扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
1,3字和2,4字分别为反义的四字词语
作业帮用户
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
含有1、3位置的反义词的成语：有口无心、有始无终、有气无力、有眼无珠、前俯后仰、前赴后继、前因后果、前呼后拥、翻来覆去、小题大做、少见多怪、厚此薄彼、先苦后甜、大同小异、大材小用、东张西望、生离死别、天昏地暗、天翻地覆
含有2、4位置的反义词的成语：欢天喜地、冰天雪地、花天酒地、哭天喊地、声东击西、争先恐后、承前启后同甘共苦、出生入死、口是心非、七上八下、承上启下、九死一生
为您推荐：
其他类似问题
1和3反义词成语：无丝有线 无中生有 无奇不有 无所不有 无独有偶 无私有弊 无足轻重 无间是非 明辨是非 昏天黑地 是古非今 是是非非 是非曲直
“头重脚轻、里通外合、中空壁实”，才是1,3字和2,4分别为反义的四字词语
头重脚轻、里通外合、中空壁实
出生入死 大同小异 苦尽甘来
头重脚轻，左邻右舍
冰天雪地，翻天覆地
扫描下载二维码由于搜索算法本身的局限性，对于用户的语义、意图等理解不够，而基于用户行为的点击调权，作为对传统搜索算法的补充，在搜索中扮演着重要的作用。尽管用户行为已经被证明在搜索中的效果，但是一直只是停留在query-url层面，或者ngram-url层面[1]，没有深入反馈到检索算法中的基础策略，比如：同义词、紧密度、省略等，这些策略影响了url与query之间的关系。本文以对同义词的反馈为例，提出一个通用的基于用户行为的基础策略反馈框架。
由于同义词词典与线上应用算法的限制，检索系统中存在部分质量不好、或者本来质量好但是应用时错误降低了权值的同义词。在同义词召回出来结果后，呈现在用户面前，用户的行为数据可以帮助我们识别同义词的好坏。在计算出同义词的好坏后，就可以直接应用于同义词的退场或者调整应用的权值。
在进行反馈机制的挖掘中，主要分为三部分：
日志记录。主要进行基础策略用户行为的记录、以及query-url对进行用户行为数据的统计，解决如何利用用户行为衡量query-url转义问题。这部分还要记录影响具体query-url的策略，比如，这个url是哪个同义词所召回，或者是哪个term被省略。
反馈机制挖掘。根据query-url中统计的基础策略的用户行为数据，进行基础策略的统计。这个地方不同的基础策略的衡量方式可以保持相同，但是基础策略提取的信息不一样。比如同义词是替换对，省略是指省略的term等。
线上反馈应用。将第二步挖掘的词典，应用于具体的query，比如进行上下文的匹配，以及一些应用策略。
以上的框架比较笼统，下面针对同义词的反馈做具体的讨论。
日志记录及统计
这部分首先需要记录具体的策略，比如在这个query下，每条url是由哪个基础策略所影响的，而且需要更加具体。比如同义词需要记录由那些具体的同义词所召回。因为往往一个query有很多同义词，但是真正每条url只是其中1到2个同义词影响的。
衡量query-url是否转义是非常关键的步骤，本文主要篇幅是讨论这个。衡量的方法需要借助用户的行为。在搜索引擎的日志系统中，对query-url有如下的用户行为统计量：(下面的讨论中，url的统计都是和query相关的，不再特殊说明)
展现次数：用户搜索后，搜索引擎返回的url在前k条展现的次数(display)
点击次数：用户点击url次数(click)
满意点击次数：考虑是否满足用户的需求的点击(相对停留时间，是否是最后点击) (satisfy)
因此我们可以用click/disply、satisfy/display来衡量url的好坏。但有如下问题：
1.位置偏置问题：点击次数对位置非常敏感，搜索结果中， url的点击次数随着url的排序位置越靠后，其点击次数越少，而且越后面减少得越快。因此位置在前的url，虽然转义了，但也有很多用户点击；反之，位置在后的url，虽然满足用户需求了，但也很少有用户点击。这样很容易让我们的反馈系统失效。
2.在搜索引擎中，用户对搜索结果的满意大致可以分为两个层次：1) 检索出来的url的标题和摘要是否和用户的query的意图一致。2) url内容的质量是否满足用户的需求，比如是否死链、知道页面没有人回答、作弊页面等。我们的目标是识别出转义的替换词对，这些只和第1个层次的满意相关。我们可以假设用户既然点击了这个url，说明这个url的title摘要是没有转义的，至于网页的质量不是同义词本身的质量所能影响的。
