编译原理课程教学改革实践探析

针对编译原理课程难度大的特点,提出了以培养学生系统能力和实践创新能力为教学目标的三个方面的教学改革,分别为改革教学内容、优化教学方法、增加扩展实验。教学改革取得了积极成效,学生的系统能力、实践创新能力都得到了提升。

人工智能技术课程实践教学改革

根据人工智能技术课程的教学情况,从教学内容、教学方法、教学案例、考核方式、培养实践能力五个方面探讨教学改革。提出在不断更新教学内容和“课堂讲授-课下辅导”模式的基础上,加强网络资源的利用,增加贯穿整个教学过程的分组报告,设计出提高创新能力的教学案例,开展具有多元考核方式以及循序渐进的动态实验设置模式的实践教学改革,以有效地提升教学效果。

基于相邻和语义亲和力的开放知识图谱表示学习

知识图谱(knowledge graph,KG)打破了不同场景下的数据隔离,为实际应用提供基础支持.表示学习将KG转换到低维向量空间来为KG应用提供便利.然而,KG的表示学习目前存在2个问题:1)假设KG满足闭合世界假设,要求所有实体在训练中可见.实际上,大多数KG都在快速增长,例如DBPedia平均每天产生200个新实体.2)采用矩阵映射、卷积等复杂的语义交互方式提高模型的准确性,这样做也限制了模型的可扩展性.为此,针对允许新实体存在的开放KG,提出一种表示学习方法TransNS.它选取相关的邻居作为实体的属性来推断新实体,并在学习阶段利用实体之间的语义亲和力选择负例三元组来增强语义交互能力.5个传统数据集和8个新数据集对比了TransNS与最经典的表示学习方法,结果表明:TransNS在开放KG上表现良好,甚至在基准闭合KG上优于现有模型.

人工智能技术课程改革与实践

人工智能是国家发展的重点方向之一,近年来人工智能发展迅猛,这就给人工智能技术的教学提出了新的要求。结合国家对新时代人工智能人才的需求和学校实际情况,分别从课堂教学、课程作业和课程实验等角度进行了改革,给出了具体的改革方案。实践表明,本项教学改革能有效提高学生的实践创新能力,为国家培养急需的人工智能人才。