基于ChatGPT的课程学习助手系统的设计与实现

计算机编程语言类课程在学生学习和教师教学过程中遇到诸多困难,聊天机器人程序ChatGPT的出现,为该类课程的学习带来新的尝试。通过设计一款基于ChatGPT的计算机编程语言类课程学习助手系统,帮助学生解决程序代码输入量少、程序代码输出困难的问题。从ChatGPT接入、数据集构建到关键字配置三个方面阐述系统的设计和实现,并通过实际运行测试,效果良好。

课程学习指导下的半监督目标检测框架

为了提高伪标签的质量,解决半监督目标检测(SSOD)中的确认偏差问题,并针对现有算法中忽视无标注数据复杂性导致错误伪标签的难点,提出一种课程学习(CL)指导下的SSOD框架,该框架主要由ICSD(IoUConfidence-Standard-Deviation)难度测量器和BP(Batch-Package)训练调度器这2个模块组成。其中,ICSD难度测量器综合考虑了伪边界框之间的交并比(IoU)、置信度、类别标签等信息,并引入C_IOU(Checkpoint_IOU)方法评估无标注数据的可靠性;BP训练调度器设计2种高效调度策略,分别从Batch和Package角度出发,优先选择可靠性指标高的无标记数据,实现以CL的方式充分利用整个无标记数据集。在Pascal VOC和MS-COCO数据集上的广泛对比实验结果表明,所提框架不仅适用于现有的SSOD算法,而且检测精度和稳定性都得到显著提升。

管理学课程学习对大学生自我管理能力提升的影响分析

为了解管理学课程学习对大学生自我管理能力提升的影响,文章首先提出了三个假设,采用随机调查方式来收集数据,以此检验研究假设,结果发现,学习过管理学课程的大学生自我管理能力比没有学习过管理学课程的大学生自我管理能力要强;管理学课程学习对大学生自我管理能力提升的直接作用是正向的,但是不显著;管理学课程学习通过管理学课程合理性影响大学生自我管理能力,这个中介变量的影响显著,说明管理学课程合理性在管理学课程学习和大学生自我管理能力之间起中介作用,并且起到了完全中介的作用,最后据此提出相应建议,总结存在的不足。

提升高等教育课程学习效果的组态路径——基于“统计学”课程的fsQCA分析

提升课程学习效果是高校教学改革与研究中的重要任务。文章基于调研数据,以HB高校2019-2020级国际经济与贸易专业的“统计学”课程作为案例,从“教学方式”和“自主学习”两个维度入手,采用模糊集定性比较分析法(fsQCA),探究影响高校学生课程学习效果的传导路径。结果表明:课程学习效果的提升取决于多个要素条件之间的联动效应;在教学模式中,存在教师主导型、师生协力型、协作激励型3种模式,均可以有效地提升课程学习效果;在教学方式中,教师的教学准备与计划是课程学习效果提升的核心条件。

融入知识图谱和课程学习的对话情绪识别

对话领域情绪识别是基于对话的情感分类任务,对话数据具有口语化、主题跨度大和标签具有语义相似性的特点.口语化表现为对话中存在隐含常识和语法知识的二义性词语和省略句,导致模型难以准确建模语义信息;主题跨度大表现为不同对话场景下的文本信息丰富度差异大、情绪转移频率差异大,导致模型性能下降.提出CK-ERC模型缓解上述问题,在预训练阶段,抽取结构化数据为模型融入常识和语法知识图谱,帮助模型建模口语化信息;在微调阶段引入监督对比学习任务帮助模型识别相似情绪标签;在训练策略上设计了基于动态阈值的课程学习策略,按照文本丰富度从高到低、情绪转移频率从低到高的策略优化模型.CK-ERC模型在双人对话、多人对话、模拟对话、日常对话等多种对话模式下显著优于其他模型,在MELD和EmoryNLP数据集上获得最佳表现.

