论备案审查意见的督促纠错功能

2023年《立法法》修改赋予了全国人民代表大会专门委员会、常务委员会工作机构在审查法规、条例“同宪法或者法律相抵触”或“认为存在合宪性、合法性问题”时,可向制定机关提出“审查意见”的职权。地方人大“备案审查条例”也作出了相应的规定。“审查意见”作为强化人大备案审查职能的一项重要举措,一方面,“审查意见”刚性效力远强于修法前的“研究意见”;另一方面,“审查意见”能有效督促制定机关及时纠错。作为备案审查外部督促手段,“审查意见”表现为以“沟通”“协商”方式,形成兼具法律和政治双重督促效果。为进一步强化人大备案审查中的督促纠错功能,还需明确审查机关“督促”与制定机关“纠错”工作联系机制,明晰“审查意见”的督促对象、督促内容、督促方式等具体细则。

CBL联合纠错教学应用于妇产科规范化培训中的价值

目的分析以案例为基础的教学法(Case Based Learning,CBL)联合纠错教学应用于妇产科规范化培训中的价值。方法选取2022年1月—2023年12月在潍坊医学院附属医院妇产科轮转的40名规范化培训医师为研究对象,采用随机数表法将其分为两组,每组20名。对照组实施传统规范化培训,观察组实施CBL联合纠错教学规范化培训,对比两组医师专业理论知识考试成绩、临床技能操作考核成绩及满意度。结果观察组专业理论知识考试成绩高于对照组,差异有统计学意义(P<0.05);观察组病例问询、查体、病例分析、治疗计划分数及总分均高于对照组,差异有统计学意义(P均<0.05);观察组教学模式、学习兴趣、自学能力、表达沟通能力、团队协作能力评分均高于对照组,差异有统计学意义(P均<0.05)。结论在妇产科规范化培训中,采用CBL联合纠错教学方法具有显著的价值,能够提高住培医师的专业理论知识水平,增强他们在实践中的能力,并促进他们的自主学习和团队合作能力。

基于语音信号的跨语种交互翻译机器人语义纠错方法

传统的跨语种交互翻译机器人语义纠错方法通常是单向的,效率较低,导致识别错误率较高。为此,文章提出基于语音信号的跨语种交互翻译机器人语义纠错方法。在基础语音识别的基础上,通过交互标定和特征提取来修正语义错误位置,并设计语音信号翻译机器人的语义纠错模型,采用随时间反向传播(Backpropagation Through Time,BPTT)循环训练核验方式,以确保纠错的准确性。测试结果显示,经过3个阶段测试,选定的5段语音材料的纠错识别率成功控制在10%以下,表明基于语音信号的跨语种交互翻译机器人语义纠错方法高效,具有实际应用价值。

不同模态及趣味性续说任务对口语纠错效果及协同量的影响

本文着眼考察模态变量与趣味性变量对续说产出中协同量及错误率的影响,研究采用定性和定量相结合的方法。研究结果显示:在四组不同模态输入方式中,协同量最多,错误率最少的是视听读续说组。无论是低水平组还是高水平组,趣味性读后续说组较之无趣续说组协同效应更强,且语言流利度要高,语言错误率要更低。研究结果为纠错研究与大学英语口语教学提供了一套操作性强的续说标准和流程,为基于续论的英语口语教学提供了借鉴和参考。续说纠错教学模式,在教学模式上是一种创新,可以极大地提高学生学习的主动性和独立思考的能力,且可操作性强。

