古今異義詞范文

導語：如何才能寫好一篇古今異義詞，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

《蒹葭》曾被認為是用來譏刺秦襄公不能用周禮來鞏固他的國家，或惋惜招引隱居的賢士而不可得。現在一般認為這是一首情歌，追表達求所愛而不及的惆悵與苦悶。

原文：蒹葭蒼蒼，白露為霜。所謂伊人，在水一方。溯洄從之，道阻且長。溯游從之，宛在水中央。 蒹葭萋萋，白露未晞。所謂伊人，在水之湄。溯洄從之，道阻且躋。溯游從之，宛在水中坻。蒹葭采采，白露未已。所謂伊人，在水之泗。溯洄從之，道阻且右。溯游從之，宛在水中址。

“道阻且右”中的“右” 古義為“迂回，彎彎曲曲” ，今為“表示方位”。

（來源：文章屋網 ）

篇2

茅檐低小，溪上青青草。醉里吳音相媚好，白發誰家翁媼。 大兒鋤豆溪東，中兒正織雞籠；最喜小兒無賴，溪頭臥剝蓮蓬。

“無賴”一詞，現在多用來形容蠻不講理、品行不端，很顯然在“最喜小兒無賴”中不是這個意思。據考證，“無賴”在古代有可喜、可愛的含義。如果這么理解，這句話的意思就講得通了。

像“無賴”一樣，有很多詞語從古到今含義發生了大變化，這類詞語叫做“古今異義詞”。讓我們一起來看幾個公式，了解古今異義詞有哪些類型吧！

行=走，走=跑

這兩個等式是不是讓你很困惑？原來，古人要表達我們今天所指的“走路”，用的是“行”。“三人行必有我師焉”中的“三人行”就是指大家一起走路，同行。而古人的“走”則相當于我們今天的“奔跑”。《宿新市徐公店》中，“兒童急走追黃蝶”的“走”不是“走路”，而是“奔跑”，試想，慢慢走哪能追上飛舞的蝴蝶呢？

在這些例子中，詞語的意義“搬了家”，也就是說詞義發生“轉移”。詞義的轉移還包括感彩的變化，比方說“乖”，原來指違背、不和諧，現在指小孩聽話、順從。要是你“穿越”到古人家里作客，開口就夸主人家的孩子很“乖”，那一定會很討人嫌的。

江

在古代許多詩文中，“江”“河”并不是隨意哪一條河流，一般是特指長江、黃河。“大江東去，浪淘盡，千古風流人物”（蘇軾《念奴嬌 赤壁懷古》），“大漠孤煙直，長河落日圓”（王維《使至塞上》），“三萬里河東入海，五千仞岳上摩天”（陸游《秋夜將曉出籬門迎涼有感》）……這些詩詞中的“江”專指長江，“河”專指黃河，后來長江和黃河的支流也被稱為“江”“河”，而現在“江”“河”已經擴大為河流的通稱了。

這么說來，是不是古代的“江”小于現代的“江”，古代的“河”小于現代的“河”？在這兩個例子中，詞語在現代的意義范圍大于古代，詞義發生了“擴大”。

禽>禽

看了這個公式你一定就明白了，意思是古代的“禽”含義大于現代的“禽”。沒錯。今天我們所說的“禽”專指鳥類。在古代詞語中，“禽”是鳥獸類的總稱，包括飛禽，也包括走獸。神醫華佗創編的“五禽戲”，模仿的就是老虎、鹿、熊、猿猴和鳥這五種“禽”。

篇3

詞的偏義現象在文言文中很常見，如果不能正確區分，按一般情況翻譯，就會使譯句不通。偏義復詞是文言文學習中的一個難點，是文言文復習備考的一個重要知識點。1996年全國高考題對此作過專門的考查。該題是這樣設計的：

《孔雀東南飛》中“晝夜勤作息”的“作息”是一個偏義復詞，下列句子中加點的詞語屬于偏義復詞的是（ ）

A.為奸利無所忌

B.每宴饗費千金

C.刺諸縣短長

D.必條利病反復

此題答案為C。因為根據語境分析可知，“府遣警盜”“刺諸縣短長”，“刺”為“刺探”之意，太守派遣“警盜”刺探下屬各縣令的情況，當是刺“短”而非刺“長”。

偏義復詞的合成方式有三種：

一、兩個語素意義相近。例如：

①今有一人入園圃，竊其桃李。（《墨子?非攻》）“園”是種樹的地方，“圃”是種菜的地方。從后面的“桃李”可知“園圃”為偏義復詞，意義偏在“園”上，“圃”只作陪襯，不表意義。

②無一不適耳目之觀。（《芙渠》）從后面的“觀”，可知“耳目”意義偏在“目”上，“耳”作陪襯。

二、兩個語素意義相對。例如

①便可白公姥，及時相遣歸。（《孔雀東南飛》）

②我有親父兄，性行暴如雷。（《孔雀東南飛》）

從上下文看，這兩例中的“姥”“兄”表示意義，“公”“父”作陪襯。

三、兩個語素意義相反。例如：

①冀緩急或可救助。（《譚嗣同傳》）意義偏在“急”上。

②陟罰藏否，不定異同。（《出師表》）意義偏在“異”上。

中學課本中偏義復詞的例子很多，不一而足，但很多人對這一現象卻存在陌生感，甚至覺得不可思議。其實，現代漢語中也有很多偏義復詞，只是因為我們對這類詞的偏義理解已經習慣化，而對另一個語素的意義不加考慮，從而對現代漢語中的偏義現象渾然不覺。通過對現代漢語中偏義復詞的分析，有助于加深我們對古代漢語中這一現象的理解。下面試舉幾例：