基于学业质量的义务教育体育与健康课程学习评价的内涵解析、应然取向与实践框架

体育与健康课程学习评价是确保体育与健康课程改革落到实处的关键举措和重要保障。《义务教育体育与健康课程标准(2022年版)》研制了学业质量标准,为义务教育体育与健康课程学习评价改革提供了依据。在系统分析基于学业质量的体育与健康课程学习评价的内涵和应然价值取向的基础上,以评价三角理论为理论基础,构建了认知、观察、解读、运用“四位一体”的体育与健康课程学习评价实践框架,其中学业质量标准是认知框架设计的依据,学习评价指标体系是学习评价的具体内容,而基于证据推理的过程模型是体育与健康课程学习评价的基本范式。

稀疏奖励下基于课程学习的无人机空战仿真

针对传统强化学习在空战环境下探索能力差和奖励稀疏的问题,提出了一种基于课程学习的分布式近端策略优化(curriculum learning distributed proximal policy optimization,CLDPPO)强化学习算法。嵌入包含专家经验知识的奖励函数,设计了离散化的动作空间,构建了局部观测与全局观测分离的演员评论家网络。通过为无人机制定进攻、防御以及综合课程,让无人机从基本课程由浅入深开始学习作战技能,阶段性提升无人机作战能力。实验结果表明:以课程学习方式训练的无人机能以一定的优势击败专家系统和主流强化学习算法,同时具有空战战术的自我学习能力,有效改善稀疏奖励的问题。

属性建模与课程学习相结合的属性级情感分类方法

属性级情感分类任务旨在判断句子针对给定属性的情感极性,因其广泛应用而备受关注.该任务的关键在于识别给定属性相关的上下文描述,并根据上下文内容判断发文者针对相应属性的情感倾向.统计发现,大约30%的评论中并不包含关于给定属性的明确情感描述,但仍然传达了清晰的情感倾向,这被称为隐式情感表达.近年来,基于注意力机制的神经网络方法在情感分析中得到了成功应用.但该类方法只能捕捉属性相关的显式情感描述,而缺乏对隐含情感的有效分析和挖掘,且往往将属性词与句子上下文分别建模,使得属性词的表示缺乏上下文语义.针对以上两个问题,提出一种交叉融合属性局部和句子全局上下文信息的属性级情感分类方法,并根据隐式和显式情感表达句子不同的分类难度采用课程学习提高模型的分类性能.实验表明,所提方法不仅对显式情感表达句子的属性情感倾向识别准确率高,而且能够有效学习隐式情感表达句子的情感类别.

结构影响力及标签冲突感知的图课程学习方法

近年来,图神经网络(GNNs)已成为图学习领域的热点研究问题。受益于消息传递机制,GNNs在各类基于图的任务上均取得了优越的性能。现有的GNNs方法大多基于图中所有节点的训练难度相同的假设,然而,节点在结构影响力和邻域标签异配性等方面具有明显的差异。为此,提出了一种结构影响力及标签冲突感知的图课程学习方法(SILC-GCL),基于节点的训练难度对GNNs模型进行课程学习。首先,设计了一种综合考虑节点的PageRank影响力值以及邻域标签冲突程度的训练难度测量器;其次,采用了一个训练调度器,用于在每个训练阶段选择训练难度合适的节点并生成一个由易到难的训练节点序列;最后在GNNs骨架模型上进行训练。在6个现实网络数据集上进行的节点分类实验均验证了SILC-GCL方法的有效性。

