指向高阶思维能力培养的高考生物学开放性试题分析及启示

开放性试题有着结论开放、情境真实以及要求学生通过复杂认知活动完成作答的特点,是考查学生高阶思维能力的重要题型之一。广东省2023年高考生物学试题中出现了多道开放性试题,通过对试题的分析发现其对学生的多项高阶思维能力展开了考查,也对开放性试题的命制和课堂教学有一定的借鉴意义。

面向不平衡短文本情感多分类的三阶语义图数据增广方法

文本增广技术可以有效提升不平衡情感分类任务的性能.若文本增广过程中生成的少数类短文本数据未能体现完整的情感语义特征,则可能会导致不同类别之间的情感重叠问题出现.为了充分学习和理解少数类别的情感特征,本文提出一种面向不平衡文本情感多分类的三阶语义图数据增广方法,首先采用三阶语义图在多个词之间建立复杂的关系语义模型,用于表示多种可能的短文本局部情感语义和词节点依赖关系,然后提出了基于三阶语义图数据增广方法以平衡多分类文本的情感类别分布,从而有效实现不平衡短文本的情感分类.与传统的文本增广方法相比,在印尼语不平衡数据集上,本文提出的方法在少数类评价指标F1-measure和F2-measure上分别提升了5.75%和9.65%,在平衡情感识别能力指标G-means值上提升了2.91%;在马来语不平衡数据集上,本文提出的方法在少数类评价指标F1-measure和F3-measure上也分别提升了2.45%和4.81%,在平衡情感识别能力指标G-means值上提升了1.24%.此外,与传统的机器学习方法、深度网络模型等情感分类模型以及传统的短文本增广过采样模型相比,本文提出的方法在公开的印尼语、马来语、英语以及中文四个不平衡短文本数据集上都获得了最高的准确率Accuracy值.以上实验结果表明,融合不同模体的三阶语义图结构信息不仅可以有效表达文本中的局部情感语义以及词节点之间的依赖关系,还可以有效降低短文本数据增广过采样过程中引入新噪声的风险,并提升不平衡短文本的多分类性能.

基于高阶图卷积推理网络的任意形状文本检测

通用场景文本检测被广泛应用于地图导航、无人驾驶等多个领域。场景文本方向各异且形状复杂多变,使得文本检测难度大。针对这一问题,提出一种高阶图卷积推理网络。以文本检测框架DRRG为基础,设计高阶图方案,提出高阶图卷积推理网络,扩展了推理范围,有效组合高阶邻居提供的辅助信息。改进一阶邻居的设置,降低无关组件的干扰,提高了反向传播和组件链接的效率。引入SE聚合模块为每个节点独立且自适应地生成聚合方案,进一步提高了对高阶信息的利用率。实验结果表明,改进后的网络在Total-Text、CTW-1500和ICDAR2015数据集上的平均精度(F1)分别提升了1.4、1.05和1.26个百分点。

融合词性、语义及词序因子的中文短文本相似度计算方法

论文针对中文短文本特性,综合考虑词性、词序和语义等因素提出了一种新的文本相似度计算方法[1]。这种方法是在余弦相似度的基础上计算中文短文本的语义相似度,并通过加权词性、词序权重优化相似度计算结果。实验证明,论文的方法与其他方法相比,准确率和召回率有了显著提高,获得的相似度结果更具说服力。

电力企业投诉工单文本挖掘模型

以客户投诉工单和回访不满意工单为样本,引入LDA文档主题生成模型对文本信息进行中文自然语言处理和数据挖掘,发现问题属性类别,通过大数据对文本挖掘结果进行分析和监控,构建适合电力公司的投诉工单文本挖掘模型,实现对工单进行分类筛选、便签判断和初步归因。

群文阅读在语文课程教学中的应用刍论

在语文阅读教学中,群文阅读不仅有助于激发学生的阅读兴趣,培养学生的阅读习惯,提高学生的阅读能力,还有助于拓宽学生的视野和知识面,促进学生的思考和表达,提升学生的综合素养。在语文群文阅读教学中,教师可基于基础目标、重要目标、高阶目标、最终目标,科学组合群文,采取针对性的教学方法,积极提升群文阅读指导的科学性和有效性,帮助学生掌握群文阅读方法,提升阅读理解能力与思维能力。