面向深度学习的高质量纠错语料库自动生成方法研究

基于海量数据驱动的学习模型是目前的主流算法,但通常需要大量的标注数据驱动模型才能获得精准的结果。然而,高质量标注数据获取是一个繁琐且耗时的过程,缺乏足够的标注数据会严重影响算法的性能。本文以信息检索中的查询文本串为例,探索自动数据标注方法。针对中文查询串纠错任务,本文提出了一种新颖的语料自动生成方法,该方法结合了规则筛选和循环神经网络的优点,使用了两种方式来构造音素资源库。同时结合考虑用户的输入习惯和发音等特点,用规则模拟出更多种类的输入错误,使用神经网络语言模型将拼音转换为文字。通过这种方法可以生成更广泛的错误类别,有助于提高机器学习算法的性能。实验结果表明,采用序列到序列的数据生成模型,在自动生成纠错语料库方面具有良好的效果,生成的语料能够模拟真实语料中发生的错误情况,可以有效地提高模型的训练效果。

融合音素的缅甸语语音识别文本纠错

缅甸语语音识别文本中包含大量的同音和空格错误,使用通用的文本语义信息纠正错误字符,对缅甸语空格和同音错误定位和纠正不准确。考虑到缅甸语是一种声调语言,并且音素中包含了声调信息,因此提出融合音素的缅甸语语音识别文本纠错方法。通过参数共享策略对转录文本及其音素进行联合建模,利用音素信息辅助检测并纠正缅甸语同音和空格错误。实验结果表明,本文所提方法相比基线方法ConvSeq2Seq,在缅甸语语音识别纠错任务中的F1值提升了85.97%,达到了79.15%。

新媒体背景下思政课教学“纠错码”功能优化研究--以“中国近现代史纲要”课为例

在新媒体背景下,思政课教学中充斥着大量的信息“噪声”干扰,不可避免却又直接影响着教学效果的提升,而“中国近现代史纲要”课程“以史育人”的内容特点更易遭受信息“噪声”的干扰,因此有必要引入信息论中“噪声”干扰难以消除时的纠错码应对机制,有效降低新媒体“噪声”对它的影响。利用重塑“纠错码”防范功能、维护“纠错码”纠正反馈功能、革新“纠错码”建设功能等措施辩证发力,可以将新媒体给“中国近现代史纲要”课程带来“噪声”干扰的“变量”转化为提升信息传输实效的“增量”,为提升课程育人实效提供全新思路。

融合位置编码的中文拼写纠错方法

在中文拼写纠错任务中,字符在文本中的距离信息和顺序信息是重要的特征,因此位置编码至关重要。传统的位置编码无法区分字符的前后联系,此外二阶段方式的纠错方案存在错误传播问题。针对上述问题,提出一种多任务学习下融合位置编码的中文拼写纠错方法,使用融合位置编码更好地为模型提供位置信息;使用多任务学习机制缓解错误传播问题,提升模型泛化能力。针对公开数据集进行实验,实验结果在F1值方面有稳定提升,验证了所提方法的有效性。

中文文本纠错软件测试用例的选择生成方法

针对目前尚无有效的中文文本纠错软件测试用例生成方法的情况,为了服务于软件纠错性能的测量并为软件提供优化方向,设计了一种面向多用户的、工程化的中文文本纠错软件测试用例选择生成方法(SGMT-CCS)。定义了两种不同的可供用户选择的用例评判标准:错误数量密度和错误种类密度。设计了三个模块:测试用例自动化生成模块、测试用例选择模块以及测试用例优先级排序模块。在SGMT-CCS中,用户可以:1)在测试用例自动化生成的过程中自定义错误最小间隔和用例集大小;2)在测试用例选择的过程中自定义错误最小间隔和期望值;3)在测试用例选择和优先级排序的过程中选择不同的用例评判标准进行自定义操作,以适应不同数据集的要求。实验结果表明,SGMT-CCS能够在较短的时间内获得有效的测试用例,选择模块实验在模拟的需求情况下都能满足用户自定义目标,优先级排序模块实验验证了相较于排序前,在不同评判标准下的不同时间段内都能有效提高测试效率。

