研究中文的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

16個最具代表性的中國傳統節日：認識中國傳統節日的歷史源流╳傳統習俗╳節慶活動╳優美詩詞，發掘隱藏在節慶裡的生活美學與風俗習慣

為了解決研究中文的問題，作者陳玉新 這樣論述：

　　◤過節講究，為生活增添幸福感和儀式感◢ 　　認識中國傳統節日的歷史源流╳傳統習俗╳節慶活動╳優美詩詞， 　　直入傳統文化精髓， 　　發掘隱藏在節慶裡的生活美學與風俗習慣 　　傳統節日裡，凝結著中華民族的精神和情感，包含文化血脈和思想精華，是長存於民眾心中的文化符號和記憶。 　　本書根據歲時節令變化，選取十六個最具代表性的傳統節日，介紹源流演變、傳統習俗、故事傳說、歷史典故、詩詞文化等內容，圖文並茂，通俗易懂，既注重知識性，又注重趣味性，是認識傳統節日知識的最佳讀本。 　　～～發覺隱藏在傳統節日中的～～ 　　文化傳承‧風俗民情‧市井小民的心靈寄託 　　歷史源流‧生活

變遷‧文人墨客的心意抒發 　　傳統節日是隨著自然節律而起，蘊含人文精神而豐，傳統生活的時間驛站，風俗民情的承攬章譜。 　　本書是最能體驗傳統節日的知識讀本，從源流演變到傳統習俗，從故事傳說到詩詞文化，全方位瞭解中華傳統節日。 　　書中內容豐富，文字淺顯易懂、內容包羅廣泛，圖文並茂，注重知識性，並含蓋趣味性，在輕鬆的閱讀氛圍中，瞭解中華傳統文化之美，以及節慶活動中的生活美學。 　　【認識傳統節日的起源與典故】 　　嚴選最具有代表性、最受中國人重視、過節氣氛最濃厚的16個傳統節日，例如春節、元宵、清明、中元節等，與民眾生活息息相關，介紹過節起源、傳統習俗和歷史典故，認識中華文化的傳承。  

　　【圖文並茂，豐富藝術性與可讀性】 　　每個頁面中穿插精美的國畫，利用全彩的視覺呈現，搭配淺白易懂的文字敘述，提升閱讀趣味，讓人翻開書就停不下。   　　【傳統生活的近距離寫照】 　　穿插先民生活介紹和詩詞賞析，能夠近距離接近市井小民及文人墨客的思考、情緒，更能夠體會文化演變的過程，並豐潤讀者自身的文學涵養。 本書特色 　　1.收錄16個具有代表性的傳統節日，貼近民眾生活，讀來親切有趣。 　　2.內容豐富，包含節日的起源、歷史故事、傳統習俗、詩詞賞析，具有歷史和人文意義。 　　3.視覺優美，圖文並茂，收錄多張精美國畫，讓頁面更加賞心悅目。

研究中文進入發燒排行的影片

英語為母語者學習華語人稱代詞偏誤研究：以語料庫為本

為了解決研究中文的問題，作者曾惠琪 這樣論述：

在語言類型學（typological linguistics）的分類中，華語被視為高度代詞脫落語言（prop-drop language），若非代詞脫落語言的母語者，很可能會因為語言類型的不同，而對人稱代詞的省略與否感到困難。經前人研究，英語為母語的華語學習者會有人稱代詞使用過多的現象，這會隨著語言程度的提高而有所改善，但零代詞的使用也會隨著語言程度而增加，造成偏誤的語言問題（句法、語意或篇章）、不同等級的學習者偏誤狀況、以及判斷人稱代詞及零代詞的使用機制等。針對上述問題，本文採用語料庫為本的方法，針對「中央研究院漢語平衡語料庫」（簡稱Sinica Corpus）第4.0 版以及聯合知識庫中