基于词序方法的文本相似度计算模型

针对传统向量空间模型对文本相似度的计算未考虑词序导致偏差的问题，提出使用马尔可夫模型的状态转移矩阵、两两文本的最长公共子序列以及它们的所有公共子串信息来描述词序信息，在此基础上提出一种将马尔可夫状态转移矩阵、最长公共子序列、公共子串和TF-IDF相结合，兼顾词序和词频信息的文本相似度计算方法，并使用英文TREC-9的部分数据集对基于词序方法的文本相似度计算方法进行了测试。试验结果表明：在同等分词及评估条件下，基于词序方法的文本相似度计算结果的准确率相对于单纯采用传统的基于向量空间模型的TF-IDF方法提高了5％～15％。

一种基于公共词块的英文短文本相似度算法

短文本相似度计算是自然语言处理方面的研究热点,传统基于词项的文本相似度算法只考虑了词项因素,忽略了词序对短文本相似性的影响。为此提出了一种基于公共词块的短文本相似度计算方法,综合考虑了词项和词序因素,将基于词项重合的重叠相似度算法与公共词块间的词序相似度算法相结合,并采用自适应的加权组合方式得到短文本相似度值。实验结果显示:与传统算法相比,该算法在稳定性和F值方面都具有较好的结果。

一种基于词序信息的自动文摘方法

自动文摘技术应尽可能获取准确的相似度以确定句子或段落的权重,但目前常用的基于向量空间模型的计算方法却忽视句子、段落、文本中词的顺序。提出了一种新的基于相邻词序组的相似度度量方法并应用于文本的自动,采用基于聚类的方法实现了词序组的向量表示并以此刻画句子、段落、文本,通过线性插值将基于不同长度词序组的相似度结果予以综合。同时,提出了新的基于含词序组重要性累计度的句子或段落的权重指标。实验证明利用词序信息可有效提高自动文摘质量。

法律信仰缺失的历史主义与现实主义分析及对策

良法并不代表法治,法治是法律被信仰的神圣化过程与结果。客观而言,我们这一代中国人已基本上实现了法律文本的法治,然而如何将这种立法法治转变为法治秩序是我们必须思考的问题。法律先是一个社会问题,然后才是一个制度问题。因此,中国法律确信之路的探讨必须先是一个历史传统文化的客观讨论与批判,然后才是一个制度的设计问题。

基于LDA的弱监督文本分类方法

针对传统的文本分类方法需要大量人工标注好的训练数据,且数据标注的好坏会影响结果等问题,通过对LDA及其相关模型的研究,提出一种基于LDA的弱监督文本分类算法。无需人工标注训练数据,在处理文本时,引入词向量,保持文本中的词序,加入二元语法。实验结果表明,该方法节省了人力、物力,取得了较优效果。

基于二阶隐马尔可夫模型的文本信息抽取

隐马尔可夫模型是文本信息抽取的重要方法之一.在一阶隐马尔可夫模型中,假设状态转移概率和观察值输出概率仅依赖于模型当前的状态,一定程度降低了信息抽取的精确度.而二阶隐马尔可夫模型合理地考虑了概率和模型历史状态的关联性,对错误信息有更强的识别能力.提出了基于二阶隐马尔可夫模型的文本信息抽取算法;分析了二阶隐马尔可夫模型在文本信息抽取中的有效性;仿真实验表明,新的算法比基于一阶隐马尔可夫模型的算法具有更高的抽取精确度.