基于语境与文本结构融合的中文拼写纠错方法

在中文拼写纠错任务的处理中往往存在对句子的语义理解不够且对于汉字的语音和视觉信息利用较少的问题,针对这一问题,提出一种基于语境置信度和汉字相似度的纠错方法(ECS).该方法基于深度学习的理论,融合汉字的视觉相似度、汉字的语音相似度以及微调过的预训练BERT模型,能自动提取句子语义并利用汉字的相似性.具体地,通过对预训练的中文BERT模型进行微调,使之能适应下游的中文拼写纠错任务;同时,利用表意文字描述序列获取汉字的树形结构作为视觉信息,采用汉字的拼音序列作为语音信息;最后,利用编辑距离得出汉字的视觉和语音相似度,并将这些相似度数据与微调过的BERT模型融合,以实现纠错任务.在SIGHAN标准数据集上的测试结果显示,和基准模型相比,提出的ECS方法其F1-score提升巨大,在检错层面上提升2.1%,在纠错层面上提升2.8%,也验证了将汉字的语境信息、视觉信息与语音信息融合用于中文拼写纠错任务的适用性.

基于对比优化的多输入融合拼写纠错模型

文本编辑工作中,中文拼写纠错必不可少.现有中文拼写纠错模型大多为单输入模型,语义信息和纠错结果存在局限性.因此,文中提出基于对比优化的多输入融合拼写纠错模型,包含多输入语义学习阶段和对比学习驱动的语义融合纠错阶段.第一阶段集成多个单模型的初步纠错结果,为语义融合提供充分的互补语义信息.第二阶段基于对比学习方法优化多个互补的句子语义,避免模型过度纠正句子,同时融合多个互补语义对错误句子进行再纠错,改善模型纠错结果的局限性.在SIGHAN13、SIGHAN14、SIGHAN15数据集上的实验表明文中方法可有效提升纠错性能.

全面从严治党向纵深发展背景下干部容错纠错机制研究

干部容错纠错机制能够解除干部探索创新、担当作为的后顾之忧,鼓励干部不怕犯错,永葆初心,奋发有为,是推进全面从严治党向纵深发展、严格规范党内政治生态固本、铸魂、强基、塑形工程的重要途径。针对干部容错纠错机制存在的制度不完善、运行效果欠佳、当事人缺乏理想信念与制度信任等问题,需要宽严并济打好“从严查处”和“容错纠错”组合拳,以法律建立机制信任、以协同推进机制合力、以奖惩激活机制动力、以表率带动机制普及,确保干部容错纠错机制的有效运行和广泛接受,为干部干事创业提供有力保障。

基于前向纠错的自适应低延时传输机制

针对无线网络中视频传输的延时以及用户数据报协议(User Datagram Protocol,UDP)因丢包造成的视频质量大幅下降问题,提出一种基于前向纠错的自适应低延时(Adaptive Low-Latency Forward Error Correction,AL-FEC)传输机制。该机制通过前向纠错方案避免在使用UDP协议传输过程中因丢包而造成的视频失真卡顿现象,通过发包策略及自适应冗余度达到降低端到端时延并提高视频传输质量的目的。根据当前的网络状况以及视频帧特性确定需要发送的源包个数,利用接收包接收到的数据包信息实时估计网络状况,从而根据网络波动情况动态更新冗余包比例。大量实验结果表明,相较于静态的前向纠错机制,AL-FEC能够使得平均端到端时延降低40~50 ms,在高丢包率情况下,视频的峰值信噪比(Peak Signal to Noise Ratio,PSNR)提高5~8 dB。

端到端业务开通的智能纠错策略研究

电信运营商的业务开通配置工作具有开通量庞大、业务种类繁杂、配置规则复杂的特点。文中结合自智网络运维体系“三零三自”愿景,以实现“无人值守”的业务开通为目标,从业务自动化配置的容错手段入手,提出了基于错误码的多系统间业务开通智能纠错策略思路,为提高业务开通的自动化率、实时性、准确性等提供了借鉴和参考。

