汉字演变

ylbtech-汉语-汉字：火 火，汉语 常用字 ，读作huǒ，最早见于 甲骨文 ， 其本义指物体燃烧时产生的光焰 ， 后引申为产生光焰的爆炸或射击、怒气、中医学上的燥热之气、热烈的、 红色 的等含义。 “火”也常用来做汉字偏旁，在上下结构的汉字中作偏旁时， “火”被写成“灬” 。 2019年11月20日，“汉语盘点2019”活动启动，国家语言资源监测与研究中心通过监测语料库，推荐国际字“火、墙、商”。 1. 返回顶部 1、 （基本信息栏参考资料： ） 中文名：火 拼 音：huǒ 注 音：ㄏㄨㄛˇ 字 码：仓颉F；郑码UO；五笔OOOO 部 首：火 总笔画：4 结 构：独体字 笔 顺：丶ノノ丶 异体字：夥灬煷𤆄 字 级：常用字、一级字 平水韵：二十哿 目录 1 字源演变 2 详细释义 3 古籍解释 ▪ 说文解字 ▪ 说文解字注 ▪ 康熙字典 4 字形书法 ▪ 字形对比 ▪ 书写演示 ▪ 书法欣赏 5 音韵汇集 2、 2. 返回顶部 1、 字源演变 字形演变 金文 火，象形字。火的甲骨文字形（图1、图2）像物体燃烧时光、焰迸射之形。金文火字由火苗的象形加两点构成，两点表示火苗中有东西向两旁散发，整个字是向四周发光发热的东西的示意图，由此产生火的含义。战国文字（图3、图4、图5）将火形拆成了四笔，但还保留了一点光、焰上冒的样子；其后的小篆（图6）与战国文字一脉相承，楷书写作火

ylbtech-汉语-汉字：旬 旬是一个汉语汉字，读音为xún，意思是 十日为一旬（一个月分三旬） ； 十岁为一旬 ； 旬也可指12年 ， 一般说大一旬或小一旬是指一个属相周期12年 。 1. 返回顶部 1、 中文名：旬 外文名：ten days 拼 音：xún 部 首：日 五 笔：QJD 目录 1 部首笔画 2 基本字义 3 汉字演变 4 详细字义 5 常用词组 6 常用成语 7 旬的书法 8 同名漫画 9 古代度量单位 2、 2. 返回顶部 3. 返回顶部 4. 返回顶部 5. 返回顶部 1、 https://baike.baidu.com/item/%E6%97%AC/2196016 2、 6. 返回顶部 作者： ylbtech 出处： http://ylbtech.cnblogs.com/ 本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。 来源： https://www.cnblogs.com/storebook/p/12312810.html

有一些经典的中文LOGO都带有汉字，比如中国铁路路徽、杭州logo等等，这些LOGO都是将汉字变形融入到标志中。 这篇文章来说下有哪些带汉字的LOGO标志很精妙： 1、中国铁路路徽 铁路企业专用标志，中华人民共和国铁路路徽上部表示人民，下部为钢轨截面图形，代表铁路，总的含义为人民铁路，路徽标记的图形和尺寸应符合铁道部规定的标准。 中国铁路路徽整体看去犹如一台迎面奔驰而来的蒸汽机车。路徽图案由两部分组成：外围的圆图案和中下部钢轨图案。外围圆图案为蒸汽机车锅炉和烟管，象征机车车辆部门；中下部为标准钢轨截面，像征路网（工务段、电务段、供电段等）部门。图案含意为机车车辆行驶在钢轨上，标志我国铁路各部门。 ①“工人”点明铁路行业之属性，即铁路是属于工人阶级的，而工人阶级又是国家的主人，它洋溢着铁路工人当家作主的自豪感责任感。 ②“人工”：在建国初期，中国处于一穷二白的阶级，而这一标志的含义恰在说明广大铁路工人乃至中国人民勇于战天斗地，不畏艰难险阻，誓与“天公”一比高的豪迈之气，歌颂了“人”改造自然的力量和精神。 ③在具体形象上，“工”字取铁轨横截面之形，整个构图外形上组成了一个完整的火车头形象，它夺面而来，蕴含了磅礴的气势，孕育着无穷的力量。 可以这样说，这幅作品，它构思精巧，构图精美、意蕴深刻。它虽创作于50年代，用当时的艺术标准衡量，实属佳作；即使放在今天

0. 背景 机构：香侬科技 作者：Yuxian Meng*, Wei Wu* 发布地方：NeurIPS 2019 面向任务：Language Representation 论文地址：https://arxiv.org/pdf/1901.10125 论文代码：https://github.com/ShannonAI/glyce 0.1 摘要 对于表意文字(logographic，又称语素文字，在非正式场合又称象形文字)语言如中文，从直觉上来说，其NLP任务应该是能够从字形信息中受益。但是，由于象形文字中丰富的象形信息数据甚为匮乏，且标准计算机视觉模型对字符数据的泛化能力较弱，如何有效地利用象形文字信息还有待探索。本文提出Glyce来弥补这一缺憾，Glyce的字形向量是中文字符的一种表征。本文有如下3大创新： (1)使用中文的各种文字形式，比如青铜器上的汉字，篆书，繁体中文等 (2)设计CNN结构(田字格-CNN)以适用中文字符的图像处理 (3)引入图像分类作为多任务学习的辅助任务，通过该辅助任务有效地提升了模型的泛化能力 通过在一系列中文NLP任务上的实验，证明本文基于字形的模型能够超越基于word和基于char的模型，并在多个中文NLP任务如序列标注(包括NER、CWS、POS)、句子对分类、单句分类、依存分析和语义角色标注任务上刷新记录。在OntoNotes(NER数据集