一种基于向量词序的句子相似度算法研究

针对传统的句子相似度算法在句法结构等方面存在匹配率低的问题。为提高相似度计算的准确性,提出了一种改进的基于向量距离词序的句子相似度算法,从特征领域权重和词序方面进行改进,通过建立相应的领域特征集,对于相关领域的特征项给予更高的权重,同时,在向量空间模型的基础上,引入词序因子,计算句子词序相似度。使用包含6个领域的2651个句子作为语料库,实验结果表明,改进方法使特征领域内句子相似度计算的准确度得到提高。

基于文本数据挖掘技术的95598业务工单主题分析应用

运用LDA文档主题生成模型对海量95598业务工单进行文本挖掘,建立工单标签知识库,通过95598业务工单与标签知识库的识别匹配,形成样本工单。对样本工单开展主题分析,通过多维度数据对比,并结合专家经验和业务分析,提出专题策略建议,为客户提供精准化供电服务。

基于高阶相关聚类的脱机手写文本行分割

从手写文档图像中提取出文本行是文档分析的一个重要预处理步骤,但是由于手写文本行之间通常行方向不平行,甚至存在着交叠和弯曲,所以它仍然是一个具有挑战性的问题.针对该问题,提出了一种基于高阶相关聚类的脱机中文手写文本行的分割算法.首先,使用连通部件构成一个文档超图,然后,在学习所得的相似性度量准则的约束下,通过高阶相关聚类算法将连通部件对标记为属于或者不属于同一文本行;最后,使用union-find算法将连通部件连接成为不同的文本行.该算法在HIT-MW脱机手写数据库上的803幅文档上取得了较好的效果,召回率99.05%,错误率为1.96%.

有生动态语篇的英译

以王静的汉语语篇理论和尝试性提出的英语述题系统为基础,探讨有生动态语篇的英译,对比分析有生动态语篇中的说明小句和译文述题间的转换,提出:(1)区分语篇的性质是汉英翻译的关键;(2)划分语篇内的片段,区分片段内说明小句的主次,并采用复杂述题凸显原语篇主旨并遵循顺序象似性原则;(3)汉英翻译可尝试以语篇为翻译单位。

我国知识管理研究主题变化的计量分析

随着中文文本挖掘技术的不断发展,使以内容分析为基础的科技文献计量成为可能。本文以我国知识管理研究出现以来的5000余篇学术期刊载文为分析对象,以特征选择算法抽取出10,000个特征词为基础,采用向量空间模型(VSM)和文本挖掘技术中的有序聚类方法,揭示出知识管理学科领域的研究内容在我国经历的三个发展阶段,同时还从特征词入手对这三个发展阶段的研究特点进行了归纳总结。将文本挖掘的相关技术应用到学科领域发展的研究中是一个很有意义的尝试,也为今后相关领域的研究工作起到一个很好的借鉴作用。

图文互斥版面中文字阅读顺序的确定

图文互斥版面中确定文字的阅读顺序是排版及版面理解过程中的一个难点。尤其是中文等东方文字特有的分栏串文互斥,其空间关系的复杂性使得阅读顺序存在歧义。针对此问题,建立新的版面布局模型,并引入新的版面对象PMRegion。给出了版面逐层快速分解构造版面对象和基于有序树的阅读顺序确定算法。已成功运用于专业中日文排版系统,取得了满意的效果,并对更深入研究文档图像理解具有十分重要的理论和实践意义。

列锦文本的构成机制

通过对大量列锦文本的考察,我们发现列锦中"名词或名词性短语的组合"不是任意的,不是杂乱无章的,而是有一定规律的。从宏观上看,列锦的构成成分存在空间上接近、时间上相继、类别相近、性质相似、并列对举以及相反相成等关系;从微观上看,各组成成分的排列遵循空间顺序原则,时间顺序原则,整体在前、部分在后原则,显著性原则等。此外,列锦所由构成的成分之间的顺序也受到语音等因素的制约。

中西民族整体性思维与个体性思维倾向之差异在汉英语言中的表现

以中西民族整体性思维和个体性思维倾向的差异为前提 ,寻找这种差异在汉、英语中在表现法、语段组织及语序等几个方面的体现。汉、英语在表现法上的差异表现为汉语偏重“意合”而英语则偏重“形合” ;在语段组织方面 ,汉语的语段呈现“流散型”的铺排 ,而英语则呈现“聚集型”的扩展 ;在语序方面 ,汉语中语言成分的排列按照从大概念到小概念、先整体后局部的顺序 ,而英语则反之。