2、20世纪英美英语分裂句结构的发展研究

20世纪英美英语分裂句结构的发展研究

在英语语言的研究中,分裂句结构一直是一个重要的研究对象。本文聚焦于20世纪英美英语中wh - 、th - 和all - 分裂句的发展,特别关注完整不定式和裸不定式补语从句之间的变异情况。

研究问题与方法

研究主要探讨了以下几个问题:
1. 在这些分裂句结构中,完整不定式和裸不定式的使用是否存在(近期)历史变化?是存在变异还是真正的改变?
2. 三种结构类型之间是否存在差异?
3. 如果有变化,如何解释这种变化?
4. 这些分裂句在口语和书面英语中的发展是否存在差异?

为了回答这些问题,研究使用了多种同步和历时的语料库,包括书面和口语语料库。
1. 书面语料库
- Brown家族语料库 :由四个一百万词的书面英语语料库组成,分别是20世纪60年代的标准当代美国英语编辑语料库(Brown,AmE 1960s)、20世纪60年代的兰卡斯特 - 奥斯陆/卑尔根英国英语语料库(LOB,BrE 1960s)、20世纪90年代的弗莱堡 - Brown美国英语语料库(Frown,AmE 1990s)和20世纪90年代的弗莱堡 - LOB英国英语语料库(FLOB,BrE 1990s)。不过,该语料库存在覆盖时间跨度相对较短(20世纪60年代 - 90年代)以及某些语言结构出现频率相对较低的缺点。
- 《时代》杂志语料库(TIME) :这是一个一亿词的语料库,由《时代》杂志的过刊组成,代表了1923 - 2006年的美国书面英语,用于弥补Brown家族语料库的不足。

内容概要:本文介绍了一个基于Google Earth Engine(GEE)平台的JavaScript函数库,主要用于时间序列数据的优与子采样处理。核心函数包括de_optim,采用差分进算法对时间序列模型进行参数优,支持自定义目标函数、变量边界及多种变异策略,并可返回最优参数或收敛过程的“陡度图”(scree image);sub_sample函数则用于按时间密度对影像集合进行三种方式的子采样(批量、分段打乱、跳跃式),以减少数据量同时保留时序特征;配套函数ts_image_to_coll可将子采样后的数组图像还原为标准影像集合,apply_model可用于将优所得模型应用于原始时间序列生成预测结果。整个工具链适用于遥感时间序列建模前的数据预处理与参数调优。; 适合人群:具备Earth Engine基础开发经验、熟悉JavaScript语法并从事遥感数据分析、生态建模等相关领域的科研人员或技术人员;有时间序列建模需求且希望自动参数优流程的用户。; 使用场景及目标:①在有限观测条件下优非线性时间序列拟合模型(如物候模型)的参数;②压缩大规模时间序列数据集以提升计算效率;③实现模型验证与交叉验证所需的时间序列子集抽样;④构建端到端的遥感时间序列分析流水线。; 阅读建议:此资源为功能性代码模块,建议结合具体应用场景在GEE平台上实际调试运行,重点关注各函数的输入格式要求(如band命名、image属性设置)和异常处理机制,确保输入数据符合规范以避免运行错误。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值