稀疏异质多智能体环境下基于强化学习的课程学习框架

现代战争的战场较大且兵种较多,利用多智能体强化学习(MARL)进行战场推演可以加强作战单位之间的协同决策能力,从而提升战斗力。当前MARL在兵棋推演研究和对抗演练中的应用普遍存在两个简化:各个智能体的同质化以及作战单位分布稠密。实际战争场景中并不总是满足这两个设定,可能包含多种异质的智能体以及作战单位分布稀疏。为了探索强化学习在更多场景中的应用,分别就这两方面进行改进研究。首先,设计并实现了多尺度多智能体抢滩登陆环境M2ALE,M2ALE针对上述两个简化设定做了针对性的复杂化,添加了多种异质智能体和作战单位分布稀疏的场景,这两种复杂化设定加剧了多智能体环境的探索困难问题和非平稳性,使用常用的多智能体算法通常难以训练。其次,提出了一种异质多智能体课程学习框架HMACL,用于应对M2ALE环境的难点。HMACL包括3个模块:1)任务生成模块(STG),用于生成源任务以引导智能体训练;2)种类策略提升模块(CPI),针对多智能体系统本身的非平稳性,提出了一种基于智能体种类的参数共享(Class Based Parameter Sharing)策略,实现了异质智能体系统中的参数共享;3)训练模块(Trainer),通过从STG获取源任务,从CPI获取最新的策略,使用任意MARL算法训练当前的最新策略。HMACL可以缓解常用MARL算法在M2ALE环境中的探索难问题和非平稳性问题,引导多智能体系统在M2ALE环境中的学习过程。实验结果表明,使用HMACL使得MARL算法在M2ALE环境下的采样效率和最终性能得到大幅度的提升。

高考是否选考生物科目对组织学与胚胎学课程学习的影响

2014年9月,国务院颁发《关于深化考试招生制度改革的实施意见》,正式启动自1977年恢复高考以来最全面、系统、深刻的新一轮高考改革。截至2021年9月,该方案已在14个省市平稳推进,并有效实施,引发了一系列的教育变革[1-2]。打破文、理分科制度的新高考“3+3”或“3+2+1”模式是我国推进素质教育、促进教育公平和科学选拔人才的重要推力[3]。高中教育可谓是高等教育之基石,高中课程内容是大学课程内容的基础和保障,大学专业知识则是高中基础科目的延展和深化,此作用可体现在同知识领域课程成绩的差异之中[4]。

对融合课程学习单设计的思考

当前教学改革要求对课程内容架构进行调整,并引入跨学科学习项目,以增强学科间的联系,推动整体化教育方式的发展。教师需深入思考并调整融合课程下的课堂教学模式,设计融合课程,引导并促进学生自主学习,确保课堂教学真正以学生为中心,激发学生的内在动力,使学习真正发生。

一流大学博士生课程学习与科研训练的关系研究

博士生课程教学现状,课程学习是保障博士生培养质量的重要环节,一流研究型大学博士生的课程学习应当与科研训练相融合。基于2022年“全国博士毕业生离校反馈调查”,对我国C9高校的问卷开放题资料进行分析有以下发现。

多模态课程学习知识图谱实体预测方法研究

现有知识图谱实体预测方法一方面只利用邻域和图结构信息增强节点信息,忽略了知识图谱之外的多模态信息对于知识图谱信息的增强;另一方面正负样本对比训练模型时负样本随机排序导致训练效果不佳,且没有额外的信息帮助负样本的训练过程。为此,提出了一种多模态课程学习知识图谱实体预测模型(MMCL)。首先把多模态信息引入知识图谱实现信息增强,利用生成对抗网络(GAN)优化多模态信息融合过程,生成器生成的样本增强知识图谱信息,同时也提升鉴别器判别三元组真伪的能力;其次利用课程学习算法根据负样本的难易程度对负样本从易到难排序,通过步调函数分层次地把排序的负样本加入到训练过程中,更有利于发挥负样本鉴别三元组真伪的效果,同时无标签学习避免了训练后期假阴性问题;多模态信息融合互相优化的鉴别器与课程学习训练模型共享参数,帮助提升负样本的训练效果。在FB15k-237和WN18RR两个数据集上进行实验,结果表明,MMCL与基线模型相比,在平均倒数排名(MRR)、Hits@1、Hits@3以及Hits@10四个性能评价指标均有明显提升,验证了所提模型的有效性和可行性。