的中文為母語者語料，以及TOCFL學習者語料庫 ，其中的A2（初級）至B2（中高級） 英語為母語者的語料進文本分析。本文的研究問題為：（一）人稱代詞及零代詞的使用機制為何？ （二）英語為母語者的人稱代詞偏誤有哪些語言問題？（三）英語為母語者的人稱代詞偏誤在各級考生的分佈為何？研究結果發現：（一）人稱代詞的省略及使用機制在不同的語言層面具有不同的表現傾向，句法上的制約最為強制，語意次之，兩者具有省略與否的特性。篇章層面的省略著重於相同的主語或主題，不可省略的狀況則與內容上是否出現轉變有關，語用上則著重於溝通氣氛的和諧。（二）A2（初級）考生在相同主語或主題的篇章冗贅最多，B1（中級）考生的偏誤狀

況與句法及表達方式有關，B2（中高級）考生在篇章轉折以及語用層面的人稱代詞的使用與否需要更多練習。（三）冗贅偏誤的狀況會隨著語言程度的提升而減少，遺漏偏誤的狀況則不會隨著語言程度的提升而隨之減少或增加，選錯偏誤則與單複數以及類人稱代詞有關。本研究旨在釐清人稱代詞在篇章中的省略及使用機制，並提供教師判斷各級學習者偏誤的依據，或是給予教師預防及解決偏誤形成的參考。

中文概念史談藪

為了解決研究中文的問題，作者鍾少華 這樣論述：

　　本書是北京社會科學院歷史所鍾少華教授以概念史研究方式，梳理中文「觀念」「概念」「思維」，以及「藝、藝術」「美、藝術美」「政治、政治學」的概念史。從一個詞的產生和來龍去脈，到該詞的從觀念形成積澱，到學者們探索該詞的概念的綜合形成過程。 　　本書強調「思維」在人類發展進化中重要功能，通過人類思維，能夠從初步的觀念混亂叢中，昇華出公允的概念，從而促進人際間的清楚準確交流。在當前人類面臨各種困境時，特別需要關注思維的認知功能。 　　本書是筆者研究中文概念史的第四部專著。  

以文本挖掘為基礎之企業風險評分模型的研究

為了解決研究中文的問題，作者王磊 這樣論述：

銀行的主要收益來源就是用貸款給客戶收取利息，客戶分為企業和個人，其中企業所需要的貸款金額非常巨大，如果企業破產或者是資金鏈斷開導致還不上貸款，對銀行的損失會非常巨大。因此在以前的時候，會請資深的分析師對於企業狀況進行分析，判斷企業未來的發展趨勢，從而輔助處理貸款問題。在大數據時代，銀行利用了企業的數據對企業建立了風險評分系統，風險評分系統通過對過往的數據，比如企業過去的經營狀況，來分析判斷企業的未來發展趨勢，從而輔助銀行處理貸款問題，儘量避免因企業出現問題而無法還貸款從而導致銀行損失的問題。現存的研究企業未來走向趨勢的方法，它的數據集都是用企業過去幾個季度的財報，或者是企業公佈的一些資訊，這

些數據集都有各自的弊端，財報的時效性不高，在企業的經營過程中很容易出現突發狀況，以財報為數據集的評分系統沒辦法預測到這些突發狀況；企業公佈的一些訊息，帶有企業主觀情感，會放大自己的優點，縮小自己的缺點，不夠客觀。本研究以近兩年的新聞資訊作為數據源，新聞資訊來自各大媒體論壇雜志，優點是時效性強、數據量大，同時比較客觀。利用了文本挖掘技術，將非結構化的新聞文本轉化為結構化的數據，我們先將文本轉化為詞彙集合，在篩選詞彙集合的時候，我們提出了風險詞篩選的方法，在和企業風險有關的新聞文本中篩選出一些和企業風險有關的詞，再經過專家審核留下的片語成風險詞庫，利用風險詞庫對新聞文本進行篩選，形成不同於常規斷詞

及篩選結果的詞彙集合。然後將新聞文本是否和企業風險有關作為目標屬性，利用權重的計算方法篩選關鍵字建立特徵向量，再利用分類模型做訓練和預測，最後利用效能分析挑選出好的雜訊過濾模型，對數據集進行過濾。過濾完的數據集，企業高低風險作為目標屬性，使用權重的計算方式，篩選關鍵字建立新的特徵向量，利用分類模型做訓練和預測，對預測結果進行效能分析，最後得到一個企業風險評分模型。用過濾雜訊後的數據集作訓練的模型預測能力會大大的提升，從而改善了風險評分模型，幫助銀行規避風險。