①窗戶：門鎖著，他從窗戶跳進屋里。詞義偏在“窗”上，而“戶”（本義為“門”）只起陪襯作用。

②兄弟：他是我兄弟，比我小五歲，詞義偏在“弟”上，“兄”起陪襯作用。

③動靜：他聽見對面的房間有動靜。詞義偏在“動”上，“靜”起陪襯作用。

④睡覺：太陽都出來了，他還在睡覺。詞義偏

在“睡”上，“覺”（醒）作陪襯。

⑤痛快：今天在公園里玩得真痛快。詞義偏在“快”上，“痛”起陪襯作用。

篇4

關鍵詞：傳統語文學；現代；聯綿詞觀

聯綿詞被看做漢語詞匯中的一種特殊的語言現象，我們現在界定聯綿詞的主流思想是：雙音的單純詞。聯綿詞并非現代漢語詞匯中的一個小類，其實聯綿詞早在西周晚期就已經出現，春秋以來數量激增。對聯綿詞的注釋、研究在漢代就已經開始。《爾雅》《廣雅》中就收錄了不少聯綿詞。但是把它們搜集整理，界定為詞匯的一類，并賦予名稱，并將其與單音詞、復合詞相區別，那就是較晚的事了。

宋代張有《復古編》首次使用了“聯綿字”這一名稱，并將聯綿字單列一章，共收聯綿字58個，辨字體的正俗。明代張慎編《古音駢字》、朱謀瑋的《駢雅》、方以智的《通雅釋詁》中的“語”、清代王念孫的《讀書雜志漢書第十六》“連語”、近人王國維的《聯綿字譜》、符定一的《聯綿字典》等，可稱的上是傳統聯綿字及其理論的代表。以上提的“聯綿字”、“語”、“連語”“駢字”等不同的名稱，代表著古代學者對聯綿詞的一些論斷，那么傳統的聯綿詞觀和我們現在語言學家的聯綿詞觀是否一致呢？本文將梳理傳統的聯綿詞觀和現代的聯綿詞的相關研究來討論古今聯綿詞觀的差異。

一、傳統語文學的聯綿詞觀

《復古編》原是根據《說文》小篆以正俗字的字書，該書分上下兩卷，收三千余字。下卷入聲附辨證六門，其一曰“聯綿字”共例58個雙音節例詞，每條詞語以小篆出目，然后分析每個單字的字形并注明音切，進而指出俗體為非，一般在析形注音之前還有義訓。如果根據張有自己的注解，并按我們現在的語素觀去分析其內部結構的話。不難發現其中收錄了大量的合成詞。由于張有并沒有對“聯綿字”加以界定，列舉詞語又只是為了糾正俗體字而選擇的例子，并不是他觀念中的“聯綿字”的全部，所以我們無法斷言張有的“聯綿字”應該包括哪些種類。但是我們仍然可以肯定，張有對聯綿詞的界定并非現代所指的雙音的單純詞。

明代朱謀瑋的《駢雅》依照《爾雅》的體例類編七卷，收詞四千有余。自序中稱：“畸文只句猶得訊之頡籀家書，乃聯二為一，駢異而同，析之則秦越，合之則肝膽，古故無其編焉，非藝事之一大歉饉哉！”余長祚于序言中對“駢字”作了解釋：“駢之為言并馬也，聯也，謂字與說俱偶者也。”由此，我們可以看出《駢雅》中所收的為雙音詞。在朱看來這些都算作聯綿詞。從所收詞的數量以及完備的體例來看，《駢雅》可以說是古代第一部較為完整的聯綿字典。但是具體分析所收詞的結構，我們不難找出現代復音結構的各種類型。除此之外它還收錄了許多重言詞，早在《爾雅》已經將重言單列一類，而朱卻將“重言”與“駢字”放在一起。由此可見朱將重言也看做是駢字。

明末方以智的《通雅》，仿《爾雅》體例分類詮釋古語詞，其中《釋詁》共八卷，“語”三卷。方對語的解釋是“語者，雙聲相轉而語涉也。”在《通雅》的卷三至卷四十九所列的復音詞中，有單列“語”“重言”，這是方有意進行的下位分類。在方看來“語”與其他復音詞相比，結構更加嚴密，方所收的語中近2/3是各種類型的復合詞。

清代的王念孫的聯綿詞理論雖未成系統但可以從他的有關著作中看到。王關于“連語”的理論對后世影響很大。“凡連語之字，皆上下同義，不可分訓。說者望文生義，往往穿鑿而失其本旨。”“大抵雙聲疊韻之字，其義即存乎聲，求諸其聲則得，求諸其文則惑矣。”此外王念孫還特別注意到了雙聲疊韻的關系，并從聲近音轉的角度分析聯綿詞的字形變化，這位近代研究聯綿詞奠定了基礎。

