数字人文视角下史书注解风格识别研究.pdfVIP

目录

目录

目录i

图目录iii

表目录v

摘要I

ABSTRACTIII

第一章绪论1

1.1研究背景1

1.2研究意义2

1.3研究内容和技术路线3

1.4组织结构4

第二章国内外相关研究5

2.1面向典籍的数字人文研究5

2.2风格计算研究8

2.3前四史及其注解语言风格研究11

2.4本章小结13

第三章前四史语料预处理及文本相似性分析15

3.1前四史及注释15

3.1.1前四史简况15

3.1.2前四史注释16

3.2前四史原始语料17

3.3数据预处理18

3.3.1工具介绍18

3.3.2数据清洗19

3.3.3分词及词性标注21

3.4文本内容相似性分析23

3.5本章小结24

第四章前四史及其注解的语体风格计算27

4.1语言特征选择27

i

数字人文视角下史书注解风格识别研究

4.2词汇丰富度分析28

4.2.1单现词28

4.2.2型例比30

4.2.3词汇密度31

4.3词长分析33

4.3.1平均词长33

4.3.2词长分布34

4.3.3低频词词长36

4.4词性分布37

4.4.1词性分布情况37

4.4.2高频词词性43

4.5本章小结48

第五章总结与展望49

5.1总结49

5.2文章创新点50

5.3研究不足与展望50

参考文献51

附录55

致谢59

ii

图目录

图目录

图1-1技术路线4

图3-1原始语料示例18

图3-2语料中的功臣表20

图3-3共有传主部分聚类结果24

图3-4前四史全文本聚类结果24

图4-1各书不同音节词累计占比图35

图4-2前四史全文本和史书共有部分各音节词分布情况36

图4-3前四史文本中实词比例玫瑰图39

图4-4前四史注文中实词比例玫瑰图41

图4-5前四史文本中虚词比例玫瑰图42

图4-6前四史注文中虚词比例玫瑰图42

图4-7前四史全文本与共有部分语料各词性构成情况43

图4-8史书正文高频名词44

图4-9史书注解高频名词45

图4-10史书正文高频动词46

图4-11史书注解高频动词47

iii

表目录

表目录

表3-1注解内容示例17

表3-2清洗后的各书语料概况20

表3-3分词和词性标注错误示例21

3-4“w”22

表各语料误标统计

表3-5部分语料分词和词性标注结果示例22

表3-6选取的《后汉书》