小学数学教学中培养学生纠错能力的思考

在小学数学教学中,培养学生的纠错能力对于其数学学习具有重要作用。然而,在当前的数学教学中,教师多停留在只要求学生改正错误答案层面,没有进一步将错误视为提升学生纠错能力的机会。为改善该现象,文章从创设宽松的学习氛围、提供有效的反馈和指导、运用多样化的教学方法的角度,探究提升小学生的数学纠错能力的路径,指出广大小学数学教师要引导学生正确地面对错误,分析错误产生的原因,掌握正确解题的方法,提高纠错能力。

以问题为导向的“纠错式”实验教学模式在“程序设计与问题求解”课程的探究

针对“程序设计与问题求解”课程的特点和学情,本文提出以问题为导向的纠错式实验教学模式,实验教学应该以问题导向为驱动,让学生把学习重点放在解题思路上。教师在布置作业,提供部分参考代码,并设置留白。在学生容易犯错的地方,布置陷阱,课堂上师生共同评阅作业,教师指出错误根源,引导学生自我纠错,最大限度的引起学生注意。让学生在实际学习中经过犯错,知错,改错和防错的闭环训练,促进学生对重难点知识的掌握和理解,培养其自主解决问题的能力。

中文纠错任务为例的数据集增强质量评价方法

数据增强被认为是一种有效提升模型效果的方案。但是在选取生成的数据时,需考虑固有的数据特征和相应的任务关联性。针对这一问题,以中文纠错任务场景为例,提出了一种可用于数据集增强质量的评价方法。该方法使用对比学习优化后的预训练模型提取数据集的特征向量,提出互覆盖度、总分散度、自支撑度等三个基本评价指标,并给出一个综合性的数据集质量融合指标。在四种数据增强方法、两个中文纠错数据集和三个中文纠错模型上的实验分析结果表明,上述评价方法能够独立于测试集性能检验方法,为不同增强数据集的选用提供重要依据。

全息存储中的纠错码研究综述

大数据时代对于高密度大容量的存储技术需求与日俱增。与传统存储技术的按位记录方式不同,全息存储以二维数据页为读写单位,采用三维体存储模式,凭借存储密度高、数据转换速率快、节能安全以及超长期保存等优势,成为海量冷数据存储的有力竞争者。重点介绍了相位调制的同轴全息存储,分析了目前面向全息存储的纠错码研究现状,并详细介绍了一种参考光辅助的低密度奇偶校验LDPC码优化方案。

政策激励与信息质量:容错纠错机制对国有企业前瞻性信息披露的影响

基于2011至2021年A股国有上市企业研究样本,采取文本分析和实证检验方法,研究发现国有企业实施容错纠错机制试点显著提高了企业前瞻性信息披露水平。进一步分析发现,容错纠错机制通过提升企业风险行为决策和信息披露决策层面的风险承担能力,促进前瞻性信息披露。混合所有制改革和国资监管体系改革与容错纠错机制结合,产生政策协同效应,进一步促进了国企前瞻性信息披露。此外,经济后果检验显示,容错纠错政策激励下,企业倾向于披露更高质量前瞻性信息,降低信息不对称,进而降低国企资本成本。同时,这种信息披露真实反映了国企潜力和前景,增强了企业未来价值创造和转型能力。

差错管理与错误学习:地方政府创新中纠错机制的构建思路

地方政府创新中的纠错是地方政府在创新变革过程中识别假设和实施错误而采取纠正或终止创新行为的做法。纠错与容错看似矛盾,实则对立统一。在地方政府创新实践中,厌恶错误的思维与氛围导致部分官员不愿纠错,错误识别和纠正机制效力较弱导致部分官员不能纠错,纠错理念与方法失当导致部分官员不会纠错。地方政府创新中构建富有成效的纠错机制,既需要建立灵活的错误预防机制、分布式错误诊断与纠正机制、纠错互助与协调机制以及纠错沟通与共享机制,也需要适度推进单环学习与基于相互作用的预见性调节学习机制,强化双环学习与自适应调节学习机制,发展基于SDAL模式的错误学习能力。