为了解决问题1，可以从这一角度考虑。排在后面的url点击次数少的原因是用户看到的次数少，因此不能用展现来与click做比值，可以利用一些方法来估计用户看到的次数，我们称之为检查次数(check)。这里有一些很简单的方法。比如对于每次用户的搜索，用户最后点击的url位置为p，那么位置在p之前url检查次数是1，在p之后的url的检查次数依次以一个概率衰减。这些概率可以采用一些贝叶斯的方法进行学习。[2]
采用检查次数可以部分解决位置偏置问题，但是学习到的衰减参数是对所有的query-url，但不同的query-url有很大的差别，这也是该方法的不足之处。
反馈挖掘和应用
4.1 反馈挖掘
基于第3章中日志记录的工作，可以采用click次数用来表示url满足query的次数，而check-click表示url不满足query的次数。这样用click/(check-click)这个值来表示url满足query程度。对于具体的同义词反馈任务，可以把多条query-url结果中记录的同样的同义词替换进行统计click和check次数(即统计的key是 原词 替换词 二元组)，把最后得到的click/(check-click)作为衡量这个同义词替换的相似度，即同义词的反馈替换相似度：
这个地方还有一大问题是，由于很多同义词是上下文相关的，比如：考虑一对同义词 看-&治疗，在某些上下文下，比如：哪里看病比较好，是同义的；而在某些上下文下，比如：哪里看还珠格格连播。因此为了更智能的在不同的上下文进行同义词的反馈，需要在统计的时候考虑上下文，即统计的key为：原词 上下文 替换词 三元组。
但是不能把整个query作为上下文，这样统计会有很大的数据稀疏性，而如果随便把单个词作为上下文，会有很大的准确率问题。比如 哪里 对 看-&治疗 以及看-&观看 都是支持的。因此为了兼顾上下文数据的稀疏以及准确问题，需要一个上下文选择算法。在自然语言处理中通常采用似然比的方法(llr, likelihood ratio)[3]，用来衡量orig与context的搭配强度，从而搭配强度越强，这个context词可以认为是orig词的替换上下文。其计算方法为：
其中a表示orig,context共现次数；b表示orig出现，context不出现的次数；c表示orig不出现，context出现的次数；d表示oirg和context都不出现的次数。N=a+b+c+d表示总共的样本数，那么llr的计算公式为：
4.2 反馈应用
反馈机制应用时，是针对每一个替换进行独立的判断，即已知替换对(orig sub)，需要先进行上下文的选取。上下文相关的同义词，本质上来说被替换词是一个多义词，对于大部分query来说，只用一个上下文词就可以限定被替换词的意义。因此从简单的角度考虑，以及多个词的上下文融合所带来的噪音以及融合方式的问题，反馈机制应用时只选择一个在一定上下文窗口内的词语。
最后计算所选择的上下文，利用4.1节中训练的数据，作为替换的反馈相似度，即sim(orig,contex,sub)。利用这个值作为同义词的置信度应用于线上：或退场，或降权，或升权。
总结和展望
在检索系统中，对基础策略做基于用户行为的反馈是一个比较新的方向，对于改进基础数据具有非常重要的意义。本文根据对用户行为的深入调研，探讨了一些方法和指标。
从总体上来说，本框架的相当于做了两个假设：用户行为与相关性的关系正相关，url相关性与基础策略正确性正相关。
第一个假设涉及到基础统计特征的调研思考角度。点击 检查是体现这些关系的特征之一，另外还可以考虑更多的特征，比如：满意点击，点击的url条目。还有飘红对点击的影响，用户的作弊识别等干扰基础特征的统计。这一点不同的基础策略是可以统一的
第二个假设涉及到基础策略以什么形式来表示这些基础的统计特征。这个是和基础的策略紧密相关。比如同义词选择上下文的方法，以及上下文的位置，多个上下文，或者不需要上下文的替换对识别等。另外还需关注基础策略的应用问题，比如同义词不转义，url转义的问题，这对基础策略的识别会产生误导。
从机器学习的角度上，该方法主要从生成模型的角度出发，因此模型的各个步骤解释性很强，但是无法利用更多的特征，可以挖掘更多的特征并采用机器学习的方法来利用这些特征。
[1] Huihsin T, Longbin C, Fan Li etc. 2009. Mining Search Engine Clickthrough Log for Matching N-gram Features . Proceedings of the 2009 Conference on EMNLP, 524-533.