王國維的聯綿字觀：“聯綿字，合二字以成一語，其實猶一字也。”我們可以看出，他繼承了王念孫的“上下同義，不可分訓”的理論并有所發展。“王國維《聯綿字譜》所收聯綿字中包括841個重言詞及部分異體詞，共2718個，不僅絕大多數是合成詞，而且還有一些四字詞組。”民國符定一編有《聯綿字典》，全書三十六卷，收字兩萬七千有余。“《聯綿字典》雖以字典為名，實際是一部專收雙音詞的詞典。全書虛詞以及除去大量的編次雙聲、疊韻和重疊的聯綿字外，連助字虛詞以及一般的雙音復詞也包括在內。我們從他所列的聯綿字可以看出，在符定一的觀念中，所有兩個字連用成為一體的詞，無論是單純詞還是雙音節合成詞都可以看做是聯綿字。

以上所列的不管是張有的“聯綿字”朱謀瑋的“駢字”、方以智的“語”、王念孫的“連語”、王國維的“聯綿字”還是符定一的“聯綿字”，他們對聯綿詞的觀點基本一致，我們可以將其稱作傳統的聯綿字觀。“歷代語文學家筆下的聯綿字雖然有不同的含義，但包括聯綿字、語等相關術語，從來沒有哪個僅指雙音單純詞”

現代聯綿詞觀：

現代語言學家界定聯綿詞為雙音單純詞，具體的說聯綿詞中的兩個字，僅是一個詞素，不能分析為兩個詞素。

民國，陳兆年提出了“純連語”這一術語。“今分連語為二類，‘愴’‘侵’之類，雖為連語，兩字可分用，與連用之義無異，殆為復語連語。其不能分者，謂之曰純連語”這里說的“純連語”似乎與現在說的雙音單純詞相似。

王力先生主編的《古代漢語》談到聯綿詞說：“單純的復音詞絕大部分是聯綿字。聯綿字中的兩個字僅僅代表單純復音詞的兩個音節，古代注釋家有時把這種聯綿字拆成兩個詞，當作詞組加以解釋，那是絕大的錯誤。”

郭在貽先生：“所謂連語（又寫作語，又叫做聯綿詞），是指用兩個音節來表示一個整體意義的雙音詞，換句話說，它是單純性的雙音詞。”邵敬敏先生在《現代漢語通論》中認為：“聯綿詞是指從古代漢語中流傳下來單個音節沒有意義的雙音節詞。

總結：通過梳理前人對聯綿詞的研究，我們不難發現，古今學者的聯綿詞觀念是不同的。傳統聯綿詞觀對于聯綿詞的界定較為寬泛，只要是兩個字連用而成為一個整體都可以視作聯綿詞。傳統語文學家無意辨認聯綿詞語素。而當今學者用現代語言學理論，對詞匯科學分類，將聯綿詞界定為雙音單純詞。雖然現在學者對聯綿詞的界定讓我們對聯綿詞有了較清楚的認識，但是要想分辨聯綿詞，就必須對雙音詞語素進行辨認，我們現行的“替換法”，不失是一個分辨語素的好方法，但是也正如沈懷興所認為的那樣“使用替換法判定聯綿詞語素，歸根結底離不開施法人的語文知識及語感。”所以雙音詞語素的辨認問題直到現在仍然一個有待解決的問題。

參考文獻：

[1]李運富，是“誤解”不是“挪用”――兼談古今聯綿詞觀念上的差異[J].中國語文，1991.

[2]劉葉秋《中國字典史略》1983年中華書局印本

[3]王力，古代漢語[M].中華書局，

[4]郭在貽，訓詁五講[M].上海古籍出版社，1985.

[5]王國維，研究發現

[6]劉葉秋， 中國字典史略[M].中華書局，1983.

[7]陳兆年， 連語叢說[J].河南圖書館館刊.第3期，1933.

[8]徐振邦，聯綿詞概論[M].大眾文藝出版社.1998.

篇5

沉疴痼疾：本意指久治不愈的病，可比喻很久都難以解決的問題，或長期改不掉的壞習慣、毛病。

近義詞：

頑疾：頑固的疾病、久治不愈的疾病。宿疾難醫：多年的老病難以醫治，比喻習慣很深的壞毛病不易改掉。反義詞：

小恙：程度不深，問題不大的小病。無恙：指沒有發生疾病，引申指雖然受到了不良侵害，但是沒有產生不良影響。安然無恙：平平安安，沒出什么事故，泛指傷害之類的產生憂傷的事。

（來源：文章屋網 ）

篇6

關鍵詞：肋骨骨折；內固定；腦用粘巾

【中圖分類號】R47【文獻標識碼】A【文章編號】1672-3783(2012)03-0332-01

多發性肋骨骨折，由于骨斷端錯位易刺破胸膜、肋間血管及肺組織，可出現氣胸、血胸、皮下氣腫；因胸壁軟化范圍大，易出現反常呼吸，影響肺通氣，出現缺氧或二氧化碳潴留，甚至是呼吸、循環衰竭。采用鎳鈦記憶合金環抱器治療多發性肋骨骨折已取得滿意療效。手術固定時選擇與肋骨直徑相同的記憶合金，先置于0~4℃滅菌冰水中，緩慢將環抱器撐開，迅速置于骨折端上方，檢查環抱器位置正確后，用45℃溫鹽水沖洗環抱器，使環抱器迅速收縮至原狀，緊緊抱住骨折處，起到良好的固定作用。由于術中需要交替使用冰、熱鹽水，極易造成手術野周圍無菌單浸濕，這不僅破壞了手術的無菌屏障，同時也不利于保持病人的體溫和舒適度。

