的医疗保健研究人员对其应用偏向偏向[4]。其对医学奖学金的影响很明显,尤其是在自信地造成虚假事实[5]或造成不准确性的情况下[6]的情况下;提出一定程度的谨慎和人类的判断[7] [7] [8]。虽然许多这样的研究,社论和评论已经发表了有关Chatgpt在专业环境中的影响,但与一般看法有关。自发布以来,很少有大数据研究研究到聊天机器人周围的首次公开话语。现有关于早期采用者的大规模数据研究表明,对这项技术的压倒性积极情绪[9],尽管恐惧涉及其对现有工作的影响[10];早期的情绪涉及对其潜在应用的兴奋,尽管对道德问题有危险信号[11]。其他研究还发现,当用作聊天机器人时,与普通专业人士相比,当用作聊天机器人时,会产生更高的质量和更多的善解人意回复[12],并且对其在教育中的应用[13]及其用户友好界面作为信息合并器[14]充满热情。此类技术有可能通过现有的专业领域削减一部分,从而提出了历史上的弯曲点,以捕捉人工智能的公共时尚主义者。以这种动力建立,我们旨在分析围绕Chatgpt首次公开看法的旺盛和情感。我们询问所有英语推文的语料库数据集,其中包含2022年12月1日至2023年3月1日(n = 4,251,662)的Chatgpt关键字,以提出两个研究问题:首先,哪些最大的问题或主题是最大的参与?第二,最高频的关键字是什么?它的情感是什么?我们的第一个目标是通过运行突出的峰模型(突出> 20,000)来实现的,并确定与提到计数尖峰相关的主题。我们的第二个目标确定了由价(正,中性,负面)评级的最高频率关键字,
近年来,循环经济被誉为不可持续生产系统的一种有前途的替代方案。通过比较两种不同的循环概念,即循环经济和生态循环,这两个概念分别在2010年代和1990年代的瑞典获得了政治发展势头,本文展示了责任、政治、限制、空间和可持续性问题,甚至圆圈本身的形状在千禧年间是如何变化的。基于对两份关于这两个概念的政策报告的话语分析,我们发现了对循环的强解释和弱解释。循环经济所代表的弱循环大概是没有限制的。二次资源只能补充日益增长的一次资源开采,而循环的责任则从国家转移到个人和企业家。弱循环排除了社会责任,并且往往会强化不平等的权力关系。另一方面,在循环概念化程度较高的情况下,生产者和国家有责任根据公平分配资源的原则,创建一个封闭的、规模和空间有限的物质循环。根据这些发现,人们呼吁寻找其他的循环方向,这些方向更面向全球、更具社会包容性。
文章引用:Zhabotynska, SA (2024)。读者对政治新闻叙事的接受:多模态性和互文性。认知、交流、话语,29,86-103。doi.org.10.26565/2218-2926-2024-29-06 摘要 战略叙事理论(Miskimmon 等人,2013 年;2017 年等)是在国际关系领域发展起来的,它将战略叙事视为政治行为者建构国际政治共同意义的一种手段,并塑造国内和国际行为者的看法、信念和行为。该理论的作者认为,对战略叙事运作的解释需要研究其形成、投射和接受。这种解释将各个学术领域聚集在一起,旨在寻找缺乏的方法论,以展示战略叙事的形成、投射和接收方面如何像三联画一样协同工作。本文从认知语言学的角度探讨了这个问题,认知语言学研究口头传递信息的概念基础。本文提出并测试了一个新颖的方法论框架,该框架假定以口头和视觉呈现的信息的认知本体论,作为追踪三个叙事方面同时动态的规律的可行基础。本文重点关注媒体新闻文本中所呈现的投射/接收叙事方面以及读者对此的反应——这是与互文性语言领域相关的问题。从方法论和主题上看,本文延续了先前的研究(Zhabotynska & Velivchenko,2019 年;Zhabotynska & Ryzhova,2022 年;Chaban 等人,2023 年;Chaban 等人,2024 年等),研究新闻媒体文本中的战略叙事的形成/投射方面。
当前的大型语言模型(LLMS)依赖于单词预测作为其骨干预处理任务。尽管单词预测是语言处理的重要机制,但人类语言理解发生在多个层次上,涉及单词和句子的整合以实现对话语的充分理解。这项研究通过使用下一个句子预测(NSP)任务来研究语言级别的理解力来对语言理解进行建模。我们表明,NSP预处理增强了模型与大脑数据的一致性,尤其是在右半球和多需求网络中,突出了非经典语言区域对高级语言理解的贡献。我们的结果还表明,NSP可以使模型更好地捕获人类的理解绩效并更好地编码上下文信息。我们的研究表明,将各种学习目标纳入模型会导致更类似人类的表现,并研究LLMS中训练预处理任务的神经认知能力可以揭示语言神经科学中的杰出问题。