突发公共事件背景下研究生课程学习探析——基于线上教学的思考

课程学习是学生接受学校教育的重要渠道。与本科生的课程学习不同,研究生课程学习具有积极性相对偏低、拓展任务相对较重、有效供给相对不足等问题,而突发公共事件又加剧了这些难题,严重影响了研究生课程学习效果。以信息技术为支撑的线上教学是新时代高校教育教学的重要手段之一,是我们有效应对突发公共事件的重要对策之一。线上教学具有授课地点灵活、授课面广、授课画面清晰易读等优势,但也存在教学平台不稳定、外界干扰因素较多、学生自控能力有限等问题。对此,教师要合理选择并熟练使用线上教学平台,根据研究生特点强化学术供给,运用互动提高学生出勤率和课堂参与度,合理布置并及时批改课后作业,积极打造线上线下混合教学模式;学生要提高自主学习意识,创造良好学习环境,选择合适学习方法,主动加强沟通联系,保质保量完成作业。通过师生共同努力,提升研究生课程学习效果,助力实现中国教育高质量发展。

基于课程学习权重集成的贝叶斯结构学习算法研究

从大量复杂的数据中学习贝叶斯网络(Bayesian network,BN)一直是一个难点问题,本文借鉴课程学习的思想,引入了一种适合于BN中节点之间互相影响程度的测量,然后划分课程阶段,分阶段构造无向图骨架,并利用优化函数对骨架进行优化;通过集成策略,将各个集成学习结果所得到的课程权重进行集合,并通过边过滤来减少错误边的出现;最后,通过爬山搜索构建BN结构。实验结果表明,在4个标准数据集上,本文所提方法具有较高的精确度和稳定性。与多种传统贝叶斯结构学习(Bayesian network structure learning,BNSL)方法相比,本文所提方法性能平均提高了37.18%。本文分析结果可为BNSL的增量学习过程进一步提供参考。

学前教育专业教育见习对课程学习有效性的策略研究

教育见习是专业人才培养不可或缺的重要环节之一,是在校生体验、感受、了解未来所从事工作岗位最直观的方式,通过梳理学前教育专业相关政策文件,从教育见习现状、教育见习内容及教育见习满意度三个方面分析学前教育专业教育见习对课程学习的影响。提出强化见习前后一体化课程教学模式、优化教育见习方案并建立考核机制、加大使用数字技术赋能学生课程学习、提高指导教师的指导方式及力度四个有效促进教育见习对课程学习的策略。践行办好学前教育,实现幼有所育,提升幼有优育的教育理念。

《汉语国际教育》课程学习方法策略研究

在信息技术的年代,大数据和云计算的飞速发展,新媒体在我们的生活中渗透得越来越深。每天,每个人都会花费很多的时间去浏览抖音、微博等各种媒体软件,以获得最新的资讯。基于新媒体的跨时间与交互特性,以新媒体为载体的《汉语国际教育》拓展了学习方式,有助于学生开展多样化的学习。在这样的研究基础上,对新媒体环境下《汉语国际教育》的学习策略进行了初步的探索。

博士生课程学习成效的影响因素研究--基于32名博士生课程学习经历的访谈资料分析

博士生课程学习成效是博士生课程质量评价的重要标准,从博士生视角反观并审思其课程学习经历,考察影响博士生课程学习成效的关键因素,有助于强化对博士生成长的关注,完善博士生课程质量评价指标体系。基于A大学分布于16所学院9大学科门类的32位博士生深度访谈质性分析,博士生课程学习成效深受博士生学习心理与行为、教师角色及教学风格、课程制度安排与学习氛围的交互影响。为充分发挥上述因素之间积极交互作用,提升课程学习成效,有必要强化课程的科研服务功能与教师的引导作用,建立常态化课程学习需求分析机制及弹性选课制度,营造师生同伴间积极对话与良性互动的学习氛围,以激发博士生课程学习内生动力,促进博士生自我发展与博士生课程质量的提升。

应用型高校课程学习体验评价量表构建研究

借鉴国际学习体验典型量表的经验,立足我国地方应用型高校的课程教学实际,通过焦点小组、认知访谈和专家论证,从课程目标、学习过程、资源平台、效果反馈4个维度设计了17个题项的课程学习体验量表。经实证研究,该量表具有良好的信效度,在改进课程教学中发挥了有效作用。