1 臨床資料

我院自2010年01月~2010年12月應用一次性腦用粘巾，共有102例肋骨內固定手術，其中男性84例，女性18例；年齡19~78歲，平均年齡49.8歲。

2 材料與方法

2.1 使用材料：一次性腦科手術專用粘巾（3L醫用制品集團公司生產，C-P型)，其構造為45 cmx30 cm的粘貼手術膜，末端連接有一漏斗型收集袋，漏斗尾端連接有一條直徑為6cm，長90cm的導水管塑料袋，帶子尾端未封口。

2.2 使用方法：手術時，常規消毒手術野皮膚，鋪巾，待皮膚消毒液干燥后，將手術膜從一端揭開平整粘貼于術區皮膚上，再用一紗布團均勻抹壓手術膜，使其與皮膚粘合緊密，最后將尾端導水管打結封閉。術中可根據手術需要，將漏斗一側針對性的貼于腹側或是背側。

2 體會

2.1 有效防止手術切口污染。如何保持無菌，防止手術切口感染是術中護理的一個重點。手術部位在經消毒液消毒后，只能消除皮膚表面的暫住菌，不能完全消滅藏在皮膚毛囊、皮脂腺等深部的寄存菌；手術過程中，隨著時間的推移，這部分細菌可隨皮膚的分泌、排泄而移行到皮膚表面且成倍增長。腦用粘巾作為無菌產品，貼于切口及其周圍，可暫時封閉毛孔，防止毛孔內細菌移行切口，降低了切口感染率。

2.2 保持手術環境的干燥。無菌單一經浸濕即失去其屏障作用。因腦用粘巾一側帶有漏斗型收集袋，具有可塑性、固定性，能將術中外溢的液體集中收集于袋內，保持一個無菌干燥的手術環境。對術中需要大量沖洗液的手術應用效果滿意。

2.3 保證患者的安全與舒適。為充分暴露手術野，術前需將患者衣服脫去；且術中不斷交替使用冰、熱鹽水，產生大量的沖洗液。使用腦用粘巾后能及時將沖洗液引流，有效防止手術單和患者皮膚被浸濕，既保持了手術區的無菌干燥，也增加了患者皮膚舒適度，同時也降低了患者身體熱量的意外散失，防止發生低體溫。

篇7

青花瓷是用含氧化鈷料為原料，在陶瓷坯體上繪畫，經高溫還原焰一次燒成，鈷料燒成后呈藍紫色，燒成后的青花瓷顏色典雅，有其獨特的冷艷效果。青花瓷起源于唐宋，但成熟的青花瓷應該是在元代，元代的青花藝術瓷不但顏色豐富，而且在器型及紋樣裝飾上相對的工整細致，有其一定的特色。這時期常見的器物有大盤、瓶和罐。常采用的青花紋樣有花卉、禽鳥還有獸類，龍的運用也比較多。到了明代，景德鎮的瓷器出現了新的局面，因為元代瓷器的瓷質較粗，釉面呈灰青色，而從明代起，景德鎮的白地青花瓷壓倒了歷史上的青瓷。明朝時期的青花藝術瓷發色深藍蒼翠，明艷渾厚，料色透入釉骨，描繪技法上是采用畫筆描線與涂染，畫面深淺關系是用筆拓出來的，到了明朝后期，發明了青花分水技法，這種技法把青花的明暗、虛實表現得更加巧妙，就畫風而言，明朝時期的青花藝術瓷，確實是百花齊放，百家爭鳴。由于當時的時勢和技術條件的原因，燒制一件青花瓷必須花費大量的人力物力。據《天工開物》中記載：“共計一坯工力經手七十二，方克成器，其中微細節目，尚不能盡也。”而且那時對青花瓷的要求是只求精工，不計成本，所以就當時而言，一件好的青花作品，價格是相當昂貴的。

清代的青花瓷在明代青花瓷卓越成就的基礎上，繼續有所發展和提高。在瓷器的造型、釉彩都有了新的成就，呈色也由原來的厚重變為鮮麗明爽，在畫藝方面清代的青花藝術瓷卻沒有多大變化。反而走進了一味模仿的死胡同，那種生龍活虎的民窯畫風蕩然無存，這可能同滿人的審美習俗有很大關系。

民國時期是青花藝術瓷的衰落時期，那時民國大眾的審美需求是那種光彩艷麗的新粉彩瓷，以至當時許多青花名手都紛紛改畫釉上彩瓷。然而有些畫家對青花藝術仍是情有獨鐘，最值得一提的就是王步先生，他的青花分水可說是別具匠心，獨領。

任何一種文化產業和當時的政治、經濟是密不可分的。建國以來，青花瓷藝術有了很大的飛躍發展。第一，能熟練的掌握青花料性，第二，掌控了窯溫變化，可根據不同的窯溫燒出不同的發色。第三，描繪方面，在傳承傳統技法的同時繼續推陳出新。

作為當代青花陶瓷藝術家，深知自己肩負的使命，怎樣去積極的創新和發展，怎樣使青花藝術瓷更巧妙的表現出其時代特征?

