基于双通道LSTM模型的用户性别分类方法研究

微博用户性别分类旨在根据用户信息进行用户性别的识别。目前性别分类的相关研究主要针对单一类型的特征(文本特征或者社交特征)进行性别分类。与以往研究不同,文中提出了一种双通道LSTM(Long-Short Term Memory)模型,以充分结合文本特征(用户发表的微博文本)和社交特征(用户关注者的信息)进行用户性别分类方法的研究。首先,利用单通道LSTM模型分别学习两组文本特征,得到两种特征表示;然后,在神经网络中加入Merge层,结合两种特征表示进行集成学习,以充分学习文本特征和社交特征之间的联系。实验结果表明,相对于传统的分类算法,双通道LSTM模型分类算法能够获得更好的用户性别分类效果。

浅谈生活化教学方式在道德与法治教学中的应用

初中道德与法治教学对学生的德育培养具有非常重要的意义。目前我国很多初中道德与法治课程的教学模式仍然是以灌输式的填鸭教育为主,缺少生活化的教学,导致初中道德与法治课程的教学严重脱离实际生活,对学生没有产生什么实际的影响。本文就从初中道德与法治教学中生活化教学模式的应用进行分析。

基于联合学习的跨语言事件识别方法

事件识别,包括事件触发词识别和分类,是事件抽取任务中的基础问题.为了利用较为丰富和完善的英文事件语料库来帮助完成中文事件抽取任务,提出了一种基于联合学习的跨语言事件识别方法,即利用源语言的标注语料对目标语言的测试语料进行事件识别.利用机器翻译及词对齐技术来保持源语言和目标语言的语言一致性和标注信息一致性.挑选合适的特征组合,使用最大熵分类模型分别实现触发词的识别和分类.通过整数线性规划的联合学习模型将二者结合在一起,加之局部约束和全局约束条件,对结果进行优化处理.实验结果表明,使用源语言的语料及其翻译语料叠加的双语语料时,所用方法可以取得较好的效果.

互联网+康复护理服务在骨质疏松性椎体压缩骨折患者中的应用效果

目的 探讨骨质疏松性椎体压缩骨折(OVCF)患者应用互联网+康复护理服务的效果及对其腰椎功能恢复的影响。方法 选择2019年11月至2021年8月荆州市第一人民医院脊柱外科收治的102例OVCF患者为观察对象,按随机数字表法分为观察组与对照组,各51例。对照组采取骨科常规护理,观察组在骨科常规护理的基础上采取互联网+康复护理服务。对比2组患者的自我效能、腰椎生物力学参数、腰椎功能恢复情况和日常生活活动能力量表(ADL)。结果 术后3个月,2组患者的骨质疏松症自我效能量表各维度评分及总分、日本骨科学会评分和ADL评分均较出院时升高,且相比于对照组,观察组均更高,比较均有统计学差异(P均<0.05)。术后3个月,2组患者的骨折椎体压缩程度、骨折椎体后凸Cobb角均较入院时减小(P均<0.05);观察组均小于对照组,但均无统计学差异(P均> 0.05)。结论 互联网+康复护理服务可提高OVCF患者的自我效能,有助于改善其腰椎功能,提高其日常生活能力。

基于Kano模型的西藏山南市孕妇健康教育需求调查

目的了解西藏山南市孕妇健康教育需求,为构建适用性健康教育机制提供参考。方法采用Kano模型分析技术设计西藏山南市孕妇健康教育需求调查问卷,对367例孕妇进行调查分析,确定孕妇健康教育需求属性。结果367例孕妇健康教育需求28个条目中必备型需求占14.29%,期望型需求占32.14%,魅力型需求占46.43%,无差异型需求占7.14%;教学能力及相关教学内容属于期望型属性,远程服务内容及教学辅助手段属于魅力型属性。结论在保证必备型属性的同时,大力提高期望型属性及推广魅力型属性,构建符合山南市孕妇需求的健康教育内容与授课形式,对于提高孕妇健康教育的普及率及知晓率具有重要作用。

幼儿园“去小学化”不能弱化幼小衔接工作

不管是幼儿园教育,还是小学教育,皆是我国基础教育不可或缺的组成部分,二者是既截然不同又紧密联系的教育阶段。现阶段,“小学化”已经逐渐成为社会各界对幼儿园教育进行指责与批评的最主要缘由。基于社会舆论高压下,绝大部分幼儿园变得愈发因噎废食,甚至不敢理直气壮组织开展与幼儿实际情况相符合的科学有效衔接工作,当前“去小学化”存在明显矫枉过正倾向,若是让“系统知识教育”与“幼儿快乐学习”站在对立层面,在幼园教育全面实施“禁教”,禁止开展任何形式以及内容的文化知识教育,则会阻碍幼儿身心茁壮健康发展。本文主要探讨幼儿园“去小学化”不能弱化幼小衔接工作的策略。

结合新闻和评论文本的读者情绪分类方法

新闻和评论文本是进行读者情绪分类的重要资源,但仅仅使用新闻和文本或者把2类文本进行混合作为一组总体特征,不能充分利用不同文本特征间的区别和联系。基于此,提出了一种双通道LSTM(long short-term memory)方法,该方法把2类文本作为2组特征,分别用单通道LSTM神经网络学习这2组特征文本得到文本的LSTM表示,然后通过联合学习的方法学习这2组特征间的关系。实验结果表明,该方法能有效提高读者情绪的分类性能。