[2] Ricardo Baeza-Yates, Carlos Hurtado,etc. Modeling User Search Behavior. In LA-WEB 05
[3] Christopher D. Manning, Hinrich Schutze. Foundations of Statistical Natural Language Processing. The MIT Press. 172-175
by xuwenzhi
90%的人还看了
1.2.3.4.5.
您可以选择一种方式赞助本站偏义复词与同义复词、反义复词
1．&什么是偏义复词？
　　所谓偏义复词，是说一个复音词由两个意义相关或相反的语素构成，但整个复音词的意思只取其中一个语素的意义，另一个语素只是作为陪衬。
例如在“好歹你都要来一趟”这句话中，正反两面的意思都有。在“万一有个好歹”这句话中，“好歹”指的只是“歹”，没有“好”的意思，“好”仅是一个陪衬。由此可以看出偏义复词和一般并列复合词的区别。
2．&偏义复词和一般并列复合词的区别是什么？
　　答：偏义复词和一般并列复合词的区别是偏义复词由两个意义相关或相反的语素构成，但整个复音词的意思只取其中一个语素的意义，另一个语素只是作为陪衬。一般并列复合词两个语素都有意义。
3．&分析偏义复词时需要注意哪些问题？
　　对于偏义复词，需要注意以下几点：
　　第一，在阅读古书时注意将偏义复词与一般的复音词区别开来，以免影响对文意的理解。
　　第二，构成偏义复词的两个语素以意义相反相对为多，相对的两个意义一正一负，表示正义的语素一般放在前，表示负义的语素一般放在后（如“得失、利害”）。在偏义复词中，多取正义而少取负义。一般的并列复合词有的时候偏指一义，是由一定的上下文决定的。
　　第三，现代汉语中的一些用语也还有偏义复词的用法。如：动静（有动无静）、褒贬人（一般有褒无贬）、同甘苦（有甘无苦）、人马齐全（有人无马）、计较得失（偏指失）、不计成败（偏指败）。
&&&4、&&&&&文言文中，有的合成词是由两个同义或反义的单音节语素合成的，它们可以分成两种情况：一是偏义复词，一是同义复词。偏义复词，用义偏在其中一个语素上，另一个语素只是起陪衬作用；同义复词是同义复用。
&&&&&&&&例如：“曹操之众远来疲敝”中的“敝”，根据它与“疲”相邻的特点，可以推断出它的意思也是“疲劳”。再如：“今主上幼冲，贼臣虎据，雄才奋用之秋也”，其中“冲”按常见义比较费解，如果由它的邻居“幼”字来帮助的话，则迎刃而解，可以推断是“年幼”的意思。
5、语义相对的偏义复词。
①宫中府中，俱为一体，陟罚藏否，不宜异同。&&异同：偏义复词，不同。
②昼夜勤作息&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&作息：偏义复词，劳作。
③去来江口守空船&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&去来：偏义复词，离去。
6.语义相近的偏义复词。
①今有一人入园圃，窃其桃李&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&园圃：偏义复词，果园。
②勤心事公姥，夜夜不能寐&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&公姥：偏义复词，婆婆。
③我有亲父兄，性行暴如雷&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&父兄：偏义复词，指兄长。
7、反义复词
然往来视之，觉无异能者&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&往来：来来往往。
小大之狱，虽不能察，必以情&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&小大：大大小小。
斟酌损益，进尽忠言&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&损益：利弊。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。拒绝访问 | www.zqnf.com | 百度云加速
请打开cookies.
此网站 (www.zqnf.com) 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(3dbff9ce-ua98).
重新安装浏览器，或使用别的浏览器同义反译法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
同义反译法
&&英语笔译之同义反译-shift of perspectives 习题
阅读已结束，下载文档到电脑
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩2页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