一、在造型方面力求創新，注重造型與裝飾的完美結合。如作品《冷露》綜合裝飾，筆者采用半刀泥雕刻的松樹為裝飾題材，紋飾以松樹的生成姿態，隨器型的旋轉而變化，配合傳統青花描繪的梅，使畫面和器型巧妙的結合。根據對窯溫的掌控，使作品里面和外面的青花發色不同，把作品顏色的漸變表現得更為明顯，器皿大膽的采用了變形效果，表現出一種另類的美。

篇8

審判長及各位合議庭成員：

我受安徽百達律師事務所指派，擔任本案被告人方衛的辯護人。在此，首先對含山縣人民檢察院公訴科、含山縣人民法院刑庭的各位檢察官、法官在我履行律師職務時給予的支持和配合表示誠摯的感謝。

通過查閱本案卷宗、會見被告人和今天的庭審，尤其是控、辯雙方在證據質證、法庭辯論后，我發表辯護意見，談談我對本案的認識，即：在本案中，控方沒有證據證明方衛犯有刑訊逼供罪，更談不上援引該罪法條中致人死亡的條款，應當宣告被告人無罪。

我國刑法第二百四十七條規定：司法工作人員對犯罪嫌疑人、被告人實行刑訊逼供或者使用暴力逼取證人證言的，處三年以下有期徒刑或者拘役。致人傷殘、死亡的，依照本法第二百三十四條、第二百三十二條的規定定罪從重處罰。根據該規定，是否構成刑訊逼供罪，在主觀上要看其有無逼取口供的故意，客觀上要看其有無實行暴力或者實施非肉刑折磨的行為。我們就從這兩個方面入手，審查被告人的主、客觀行為的證據

一、控方沒有證據證明被告人有刑訊逼供的主觀故意。

二、控方沒有證據證明被告客觀上有肉刑或變相肉刑的行為。

在本案中，控方能夠出示的所謂證明被告有刑訊逼供行為的證據及點評如下：

（三）12月17日潘世討被逼供。控方的證據沒有，而指控人潘世討全盤否認指控，認為該指控是被檢方偵查人員威逼脅迫而作。此外，當天潘世討出入所體檢表也可證明。

最后，需要指出：李政在其盜竊案一審判決后，以其受到刑訊逼供為由上訴，黃山中院發回重審后再次被判決構成犯罪，李政再次上述后二審裁決維持一審判決。在重審判決及二審裁定中，李政、潘世討的口供及辨認現場的筆錄均被作為合法證據使用，恰恰證明了被告人在對熊軍一伙盜竊犯罪的偵查活動中沒有違法。

綜上，控方沒有指控被告犯有刑訊逼供的直接證據。所謂的間接證據支離破碎，未形成證據鏈條，更經不起推敲。

篇9

【關鍵詞】初中語文；語文版；古詩詞抒情方法；寫作教學

在古典詩詞中，情感的抒發是創作的重要部分，也是應予遵守的創作原則，所謂“詩言志”，“言志”即為通過詩歌表達作者的思想感情，這也是評判作品的主要參照標準。本文試借鑒古典詩詞情景交融的抒情方法指導初中抒情文的寫作訓練，以語文版初中語文教材收錄的古詩詞為借鑒作品，從景物人格化、以景擬情、景語含情三方面指導寫作教學。

一、景物人格化

與觸景生情不同，景物人格化是指作者在創作簽將情感投射到經物質上，將所寫之景人格化，不是單純地描寫景物，二是依據情感抒發的需要塑造景物，因此，在不同情感的支配下，描述出的景物呈現不同的樣子，也帶有唯一的獨特的情感色彩。以杜甫的《春望》為例，頷聯“感時花濺淚，恨別鳥驚心”賦予花與鳥人的情感，詩人寫詩前情感先行，因自己的感時傷懷，故看見花開繁茂也感覺花是在流淚，聽見鳥聲一片，也覺得心驚。當然，花與鳥本無人之情感，在以往的詩詞中多用于襯托春之盎然生機，在這首《春望》中，因作者的憂愁滿懷而被人格化，情覆于景，以情塑景，春花“濺淚”，鳥兒“驚心”，賦予花鳥如此高度的人格與感情，足以表達作者國破家亡的深切哀痛與憂慮。在寫作中，不直接表達自己的感情，而移情于景，這種情感表達方法具有極強的藝術感染力。

初中學生對景物人格化的寫作手法尚未熟練掌握，在寫作中往往使用概括、抽象的語言描述情感，習作欠缺感染力，浮于表層。教師在教授古典詩詞時應在分析、鑒賞時強調對其情感表達方法的學習與借鑒，引導學生通過鑒賞進行有意識、有目的的摹寫，并最終達到提升習作水平的目標。

二、以景擬情

恰切地表達情感并非易事，情感、思緒等這些內心感受屬于抽象的事物，本不易描述，若直接書寫，極易流于表層，不能讓讀者感同身受，在優秀的古典詩詞中，往往會使用景來傳情，對切合詩人情感的景進行精細描寫，通過這種描寫曲折地表達詩人的情感，以此造就詩歌意境的悠遠與情致的典雅。使用這一情感表達方法需要注意選取的“景”應與要表達的“情”相契合，若有“景”而無“情”，寫景就只是純粹的描寫景物；若有“情”而無“景”，作品就將淪為毫無藝術感染力的說教。為達到情感與景物的高度融合，恰切表達情感，需精心選擇進入詩歌的“景”。

