XiaoMi-AI文件搜索系统
World File Search System比喻
法庭比喻的算法探索和禁忌
摘要目的是使用计算语言学中的方法来确定国防与原告律师在香烟诉讼中部署的修辞策略中的差异。在159项Engle后代试验（2008- 2016年）中的318个结束论点中的方法存档在真相烟草行业文档中，我们计算了频率得分和Mann-Whitney Rho Rho的原告分数与国防语料库的得分，以发现“ tropes”（一边）和“ tireps scrosed scrosed scrosed”或“ tropsiped”（trop）（trop）。结果辩护律师试图使用他或她的朋友和家人证明他或她必须完全意识到吸烟造成的伤害，以便将吸烟者审判。我们表明，“自由选择”，“常识”和“个人责任”仍然是香烟诉讼的关键策略，但是算法分析使我们能够理解如何在不使用这些表达式的情况下部署这些策略。行业律师很少提及个人责任，但通过谈论他们假设的个体吸烟者和“风险”做出的“决定”，从而间接地调用了该概念。结论定量分析可以揭示法庭修辞中迄今的隐藏模式，包括代词的武器和系统避免某些术语，例如“利润”或“客户”。虽然香烟制造商使用专注于个体吸烟者的单词，但原告的律师会将其重新定位为行业。我们展示了言语的看似琐碎的部分（例如代词）是如何提到家人的引用，或者诸如“真相”和“事实”之类的词被武器供诉讼中使用。
本当代比喻语言和隐喻词典和同义词库的第三版（2022 年）已更新，以更好地反映
这本当代比喻性语言和隐喻词典和同义词库的第三版和最新版本 (2022) 已更新，以更好地反映群体、社交媒体和社会变革的语言。这项工作旨在识别日常当代英语中比喻性使用的语言及其区分的搭配词。第一个条目是 ablaze ，最后一个条目是 Zuckerberg （俄罗斯的 Mark Zuckerberg 等）。每个条目都标有认知语言学家有时所描述的目标和来源；一般来说，每个条目都试图突出一个物理基础。标签包括形状；方向；重量；旅行和旅程；过去和现在；感觉和情感等。编纂者是沙特阿拉伯成人军事学生的终身 EFL 教师，他对这些比喻性语言的兴趣是在工作期间产生的。结果强化了基于我们的生活和经历的比喻性语言在所有类型的交流中都是常见且重要的。例如，我们童年经历中的“拔河”可以描述飞机上与雷达的斗争，导致数百人丧生，而如今的“对话”往往不只是两个人之间的交谈。这项工作对 ESL / EFL 教学具有启示，因为 ESL / EFL 教学往往注重单词的字面意思，通常是词典中的第一个含义。显然，应该更加关注单词的其他含义，这项工作将有助于识别和分类它们。这是 ESL / EFL 教师、课程开发人员、材料编写者和教师培训师的参考。然而，对隐喻检测、自然语言处理 (NLP)、人工智能 (AI) 和社交媒体分析感兴趣的语言学家和计算机专家也发现它作为数据集很有用。根据作品进行的初步简短讨论包括（1）60 多个常见隐喻（2）搭配（3）绰号（4）人（5）“容器”隐喻（6）语法隐喻，虚构动词等（7）过去，现在和将来（8）典故（9）委婉语（10）手势和身体反应（11）形状和部分-整体（12）生命力（13）持久性，生存和忍耐力（14）引语（15）同义词和反义词（16）课程和练习（17）给 ESL / EFL 教师，重点关注词典和同义词库如何影响 ESL / EFL 教师的知识和经验基础和（18）同义词库类别的字母列表。
教师学习指南：明确学习目标-第 3 单元
定义）来确定文本中使用的单词和短语的含义。发展中的学习者 - 使用明显的文本证据（例如，上下文线索、嵌入的定义）来确定文本中使用的单词和短语的含义，包括基本的比喻和内涵意义，并确定单词选择对含义和语气的影响。熟练的学习者 - 确定文本中使用的单词和短语的含义，包括比喻和内涵意义，并分析特定单词选择对含义和语气的影响。杰出的学习者 - 确定文本中使用的单词和短语的含义，包括比喻和内涵意义，并分析和批判特定单词选择对含义和语气的影响（例如，语言如何唤起时间和地点感，如何设定正式或非正式的语气）。
从工具到盗贼：通过众包隐喻来衡量和理解对AI的公众看法