摘要:本研究通过研究宾夕法尼亚州兰开斯特县的老式阿米什教徒和以色列的极端正统犹太人的混合性别群体,加深了我们对宗教群体中谦逊行为的理解。通过民族志参与者观察和半结构化访谈,我的研究解决了理解谦逊行为的三个核心问题:这些宗教团体的成员如何在混合性别环境中定义和执行可接受的谦逊和身体管理做法?哪些机制在这些群体中传播书面和不成文的规则?宗教领袖和文本如何塑造谦逊话语和实践?借鉴霍布斯鲍姆对古老传统和发明传统的区分,这项比较分析表明,阿米什人的谦逊主要通过行为实践和亲子传播表现出来,而极端正统派的谦逊则包括行为实践和正式话语,依靠文本和书籍以及人际传播。这些发现表明,阿米什人的谦逊主要代表了一种古老的传统,而极端正统派的谦逊主要体现了一种发明的传统。[作者摘要。]
目的:对于轻度创伤性脑损伤 (mTBI) 患者,认知沟通障碍可能难以评估。然而,使用话语分析作为认知沟通技巧的直接和敏感指标已显示出对其他 TBI 严重程度的良好临床实用性。这项探索性研究调查了患有和不患有创伤后应激障碍 (PTSD) 的无并发症 mTBI 的现役军人和退伍军人 (SMV) 以及既没有 mTBI 也没有 PTSD 的 SMV 的话语生成。方法:向 15 名患有 mTBI 和 PTSD 的 SMV、26 名患有 mTBI 的 SMV 和 25 名无脑损伤 (NBI) 且没有 PTSD 的对照者提供无字图画故事以引发自发话语。对话语样本进行了分析,以确定整体连贯性、字数、负面情绪词的使用、认知过程词、不流畅性和故事完整性。结果:结果显示,在整体一致性方面,mTBI(Mdn = 3.33)组和 NBI(Mdn = 3.50)组之间存在显著差异,χ 2 (3) = 6.044,p = .017,ɛ 2 = .03。mTBI + PTSD(Mdn = 135)组和 NBI(Mdn = 195)组的字数差异显著,χ 2 (3) = 7.968,p = .006,ɛ 2 = .06。未观察到其他组间差异。讨论:话语生成的结构特征可以作为 mTBI 中认知沟通缺陷的潜在标志。此外,PTSD 可能导致 mTBI 患者的言语流畅性缺陷。需要进行更多研究来开发对 mTBI 和 PTSD 影响更敏感的话语相关测量方法。
永久性。是作者/资助者,他已授予Medrxiv的许可证,以显示预印本(未通过同行评审认证)Preprint
摘要 - 这项研究使用了定量描述方法,旨在评估英语研究(ELS)学生之间的社会语言学,话语和文学能力,这些方法是基于能力的英语语言研究学生的基础。研究表明,大多数受访者是中国人,女性,在博士学位上,并且还学习了10年及以上的英语。在社会语言能力方面,受访者有时会表现出在社会经历中的能力,而大多数时间都表现出关于语言态度的能力。除此之外,受访者大部分时间都表明了在话语能力方面的连贯性和凝聚力的能力。在文学能力上,受访者大部分时间都显示出文学曝光的能力,而有时显示出文本识别能力。根据国籍进行分组时,社会语言和话语能力都有很大的差异。根据研究英语多年进行分组时的显着差异;根据国籍进行分组时,文学能力也有很大的差异。此外,社会语言,话语和文学能力之间存在着非常重要的关系。最后,提出了针对英语研究的基于能力的课程,以增强ELS学生的社会语言学,话语和文学能力。关键词 - 话语,英语研究学生,文学和社会语言学将本文引用为:Barro-Punzalan,S。B.(2024)。英语研究专业的社会语言学,话语和文学能力学生亚太管理与可持续发展杂志,第12(1)期,第41-47页。
该论文是由Scholarworks @ Georgia State University的妇女,性别和性研究研究所免费提供给您的。已被授权的学者 @ Georgia State University的授权行政人员纳入妇女,性别和性研究。有关更多信息,请联系Scholarworks@gsu.edu。