試以文天祥的《過零丁洋》為例，作者用“山河破碎風飄絮，身世浮沉雨打萍”比喻自己的現實處境，在山河破碎、自己被俘后，用飄絮與浮萍比喻家國覆滅表現自己的無家無根的沉重哀慟，飄絮與浮萍的無根足以表達詩人的無國之痛，加上風吹和雨打，就更為凄涼，家國破碎后還要遭遇迫害，詩人的內心痛苦無極，而其詩句也因之徒增沉痛。巨大的情感投射與精準的以景表達，讓“風飄絮”和“雨打萍”成為傳頌至今的經典比喻。

另以《蒹葭》為例，它使用的是“興”的情感表達方法，即借助景物引出要描寫的內容與要表達的情感，雖然作為詩歌的發端，但仍與詩歌的內容和情感密切先關，蒹葭即蘆葦，它的飄忽與若有似無的特點和詩中要表達的追求佳人而不得的情感是共通的，《蒹葭》以蒹葭的反復出現、白露凝冰雪、霧氣籠罩營造出一種可望不可即、聚散兩茫茫的意境，朦朧、清寂而略帶患得患失的哀怨對應著詩中主人公追求家人不可得的情感。《蒹葭》通篇的“景”即為主人公的“情”。在古典詩詞中，詩人往往將天地四時的變化、自然萬物的消長與人類的情感、生命的過程相對照，因為這種天人合一的思想，詩歌的意蘊走向深刻、情感也趨于和諧。目前的初中語文寫作訓練中，學生往往認為作文與生活兩者并無關聯，為寫作而寫作，若不能以文學的眼光去觀照景物，不能以真誠的情感去體悟世界，將難以達到“情”與“景”的交融共生。

三、景語含情

在古典詩詞中，有一類作品并無明顯的景物人格化或者以景擬情，看似寫景卻暗含抒情，對敘事式的寫景仔細分析即可感知作者的深厚情感。比如岑參的《白雪歌送武判官歸京》中的“山回路轉不見君，雪上空留馬行處”，寫送別朋友的場面，朋友騎馬離開，雪地上留下一行馬蹄印，從表層來看，是單純的場景，但若深入一層，可知這句詩中不僅是描寫場景，還在顯性的景物描寫中融入了作者的不舍情感，作者的目光藏在景物描寫中，詩人跟隨朋友的身影，看著他漸行漸遠直至消失，雪地上的馬蹄印更顯示了詩人目送朋友的深厚情誼，朋友已在視線中消失，作者仍注視著那一行馬蹄印，離別的不舍和感傷讓詩人失神凝望。詩人用看似單純的場景描寫出了一個帶有強烈主觀情感的空白畫面來表達對朋友的深厚情感與離愁別緒，空的畫面中情感卻是厚重真實的。這種以表層景物的流動變化表達隱藏其中的詩人情感也是極具表現力、可資借鑒的寫作練習方法。

【參考文獻】

[1]孫紹振.名作細讀：微觀分析個案研究[M].上海：上海教育出版社，2009

篇10

關鍵詞：孤立詞識別 免疫粒子群優化 LBG算法 DHMM

中圖分類號：TN912.34 文獻標識碼：A 文章編號：1007-9416（2013）01-0111-03

語音識別是一項極具魅力且大有作為的新興技術，其涉及語音語言學、生理心理學、信號處理及計算機科學等眾多學科。該技術的目標主要是利用人機接口來實現人與機器的直接對話，并能夠使機器根據人的語音執行各種相應的命令。作為語音識別的一個分支，孤立詞語音識別已廣泛應用于移動通信中的查詢和語音撥號、汽車導航中的語音控制、語音檢索等[1][2]，具有重要的理論研究意義和實際應用價值。

然而，很多應用產品的效果仍不夠理想，如識別率低、語音庫詞匯量少、識別速度慢等都嚴重制約著語音識別技術在生產生活中的推廣應用。目前，語音識別中運用較多的是隱馬爾科夫模型（HMM）、矢量量化（VQ）、動態時間規整（DTW）、人工神經網絡（ANN）以及支持向量機（SVM）等方法[3]。其中，HMM和VQ在孤立詞語音識別中應用較為成功。

在HMM的孤立詞識別系統中，首先是提取用于訓練的語音特征矢量，然后對其進行矢量量化。矢量量化中，用LBG算法訓練得出矢量量化器，再用矢量量化器量化訓練參數。最后，訓練參數進入HMM語音識別系統中進行訓練識別。但是，經典的LBG算法對初始碼書的選取較為敏感，易陷入局部最優[4]。因此，本文運用免疫粒子群優化（IPSO）算法改進LBG初始碼書設計，并通過HMM語音識別系統進行實驗測試。實驗結果證明，該方法極大的提高了系統的識別率，具有一定的可行性。

1 DHMM孤立詞語音識別方法

隱馬爾可夫模型作為一種語音信號處理中廣泛運用的統計模型，可實現雙重隨機過程[5]，既可以描述直接觀測到的信號瞬態特征，又可以描述隱含在觀測序列中的動態特征。HMM分為離散HMM（DHMM）、半連續HMM（SCHMM）和連續HMM（CHMM）三種[6]。本文中側重孤立詞語音識別研究，鑒于DHMM輸出離散分布概率，實現時所需的計算量以及存儲量都較小，因此選用DHMM模型（圖1）。