图3。随着时间的推移，隐式感知得分的总体变化（顶部）。 阴影反映95％CI。 每个月（x轴），左y轴是平均温暖和能力，在[-1，1]范围内；正确的Y轴是按月按月拟人形态隐喻的百分比。 我们发现，随着时间的流逝，拟人化和温暖的隐喻在频率上的增加，而胜任的隐喻随着时间的流逝而减少。 具有统计学上显着的时间变化的主要隐喻（|𝑟|> 0。 3，𝑝<0。 05）（底部）。 每条线代表主要比喻的一个月患病率，该比喻是根据其拟人化的百分比（群集中拟人化的隐喻百分比）进行的。 我们发现拟人化的隐喻正在增加，而非拟人化隐喻随着时间的流逝而减少。 阴影反映了3个月的滚动平均值。随着时间的推移，隐式感知得分的总体变化（顶部）。阴影反映95％CI。每个月（x轴），左y轴是平均温暖和能力，在[-1，1]范围内；正确的Y轴是按月按月拟人形态隐喻的百分比。我们发现，随着时间的流逝，拟人化和温暖的隐喻在频率上的增加，而胜任的隐喻随着时间的流逝而减少。具有统计学上显着的时间变化的主要隐喻（|𝑟|> 0。3，𝑝<0。05）（底部）。每条线代表主要比喻的一个月患病率，该比喻是根据其拟人化的百分比（群集中拟人化的隐喻百分比）进行的。我们发现拟人化的隐喻正在增加，而非拟人化隐喻随着时间的流逝而减少。阴影反映了3个月的滚动平均值。
当我们说“墨西哥元是多少？”时我们的意思是什么？
我们假设大脑是某种计算机，并研究比喻性语言所暗示的操作。比喻性语言无处不在，它绕过了所说内容的字面意义，并以隐喻或类比的方式进行解释。这种解释要求在概念空间中进行映射，这导致我们根据易于计算的映射来推测概念空间的性质。我们发现适当类型的映射在高维空间中是可能的，并用最简单的空间（即维度为二进制的空间）来演示它们。二进制向量上的两个运算（一个类似于加法，另一个类似于乘法）允许从现有表示中组成新的表示，并且“乘法”运算也适用于映射。高维空间的属性已被证明与记忆回忆等认知现象相对应。目前的想法进一步表明高维表示适用于认知建模。
后苏联空间非制度性警察互联网话语中军事隐喻的新颖性判定标准
军事政治冲突和抗议活动中，执法机构以隐喻军事化的方式进行描述。在这方面，作者考虑了新发现隐喻的新颖性的现有分类及其确定方法。出于新闻报道传输方便和速度快以及聊天讨论机会的原因，Telegram 信使特别令人感兴趣。通过连续抽样方法，作者选择了 349 条关于执法人员形象的用户评论，以便进一步考虑根据下面讨论的分类确定比喻词语用法新颖程度的选项。还确定了评论中遇到的表征执法机构或其行动的词语用法的许多词汇转换。根据所分析的材料，作者认为可以再选出两个标准，根据隐喻所使用的新虚拟媒体环境来确定隐喻的新颖性。因此，政治相关性标准由当前新闻议程和比喻词用法的情境对应性所介导。语言标准基于在词语层面上引入新的传达意象的方式。
智能作为信息处理：大脑、群体和计算机
还有其他几种比喻用来描述认知、思维和大脑，每种比喻都有其优点和缺点（Varela 等人，1991 年；Steels 和 Brooks，1995 年；Clark 和 Chalmers，1998 年；30 Beer，2000 年；G¨ardenfors，2000 年；Garnier 等人，2007 年；Froese 和 Ziemke，2009 年；Kiverstein 和 Clark，2009 年；31 Chemero，2009 年；Stewart 等人，2010 年；Froese 和 Stewart，2010 年；Downing，2015 年；Harvey，2019 年）。我的目的不是在这里讨论这些，而是要注意到，在研究认知时，存在着丰富多样的风格。尽管如此，所有这些隐喻都可以用信息处理来描述。由于计算可以理解为信息的转换（Gershenson，2012 年），因此“计算机”被广泛理解为处理信息的机器，可以成为包含和比较其他隐喻的有用隐喻。请注意，“机器”（以及计算机）的概念也可以更新（Bongard 和 Levin，2021 年）。
拉萨利安反思10：“我们的心在边缘”
就像福音书中耶稣那样，他“在撒玛利亚人的比喻中向我们揭示了真正的邻居的态度：他是那个离开自己的道路，去迎接跌倒的人，照顾他人的生命，为他不幸的处境提供帮助，并照顾他的人。这就是教皇方济各邀请我们过一个为穷人服务的教会、一个向前迈进的教会的意义”。