NVIDIA engineers will talk about the latest OpenGL API features for programmable GPUs. This session will cover the “hows, whys, and whens” of programming the fourth generation shader hardware. It will match detailed information on the API with practical examples. Topics covered will include geometry shaders, transformation feedback, instancing, and advanced texture formats.
NVIDIA engineers will talk about the latest OpenGL API features for programmable GPUs. This session will cover the “hows, whys, and whens” of programming the fourth generation shader hardware. It will match detailed information on the API with practical examples. Topics covered will include geometry shaders, transformation feedback, instancing, and advanced texture formats.
Статус коллокаций в лингвистическом описании
Разрабатываемый коллективом авторов алгоритм поиска устойчивых сочетаний позволяет с
помощью статистического метода выявлять устойчивые грамматические параметры и/или
лексические единицы для произвольной цепочки слов (см. [автоцитата удалена]). Использованная в
исследовании статистическая модель является примером анализа, направляемого корпусом (corpus-
driven), и позволяет выявить особенности, которые ранее не привлекали широкого внимания
лингвистов. Предложенный алгоритм позволяет измерять совместную встречаемость
морфологических признаков и лексических единиц, располагая их при этом на единой шкале. Вместе
с тем причины этой совместной встречаемости могут лежать совершенно в разных областях, что,
безусловно, нуждается в теоретическом осмыслении. И эта работа уже ведется (см. “Pattern
Grammar” (Hunston & Francis 2000), “A Grammar of Speech” (Brazil 1995), “Linear Unit Grammar” (Sinclair
& Mauranen 2006).
Так, например, давно известно и хорошо описано то, что в речевом потоке выделяются
многокомпонентные комплексы, которые чаще всего оказываются композициональными по
структуре значения, но при этом их отличает предсказуемость – отсутствующие компоненты могут
быть предсказаны на лексическом (для коллокаций) или синтаксическом (для коллигаций) уровне.
В докладе обсуждаются некоторые хуже описанные свойства коллокаций, связанные с их
линейной, т.е. синтагматической, природой. Это, во-первых, морфологическое профилирование, во-
вторых конструкционное профилирование, в-третьих, проницаемость коллокации.
Морфологическое профилирование. Полнота морфологической парадигмы –
Статус коллокаций в лингвистическом описании
Разрабатываемый коллективом авторов алгоритм поиска устойчивых сочетаний позволяет с
помощью статистического метода выявлять устойчивые грамматические параметры и/или
лексические единицы для произвольной цепочки слов (см. [автоцитата удалена]). Использованная в
исследовании статистическая модель является примером анализа, направляемого корпусом (corpus-
driven), и позволяет выявить особенности, которые ранее не привлекали широкого внимания
лингвистов. Предложенный алгоритм позволяет измерять совместную встречаемость
морфологических признаков и лексических единиц, располагая их при этом на единой шкале. Вместе
с тем причины этой совместной встречаемости могут лежать совершенно в разных областях, что,
безусловно, нуждается в теоретическом осмыслении. И эта работа уже ведется (см. “Pattern
Grammar” (Hunston & Francis 2000), “A Grammar of Speech” (Brazil 1995), “Linear Unit Grammar” (Sinclair
& Mauranen 2006).
Так, например, давно известно и хорошо описано то, что в речевом потоке выделяются
многокомпонентные комплексы, которые чаще всего оказываются композициональными по
структуре значения, но при этом их отличает предсказуемость – отсутствующие компоненты могут
быть предсказаны на лексическом (для коллокаций) или синтаксическом (для коллигаций) уровне.
В докладе обсуждаются некоторые хуже описанные свойства коллокаций, связанные с их
линейной, т.е. синтагматической, природой. Это, во-первых, морфологическое профилирование, во-
вторых конструкционное профилирование, в-третьих, проницаемость коллокации.
Морфологическое профилирование. Полнота морфологической парадигмы –