【摘 要】
:
自从特朗普赢得2016年美国总统选举以来,关于他的推特话语研究迅速增加。推特是特朗普发布信息和宣传政治观点最主要的社交网络平台,他也被誉为用“推特治国”的总统。大多数研究是从情感分析、话语策略等方面探讨了特朗普参选期间及获选后的部分推文。而实际上,特朗普自2009年注册推特后,就一直在该平台发布自己的政治观点,为自己后期参与美国总统大选奠定群众基础。少有研究从人际功能角度关注他公民时期的推文或是做
论文部分内容阅读
自从特朗普赢得2016年美国总统选举以来,关于他的推特话语研究迅速增加。推特是特朗普发布信息和宣传政治观点最主要的社交网络平台,他也被誉为用“推特治国”的总统。大多数研究是从情感分析、话语策略等方面探讨了特朗普参选期间及获选后的部分推文。而实际上,特朗普自2009年注册推特后,就一直在该平台发布自己的政治观点,为自己后期参与美国总统大选奠定群众基础。少有研究从人际功能角度关注他公民时期的推文或是做不同身份时期推文的对比分析。因此,本文以韩礼德的人际功能理论为基本框架,以特朗普从2009年注册推特到2020年总统任期结束发布的所有推文为研究语料。按照不同的身份将其分为公民、参选人及总统三个时期,并采取定量与定性相结合的方法,试探究特朗普不同身份时期推文的人际功能的实现手段。研究发现,语气,情态和人称三大系统是实现特朗普推文中人际功能的有效手段。在语气系统中,陈述句在所有推文中使用的占比最重,祈使句和疑问句次之。通过大量陈述句,特朗普宣扬了自己的观点和主张。在情态系统中,中值情态动词“will”使用最为频繁,在参选时期占比最高,表达了特朗普的决心和承诺,以期赢得民众支持和选票。在人称系统中,第一人称代词“I”和“we”的使用频繁,它们既强调了特朗普的地位和权威,又拉近了与公众的距离。代词“you”则用来吸引读者注意力,实现与读者的互动。总而言之,特朗普熟练地在所有时期的推文中运用这三大系统来实现相应的人际功能和交际目的。
其他文献
云块存储(Cloud Block Storage,CBS)系统是当前云存储系统中的一种主流存储架构,云供应商通过搭建云块存储系统为租户提供虚拟块级存储设备(称为云盘)。近些年来,云上工作负载种类以及存储的数据量飞速上升,云盘数量达到数百万块,云块存储系统存储集群利用率不断增加,为云块存储系统的资源管理带来的巨大的挑战。云块存储系统中资源管理的一种主要方式是分配云盘到合适的存储集群。传统的分配策略由
信息时代下海量数据的存储和处理一直是困扰着人们的难题。在此背景下,各种新型存储技术和计算架构被提出并得以不断发展。其中,相变存储器不仅存储性能优异,而且还因其阈值转换及缓变式结晶/非晶化过程而具备模拟生物突触和神经元行为的能力,有望作为神经形态器件以实现类脑计算。然而,目前对相变存储器的神经形态应用研究仍处于初级阶段,存在着器件功能单一且性能不佳等问题。对此,本文提出了一种基于GeGaSb的相变存
测井曲线聚类属于石油勘探领域的地层分布区域性宏观研究,聚类后不同的井形成的集合可以使用相同方法分析,打破对测井“一孔之见”的传统认识,帮助测井解释人员形成全面完整的地层分析。测井曲线聚类的实现可以为相关工作人员提供新的测井曲线分析工具,为测井曲线分析带来更多的选择,具有重要的现实意义。测井曲线聚类通常包括预处理、相似度计算和曲线聚类三步。曲线预处理实现曲线的深度对齐和曲线数据量压缩。曲线相似度计算
近年来,随着信息化、数字化进程的加速发展,中国数据中心产业规模增长迅猛,造成了行业能耗以及碳排放急速增长。此外,“碳达峰·碳中和”的背景下相关部门对数据中心行业的用能管理提出了高能效、低排放的要求。因此,将分布式新能源发电接入数据中心能源系统是必然的趋势。显然,接入分布式新能源发电可以降低数据中心对电网的依赖、降低碳排放量。然而,新能源的高不确定性和强随机性,会对数据中心能源系统的供能安全性、稳定
岩性是地质描述的关键指标,能反映地下油气资源的空间分布,因此测井岩性解释对地质勘察及资源开发有着重要意义。目前传统测井数据驱动的岩性识别方法存在一定的局限性:1)测井数据存在异常值、岩性样本不平衡等问题,影响岩性识别模型的训练质量;2)原始测井表征中样本相互独立,无法表示相邻采样点、测井曲线之间的耦合关系;3)不同井或地区采集的测井数据分布具有差异性,导致跨域岩性识别模型的适用性不佳。针对上述问题
近年来,使用电阻式随机存储器(Resistive Random-Access Memory,Re RAM)作为基础的存算一体(Computing-In-Memory,CIM)架构已经成为解决传统冯·诺依曼体系结构中“内存墙”问题的一种高效方式。它能利用基尔霍夫电压/电流定律实现高度并行的模拟计算,能支持部分算术运算与布尔逻辑操作。但是,由于其功能比较单一,它往往需要与通用处理器协同使用。然而,基于
2003年浙江大学、宁波大学等七所非师范院校设置教育硕士专业学位授权点,此后非师范院校逐渐成为培养教育硕士的主要力量。截至2021年底,共有108所非师范院校设置了教育硕士专业学位点,成为教育硕士专业学位教育发展不可或缺的一环。随着教育硕士专业学位教育的发展,非师范院校参与教育硕士培养出现了分化。本文主要的研究重点是非师范院校参与教育硕士培养的发展历程及分化现象。首先通过对以往教育硕士专业学位的相
近年来,随着各类岩土工程项目数量的增加和规模的扩大,在暴雨、地震等自然因素的影响下,边坡失稳破坏事故越来越多,边坡安全的可靠度问题尤为重要。传统一次可靠度求解方法精度有限,且边坡功能函数高度非线性、难以显式表达,故本文提出结合BP神经网络和Laplace渐近方法用于边坡可靠度分析,对边坡工程的稳定性研究具有重要的理论参考和实用价值。首先,以顺层边坡为研究对象,推导其极限状态方程,利用映射变换法,求
网页信息提取旨在自动从网页中提取指定的数据,是很多下游任务的数据源头。如何高质高效地从海量网站中提取信息是一直在研究的问题,早期方法通过对每个网站提供少量提取示例能达到很高的精度,但人工开销会随网站数增长。后来有研究利用网站数据的领域特征完成了跨网站提取,但难以应用到其他领域的网站。现在有方法利用深度学习能在少量网站标注的数据上训练就完成对同领域网站的提取,对不同领域网站只需准备数据重新训练即可,
传统密码学算法是以黑盒模型为基础设计的。黑盒模型假定攻击者最多只能得到密码系统中输入的明文和输出的密文,无法访问算法的执行过程。随着信息技术的飞速发展,密码分析者的攻击能力越来越强,攻击手段越来越多元化,传统的黑盒模型已经不能满足对安全性的需求。2002年Chow等人提出了白盒模型。白盒模型认为密码算法的运行终端不再安全,同时定义了一种极端的攻击环境——白盒攻击环境。在白盒攻击环境中,攻击者完全控