语用学对修辞研究的启示

语用学和修辞学是相互有密切联系但又相互不同的两个学科,各有自己的研究对象。在许多方面语用学得益于修辞学的进步,反过来,语用学的发展,特别是语用学理论的一些新发展,对丰富修辞学理论和实践又有一定的意义,有助于修辞研究取得更丰硕的成果。本文从介绍语用学开始,看看这门学科是否会对修辞学理论的丰富和发展起一点启示的作用。     

我国产业结构变迁与城市化水平提升间互动关系研究

城市化作为二三产业发展在城市空间的动态物化载体,必然反映出区域特定时期社会经济发展的综合水平。我国产业结构演进与城市化进程之间存在着较密切的关联性,这种内在联系颇值得探讨。本文通过系统研究中国城市化进程与产业结构变迁、产业结构偏离度之间的关系,并着重剖析中国产业结构演进对城市化的弹性影响,最后从优化产业结构的维度提出推进新型城镇化发展战略的对策建议。     

语篇理解中的信息认知研究

随着语篇语言学的深入研究和不断发展,人们越来越认识到语篇特定信息的把握在语篇解读中的重要性。本文从语篇的文化语境、语篇信息度、语篇组织中的隐喻功能、语篇连贯中的关联理论几方面来探讨特定的信息认知对语篇理解的作用。     

从关联翻译理论的角度看英汉谚语的翻译

英汉谚语是学习研究英汉语言与文化不可缺少的钥匙,但是英汉谚语的翻译却并非易事。关联翻译理论为动态灵活翻译英汉谚语提供了一个新的视角。在关联翻译理论的框架下,为达到翻译的最佳交际效果,译者必须综合考虑原文作者的意图和译文读者的认知语境,选择适当的翻译方法,使英汉谚语的译文具有最佳关联性。     

话语前提特定意义的选择

在特定语境中 ,话语的含义只有一个 ,却可能有多个前提 ,一个前提也可能有多重意义。那么 ,在会话过程中 ,说话者是如何设定话语前提的 ,听话者又是如何对话语前提进行选择和理解的 ?本文从分析前提感知的失误入手 ,运用逻辑分析方法 ,从认知语用学角度考察听话者对预设前提的感知 ,分析选择前提特定意义的原则、策略和过程 ,进而提出前提空间定位的心理模式。笔者认为前提的选择有逻辑 -语义分析、语用推理和整合等三种不同等级的策略 ;话语前提的选择是感知 -推理 -理解 -选择的探索性过程。由此得出结论 :认知环境是话语前提的决定性因素 ,话语前提的正确选择可再现话语的语境表征 ,为话语内涵的理解提供信息表征和推理依据———基于真值条件的最佳关联     

从认知语境的吻合看言语交际的成功

讨论了关联理论中从认知语境相吻合的角度看言语交际的成功;基于明示推理模式,分析听话者在交际过程中的认知推理和心理运算,论证了力求在推理过程中,找到最佳关联度,进而不断推测、验证使发话者对对方认知语境的假设与理解的期待与听话者真实的认知语境相吻合来达到言语交际的成功。     

委婉语的关联-顺应性研究

委婉语的使用过程就是说话人寻求关联语境,进行动态顺应的过程。说话人的关联假设决定话语方式的选择。借鉴语用研究者所提出的关联-顺应模式,在这一框架下对委婉语进行委婉语进行探讨研究有助于理解和使用自然语言。     

关联理论关照下的话语理解

Sperber和Wilson从认知科学的角度对话语交际进行了有效探讨,提出了以明示推理原则为根基的关联理论。在话语实践中,交际双方通常凭借认知语境与最佳关联的有效介入来实现话语的准确理解,从而达到成功交际的目的。     

语境与文化意象的理解和传译

文化意象是在文化环境下生成的一种文化符号 ,具有语境依赖性。本文首先对文化意象进行界定 ,再对语境进行分析 ,并以此为基点探讨文化意象的理解和传译问题 ,旨在说明 :(1)文化意象的判定是认知主体的主观阐释和诸种潜在相关客观参数 (语境参数 )的合力作用的结果 ;(2 )与文化意象相关的原语语境和译语语境的关联性将直接影响文化意象翻译策略和手段的择取。     

Stochastic correlation coefficient ensembles for variable selection

In this paper, we propose a novel Max-Relevance and Min-Common-Redundancy criterion for variable selection in linear models. Considering that the ensemble approach for variable selection has been proven to be quite effective in linear regression models, we construct a variable selection ensemble (VSE) by combining the presented stochastic correlation coefficient algorithm with a stochastic stepwise algorithm. We conduct extensive experimental comparison of our algorithm and other methods using two simulation studies and four real-life data sets. The results confirm that the proposed VSE leads to promising improvement on variable selection and regression accuracy.