DHMM語音識別的系統框圖如圖1所示。假設為一個觀察序列，為HMM參數組，DHMM語音識別過程需要進行如下三步：（1）給定模型的條件下，計算得出觀測序列的概率；（2）選擇一個最優的狀態序列來表達觀測序列；（3）通過調整模型參數，以使最大。

在DHMM孤立詞語音識別中，要計算觀測序列對模型的概率，可以使用Baum-Welch算法和Viterbi算法[7]。Baum-Welch算法用于計算所有可能狀態序列所對應概率，Viterbi算法用于計算最大似然狀態序列對應的概率。它們均是動態匹配過程，計算觀測序列與模型之間的最佳匹配，兩種算法具有幾乎相同的計算量。但是Viterbi算法能將浮點乘法轉為定點加法，還能將概率對數化，從而能夠提高識別的速度。本文的DHMM的語音識別系統采用Viterbi算法來進行識別。

2 免疫粒子群優化（IPSO）算法

Kennedy和Eberhart通過研究鳥群捕食行為，在1995開發了一種仿生進化算法——粒子群優化（PSO）算法[8]。PSO算法和其他優化算法相似，運用群體進化的方式，假設單個粒子無體積無重量，以一定速度在搜索空間中飛行。根據自身及群體的飛行經驗，空間中的粒子不斷調整自身的飛行速度，通過調節并改變飛行方向和距離，在空間中根據最優粒子的位置進行搜索，經過不斷迭代獲得最優解。

在PSO算法中，假設一個D維搜索空間，群體由N個粒子組成。在聚類過程中，先對這群粒子隨機初始化。在迭代過程中，通過跟蹤個體最優值和全局最優值的變化，每個粒子不斷更新自己的位置及速度。設第個粒子的速度為，第個粒子的位置為，則粒子優化計算如下式：

（1）

（2）

式中，、是對應的學習因子，取值通常為2，和取[0，1]間的隨機數，代表慣性權重，其取值將影響算法的收斂性，取值太大會導致算法不收斂，因此權重大小的選擇很重要。

設第個粒子為最優位置，在求解最小化問題時，目標函數值越小，則適應度就越好，則個體最優值：

（3）

設目標函數為，為所有粒子搜索到的位置最優值，則有全局最優值：

（4）

式中，、、和分別表示第次迭代過程中，粒子在第維的速度、位置、個體最優位置和整個種群的全局最優位置。在進化的過程中，為了避免粒子飛出搜索空間外，通常取值為，取值為，則將有，。

PSO雖然算法簡單，實現容易，但仍存在一定缺陷。PSO算法的各種參數值往往是通過經驗來確定，其很難保證種群的多樣性，算法容易陷入早熟。因此，本文設計了免疫粒子群算法（IPSO）。通過將免疫記憶、免疫調節及接種疫苗等處理機制[9]運用到PSO算法中，每個粒子都作為一個抗體，使算法有了全局收斂能力，避免陷入早熟，提高了粒子群的多樣性和收斂速度。

在本文中，將每次迭代生成的最優粒子作為記憶細胞保存起來，當部分粒子適應度較低，不合要求時用記憶細胞來代替，從而加快搜索速度。在粒子群更新的過程中，本文利用免疫系統的調節作用，當抗體（即粒子）的濃度增高時，系統對其進行抑制的作用就增大，選擇的概率就減小；反之，選擇的概率增大。這樣就可保證粒子具有多樣性。

通過下式可計算第個粒子的濃度為：

（5）

通過式（5）可計算第個粒子濃度的選擇概率為：

（6）

其中，表示第個粒子的適應度函數值。從公式（6）可以看出，與粒子相似的粒子數量越多，粒子被選擇的概率就越小；反之，粒子被選擇的概率就越大。

3 基于IPSO算法的碼書設計

3.1 參數設計

LBG算法是經典的碼書設計方法[10]，但LBG中初始碼書的好壞對碼書收斂的速度和最終碼書的性能都會產生很大的影響。因此，本文充分利用IPSO算法的全局搜索性能，將每個粒子看作一個碼書，經過聚類、迭代得出最優解，然后將最優解作為初始碼書，再用LBG算法優化得到最優碼書。

本文所用免疫粒子群改進LBG算法中參數的設計為：粒子群規模；新增粒子數；粒子維數；最大迭代計算次數；學習因子；慣性權重及適應度函數分別通過公式（7）及公式（8）進行計算。

