外国学生连词使用偏误分析

汉语连词是连句成篇的重要语法手段,如何正确使用连词是外国学生学习汉语的难点之一.本文通过具体的材料,归纳出了外国学生连词使用中的四种主要偏误现象,并分析了偏误产生的主要原因.     

Maximizing a Family of Optimal Statistics over a Nuisance Parameter with Applications to Genetic Data Analysis

In this article, a simple algorithm is used to maximize a family of optimal statistics for hypothesis testing with a nuisance parameter not defined under the null hypothesis. This arises from genetic linkage and association studies and other hypothesis testing problems. The maximum of optimal statistics over the nuisance parameter space can be used as a robust test in this situation. Here, we use the maximum and minimum statistics to examine the sensitivity of testing results with respect to the unknown nuisance parameter. Examples from genetic linkage analysis using affected sub pairs and a candidate-gene association study in case-parents trio design are studied.     

英语语篇教学探讨

结合英语课文教学的现状,分析了课文与语篇的关系,指出衔接和连贯是语篇教学的两个重点内容,最后文章提供了一些具体的操作方法。     

国内上市公司品牌经营效应实证研究

自上世纪80年代以来,国内外理论界对品牌进行了深入研究,但实证研究相对较少。文章选取使用中国驰名商标或获得中国名牌产品认定的国内上市公司作为研究对象,借助2001年年报数据资料,分析了国内上市公司品牌经营现状,分析了名牌上市公司的地区分布和行业分布。文章运用均值(中值)比较、曼·惠特尼U检验方法,对全体名牌上市公司和非名牌上市公司各盈利能力指标和成长性指标进行对比分析,发现品牌经营确实显著提高了企业营业利润增长率;但企业盈利能力、业务拓展能力的提高并不显著。通过对制造业上市公司进一步分析,发现在竞争较为充分的行业,品牌经营能显著提高企业的盈利能力和成长性。     

日本新闻媒体中“爆买”现象的话语建构

本研究将"文本—话语实践—社会实践"三维分析框架与语料库辅助的批评话语研究相结合,探讨日本大三主流报纸中"爆买"现象的话语构建方式。研究发现:2015年初以来,"爆买"现象的话语建构方式呈现"积极推进"到"消极评价"的阶段性差异;其行为主体的"中国赴日游客"呈现为"积极服务的对象""不理智的购物者""社会秩序的挑战者""中国经济表现的缩影"等多元化、渐变式的形象特征。此外,"爆买"一词的语义范围扩展至"双11"、海外采购、科技界的人才竞争等领域,标签化和污名化的消极语义韵特征日渐明显。     

给网络小说以文学的关照——评《成都,今夜请将我遗忘》

《成都,今夜请将我遗忘》初在网络亮相登场,引起意想不到的轰动。对这部网络文学作品,本文从结构、语言、主旨三个方面,探查了其成败得失,并对有关的网络文学现象进行了分析。作者认为,该作品有开合有致、驰缓得宜的结构纵深,刚柔相间、沉稳活泼的语言韵味,超越传统、深刻凝重的主旨意义。正是这些原因造就了它的成功。     

Carbon Emissions Abatement (CEA) allocation and compensation schemes based on DEA

As environment constraints on economic growth are strengthening, Carbon Emissions Abatement (CEA) allocation becomes a significant issue that draws academia׳s attention. In the literature, the Data Envelopment Analysis (DEA) technique has been applied to obtain CEA allocation with centralized models. Nevertheless, a centralized allocation plan suffers from an implementation difficulty in persuading decision-making units (DMUs) into an agreement. In this paper, we propose a new two-step method to mitigate this side effect. In the first step, we provide improved DEA-based centralized allocation models under the assumptions of constant returns-to-scale (CRS) and variable returns-to-scale (VRS) respectively and in the second step, two compensation schemes are developed for centralized allocation plans. An empirical application to the countries in Organization for Economic Co-operation and Development (OECD) is presented to elaborate the main idea.     

企业技术效率的影响分析

 本文以上海市166家大中型企业五年的面板数据为研究对象,设定两种不同的生产函数和两种误差分布,利用随机前沿方法分别进行了技术效率的估计。我们发现不同测算方法的结果差异不大,且对企业的评价具有一致性。结果表明上海市工业企业的技术效率整体水平不高。通过研究影响企业技术效率的外生性因素,发现企业的所有制结构、规模、R&D经费支出与R&D人员投入、资本密集程度和企业的垄断程度等因素都对上海市工业企业的技术效率水平具有显著影响。基于研究结果,我们给出了提高企业技术效率的一些建议。     

网络社区发现算法在流动表建模中的设计与应用

代际流动表可以统计子代与其父代社会地位配对数据的交互频数,反映了社会资源占有的优劣势在父子两代人之间的比较。对财富、阶级、特权等社会基本特征演变的实证考察,均依赖于代际流动表的量化分析。对数线性模型是流动表建模分析的基本工具,通过对列联表单元格频数进行拟合,可以识别流动表行分类与列分类之间的强弱交互效应,刻画父子社会地位间的交互结构。本文利用复杂网络社区发现算法分析父子社会地位的关联结构,针对简约对数线性模型拟合精度不够的问题,提出一种新的建模思路：利用社区发现算法对简约对数线性模型的残差列联表进行关联关系挖掘,将发现的社区效应作为附加参数约束引入原对数线性模型,以改善数据的拟合情况。由于该方法只在原简约对数线性模型中增加了一个参数约束,因此仍可以保证建模结果的简洁性及理论意义,同时社区效应补充了原对数线性模型对经验数据结构的解读。论文用此方法对来源于中国综合社会调查数据的经验代际职业流动表进行建模分析,较好地解释了子代职业阶层与父代职业阶层间的关联模式。     

大数据背景下CPI预测问题的文本挖掘技术设计与应用

本文创新地将半监督交互式关键词提取算法词频-逆向文件频率( Term Frequency- Inverse Document Frequency, TF-IDF )与基于 Transformer 的 双 向 编 码 表 征 ( Bidirectional Encoder Representation from Transformers,BERT)模型相结合,设计出一种扩展CPI预测种子关键词的文本挖掘技术。采用交互式TF-IDF算法,对原始CPI预测种子关键词汇广度上进行扩展,在此基础上通过BERT“两段式”检索过滤模型深入挖掘文本信息并匹配关键词,实现CPI预测关键词深度上的扩展,从而构建了CPI预测的关键词库。在此基础上,本文进一步对文本挖掘技术特征扩展前后的关键词建立预测模型进行对比分析。研究表明,相比于传统的关键词提取算法,交互式TF-IDF算法不仅无需借助语料库,而且还允许种子词的输入。同时,BERT模型通过迁移学习的方式对基础模型进行微调,学习特定领域知识,在CPI预测问题中很好地实现了语言表征、语义拓展与人机交互。相对于传统文本挖掘技术,本文设计的文本挖掘技术具有较强的泛化表征能力,在84个CPI预测关键种子词的基础上,扩充后的关键词对CPI具有更高的预测准确度和更充分的解释性。本文针对CP 预测问题设计的文本挖掘技术,也为建立其他宏观经济指标关键词词库提供新的研究思路与参考价值。