【摘 要】
：
“语言”与“人”的问题是语言学界关注的重要问题之一。人既是认知世界与使用语言的主体,也可作为被研究的客体。“人”这一对象是复杂的、多维的,故有必要从不同学科对其进
论文部分内容阅读
“语言”与“人”的问题是语言学界关注的重要问题之一。人既是认知世界与使用语言的主体,也可作为被研究的客体。“人”这一对象是复杂的、多维的,故有必要从不同学科对其进行更全面的研究与阐释,本文则是从语言学视角对俄汉观念词“человек/人”进行的对比研究。本文以“观念分析法”为基础,从多个维度对俄汉观念词“человек/人”进行对比研究,其中包括对“человек/人”的词源追溯与历时释义,共时维度下对其进行的组合关系与聚合关系分析,认知维度下对观念词“человек/人”的原始域解读等。本文研究目的在于力求以俄汉“语言中的人”为语料基础,充分展现俄汉“人的语言形象”,并以该两语言形象为对比分析的依据,深入探究俄汉民族“文化中的人”与“自我认知中人”的异同,并进一步诠释俄汉观念词“человек/人”所涉及的人与自我、人与人、人与世界等问题。
其他文献
20世纪70年代初金融衍生品已经开始进入现代人类社会的视野。从产生之初,金融衍生品因其既能避险保值,又能投资获利的特性,就在当时商业银行新兴的业务中受到了广泛追捧。1997年,我国的商业银行正式展开了金融衍生品业务。鉴于金融衍生产品的这些特点,近年来,我国商业银行金融衍生品业务日新月盛。但是,由于目前的金融衍生品业务多为金额相对较大的投资保证金进行交易,杠杆效应显著,一旦违约,商业银行面临的风险巨
白及是川产道地中药材品种,具有止血、抗癌、抗菌的药理作用,有良好的应用传统和市场前景。随着白及药理性质研究的加深,白及用途越来越广泛。内江是典型的四川盆地丘陵区,具有发展白及等川产道地中药材的良好条件。提高内江市白及产量能提升白及供给,促进当地白及产业健康发展。现阶段,我国土地资源紧缺,不能只靠大量增加要素投入来提高白及产量,因此对白及生产技术效率及其影响因素的研究,能够促使现有技术生产能力最大化
我国房地产市场自商品化时代逐渐进入快速发展阶段,目前已具有全球范围内最大的市场规模。2020年,政策对冲疫情冲击,我国房地产市场相对于世界其他国家已逐步恢复市场活力。民众的需求还将继续维持疫情之前的状态,进一步稳定发展。因而针对我国房地产的泡沫态势,尤其是空间溢出状况,业界、学界和普通百姓都表现出了关注。因此,本文将检测房地产泡沫的空间溢出,以及由此产生的金融风险状况,随后就防范泡沫与风险建立起一
清朝末年,西方列强对中国不仅有军事入侵,还有经济上的掠夺。在国贫民弱、列强环伺的情况下,发展资本主义经济成为使中国走上现代化道路的必要途径。必须大力发展民用以及军事企业,才能使国家富强、民族独立,大生纱厂等近代企业的相继创立代表了国人在现代化道路上的探索。虽然这些企业对西方大机械生产模式进行了引进,但对相应的企业管理制度引进方面显得迟缓。西方企业制度与中国传统管理思维模式的不匹配使企业在经营过程中
我国典型再生资源产业的高质量发展对我国经济和人民生活显得十分重要。而典型再生资源产业作为循环经济发展的重要组成,仍然普遍存在着创新积极性不高、技术水平落后、环境污染严重和行业内部混乱等问题,制约着产业的健康发展。因此,本文以创新驱动为视角,对我国典型再生资源产业进行研究,并构建新的产业发展模式也成为服务于当今社会的实际需要。首先,在理论研究的基础上,客观地分析了我国典型再生资源产业的总体发展概况,
近年来,环境问题一直影响着国际民生,伴随中国经济迅速发展,环境污染特别是雾霾问题尤为突出,雾霾治理也成为国内外学者研究的焦点之一,为了有效控制雾霾污染,国务院于2018年7月发布《打赢蓝天保卫战三年行动计划》,生态部于2021年1月发布《关于统筹和加强应对气候变化与生态环境保护相关工作的指导意见》。研究表明,大规模、低效率的能源消费是导致雾霾污染重要因素,理清能源消费与雾霾污染的关系对改善生态环境
研究背景和目的:蛛网膜下腔出血致死率和致残率在全球范围内居高不下。目前认为发生于蛛网膜下腔出血后72小时内的早期脑损伤是影响患者预后的主要因素。然而,目前临床上对于
芳胺是工业生产中一类关键原料和重要中间体,被广泛用于染料、颜料、农药和医药等相关行业。由于Fe催化剂资源丰富和价格低廉,且其催化活性可与贵金属（Pd、Pt、Au和Ru等）催化剂
在数控加工中,零件加工精度和数控机床的加工效率与刀具的磨损状态息息相关。因此,在铣削加工过程中实现刀具磨损状态的智能检测,及时发现并更换将要磨钝的铣刀,对提高工件加工质量和保证机床加工效率有重要意义。本文结合铣刀加工过程数据和集成学习算法建立基于数据驱动的铣刀磨损状态预测模型,为换刀决策提供依据。主要内容归结为信号采集与数据处理、特征选择与降维和铣刀磨损状态预测模型的建立。(1)刀具磨损机理分析和
深度学习在很多领域中取得了显著效果,但是从空白开始训练一个深度模型需要耗费大量的标注成本和训练时间。本文提出一种深度迁移主动学习方法(Deep TLAL)缓解这一问题。提出了一种与迁移学习强结合的主动学习动态样本挑选策略,其以源任务网络模型作为目标任务初始模型,在主动学习迭代中结合源域差异性和目标域不确定性挑选出对模型最具有贡献的目标域样本进行标注,并且根据主动学习阶段动态调整两种评价指标的权重。