（7）

式中，為慣性因子最大值，取值為1.0，為慣性因子最小值，取值為0.4，為迭代次數，為最大迭代代數。

（8）

其中，表示第個聚類中心，為屬于第個聚類中心的數據集合，為聚類類別數。適應度越小，說明聚類越緊湊，碼書性能越好。

3.2 碼書設計

基于IPSO的碼書設計算法的具體步驟為：

步驟1：種群初始化。隨機地從語音庫訓練矢量集中選取D個矢量作為一個粒子（即碼書），矢量的維數為，反復進行N次得到N個粒子，初始化粒子的速度，位置。

步驟2：計算各個粒子的適應度值，對個體最優值和全局最優值進行更新，將作為免疫記憶粒子保存。

步驟3：根據公式（1），（2）對粒子當前速度和所在位置進行進化計算。

步驟4：隨機產生個粒子，形成新的粒子群。

步驟5：對N+M個粒子的濃度選擇概率通過公式（6）進行計算，將概率大的個粒子選出，進入下一代。

步驟6：選取為疫苗，隨機確定一段基因，將步驟5中選出的粒子與疫苗對應的基因進行替換。

步驟7：計算被替換粒子的適應度值，與父代進行比較，若不如父代，則取消接種，反之保留該粒子，形成新的粒子群。

步驟8：對每一個粒子（即碼書）按照最近鄰法則，重新確定聚類劃分，計算出新的聚類中心，形成新碼書。

步驟9：當計算達到最大迭代次數就結束，否則，跳轉至步驟2后重復進行。

4 實驗仿真分析

4.1 實驗建立

孤立詞語音識別仿真實驗需要語音特征提取、矢量量化、模型訓練及識別測試4步：

首先，分幀提取待訓練和識別的語音信號特征參數，每幀為一個矢量，構成矢量序列。本文采用過零峰值幅度（ZCPA）語音特征，形成1024維特征矢量。

其次，對高數據率矢量序列進行矢量量化。本文通過IPSO改進LBG算法來形成矢量量化器，將訓練數據庫中10人在不同噪聲、不同詞匯量下的語音特征矢量量化形成相應碼書。

第三，將上步得到的碼書輸入到DHMM模型的孤立詞語音識別系統中，采用5狀態單詞模型，27個樣本訓練一個單詞，將每個單詞運用Baum-Welch算法訓練成一個模板。

第四，運用矢量量化器對待測試的8個人在不同噪聲、不同詞匯量下形成的數據進行矢量量化，形成測試碼書。然后用Viterbi算法得到測試語音數據與上步形成的模板所匹配的概率，最大概率值極為識別結果。

4.2 仿真分析

本文通過C++語言編程，在PC機上建立基于過零峰值幅度語音特征的IPSO-LBG改進DHMM的孤立詞識別系統。實驗中選用在不同高斯白噪聲條件下（包含15dB、20dB、25dB、30dB和無噪音），18個人都分別采集10詞、20詞、30詞、40詞、50詞，每人每個詞發音三次，形成實驗語音數據，其中10人的語音數據作為訓練數據庫，另外8個人的語音數據作為識別數據庫。這樣，通過PC機編程仿真，得到了不同噪聲和詞匯量下的基于免疫粒子群優化LBG算法的DHMM語音識別結果。

表1所示為在不同詞匯量和不同SNR下，分別基于LBG算法和IPSO-LBG算法的DHMM在語音識別實驗中的識別結果。從表中可以看出，基于IPSO-LBG算法的識別率在不同詞匯量和不同信噪比下都比基于LBG的高，正確識別的詞匯量也增多，這說明IPSO-LBG算法跳出了局部最優值，提高了系統的識別性能，尤其在大詞匯量的語音識別中表現出更加明顯的優勢。

（圖2）和（圖3）分別是基于LBG、IPSO-LBG兩種算法的DHMM語音識別系統在不同詞匯量下的平均識別率柱狀圖和在不同信噪比下平均識別率的柱狀圖。從兩圖中可以看出，在不同詞匯量下識別率都有所提高，且隨著詞匯量的增多，識別率的提高也加快。在不同的信噪比條件下，識別率的提高速度差不多，在無噪聲的情況下識別率最好，系統的抗噪性能還有待提高。總體上驗證了基于IPSO-LBG算法的語音識別系統的有效性。

5 結語

本文將免疫粒子群算法運用到碼書設計中，設計了IPSO-LBG算法，并將IPSO-LBG算法用于DHMM孤立詞語音識別系統中，并給出了實驗的結果及分析。通過與基于傳統LBG算法的DHMM孤立詞語音識別系統相比，證明了IPSO優化的識別系統有較好的識別率，對今后孤立詞語音識別研究具有重要的借鑒作用。

參考文獻

[1]袁里馳.基于改進的隱馬爾科夫模型的語音識別方法[J].中南大學學報（自然科學版），2008，06：1303-1308.

[2]M. Benzeghiba， R. De Mori， O. Deroo， S. Dupont. Automatic speech recognition and speech variability： A review[J].Speech Communication，2007，49（10）：763–786.

[3]任杰.語音識別技術概述[J].大眾科技，2010，08：21.

[4]王社國，魏艷娜.基于遺傳算法的VQ碼本設計及語音識別[J].計算機工程與應用，2007，17：71-73.

[5]A-V.I. Rosti， M.J.F. Gales. Factor analyzed hidden Markov models for speech recognition[J].Computer Speech and Language，2004，18（2）：181-200.

[6]高清倫，譚月輝，王嘉禎.基于離散隱馬爾科夫模型的語音識別技術[J].河北省科學院學報，2007，02：8-11.

[7]于倩，李春利.自適應矢量量化在語音識別中的應用[J].現代電子技術，2007，06：128-130.

[8]陳立偉，宋憲晨，章東升，楊洪利.一種基于優化小波神經網絡的語音識別[J].應用科技，2008，02：17-20.