基于TextCNN的试飞运营问题分类

针对需要识别海量试飞运营问题中的故障问题用于可靠性指标计算评估,基于深度学习中的文本卷积神经网络,提出一种试飞运营问题文本分类方法。通过收集大量的以人工分类的试飞运营问题文本作为实验数据集,并进行相应的预处理,运用Word2Vec模型将问题描述文本训练成词向量,构建出TextCNN模型进行训练完成问题文本的分类。最后通过实验表明,基于TextCNN模型的试飞运营问题分类方法可以为试飞运营问题自动化分类工作提供参考。

基于互信息解决多标签文本分类中的长尾问题

针对当前解决多标签文本分类中长尾问题的方法多以破坏原本数据分布为代价,在真实数据上的泛化性能下降,无法有效地缓解样本的长尾分布的问题,提出了基于互信息解决长尾问题的多标签文本分类方法(MLTC-LD)。首先,创建关于标签样本的关系矩阵,计算标签样本间的依赖关系;其次,考虑标签样本间关系程度的强弱构造邻居选择器,将拥有强关系的邻居信息作为主要语义特征并作为先验信息;最后,通过图注意力神经网络将先验信息引入分类器,实现了借助分布头部数据丰富类的知识来提高尾部数据贫乏类性能的目标。在三个不同的数据集上将MLTC-LD与八个基线模型进行了广泛的比较分析。实验结果表明,MLTC-LD与最优的HGLRN相比精确度分别提高了3.5%、0.3%、1.5%,证明了该方法的有效性。

基于PycModel高效深度学习模型的心理咨询问题分类探究

大众心理健康问题日益受到广泛关注。为提高心理医疗资源的使用效率,采用互联网手段采集与心理咨询相关的数据,使用一种融合脚本筛选、数据整理以及利用Easydata进行主动学习式数据标注的新方法构建数据集,结合卷积神经网络和BERT预训练模型等技术,在textvec-base-chinese模型的基础上,提出了PycModel模型,以实现更加高效的心理咨询问题分类。实验结果显示,PycModel在心理咨询问题分类的准确率明显优于其他参照模型,该模型能够有效提高心理咨询的效率和效果,可以为心理健康服务提供有力的支持。

基于变形图匹配的知识图谱多跳问答

知识图谱问答(KGQA)是给定自然语言问题,对问题进行语义理解和解析,进而利用知识图谱进行查询、推理得出答案的过程。但知识图谱通常是不完整的,链接缺失给多跳问答带来许多挑战。许多方法在利用知识图谱嵌入时忽略了重要的路径信息来评估路径和多关系问题之间的相关性;且使用文本语料库也会限制文本增强模型的可扩展性。针对这些现有方法的缺陷,提出了基于变形图匹配的知识图谱问答(DGM-KGQA)模型,该模型同时利用问题和主题实体构建语义子图,与知识图谱的局部结构匹配并找到正确答案。在基准数据集MetaQA上的实验结果验证了DGM-KGQA的有效性,该模型在完整知识图谱上检索到的答案准确率分别比PullNet、EmbedKGQA增加了4.2%、0.8%;在完整度仅有一半的知识图谱上检索到的答案准确率分别比PullNet、EmbedKGQA增加了11.1%、0.5%。实验证明提出的变形图匹配模型能够有效地增强知识图谱的关联性及多跳问答的答案准确率。

理想目标与现实问题:“双减”政策的工具选择与政策偏好

“双减”政策已推行两年有余,基本健全了“政策部署、推动实施、监督检查和问责处理”的全流程闭环管理。选取教育部在两年间(2021年7月——2023年10月)发布的30多份政策文本,基于政策工具组合、政策场域与政策发布时间的匹配来考察“双减”政策执行中的理想目标和现实问题。研究发现当前教育部发布的“双减”政策文本中政策工具的使用具有明显的“理想目标”偏好,命令型工具使用频率偏高,负向激励型工具的使用频率远远高于正向和劝告型,系统变革性工具使用偏低。建议在政策设计的考量上由达成理想目标逐步向解决现实问题过渡,优化政策工具的使用,将理想目标与现实问题平等纳入政策设计考量;为多元主体合法合规参与基础教育建设做好顶层设计,做大优质教育资源的“蛋糕”;优化政策的本土化设计,实现政策工具与现实问题的自洽,重视舆论导向在政策执行中的影响力。

《共产主义运动中的“左派”幼稚病》对于破解大党独有难题的启示

《共产主义运动中的“左派”幼稚病》是国际共产主义运动的战斗檄文和理论经典。列宁以批判与重构为逻辑主线,对当时共产主义运动内部涌现的“左”倾错误思潮进行了理性分析,初步勾勒了无产阶级革命政党战略和策略思想框架。大党独有难题是由中国共产党长期执政过程中的各种艰难险阻演化而来的,破解大党独有难题是党的建设新的伟大工程的内驱导向。在新时代重温这本经典,为破解大党独有难题提供了全新思路和不同视角,启发中国共产党立足政治建设、思想建设、纪律建设、作风建设,推进全面从严治党向纵深发展。

初中语文古诗词教学中的审美与人格培养

提高初中语文古诗词教学质量,不仅能帮助学生更好地学习语文学科,从而取得更好的成绩,还能强化他们的审美情趣,培养良好的审美鉴赏能力。文章以初中语文古诗词教学为切入点,从三个方面探讨了教学对策:一是注重问题导学,通过提问引导学生深入理解古诗词;二是积极开展文本细读活动,通过分析文本语言和探究诗词结构,帮助学生高效达成学习目标;三是注重创设趣味情境,拉近学生与古诗词的距离。文章旨在为教师提供深刻而有益的启发,以强化学生的审美素养和健全人格。

基于多文本分析的领域关键技术问题挖掘方法研究

[目的/意义]关键技术问题研究对于辅助各创新主体把握创新突破方向、攻克关键核心技术、推进技术创新具有重要意义。[方法/过程]针对目前技术关键问题挖掘领域识别样本、流程、方法上的不足,提出多文本分析的领域关键技术问题挖掘框架,以专利说明书技术背景为主,综述性论文结束语和技术需求文档为辅,从数据获取及转化、技术问题提取、技术问题主题识别、关键技术问题发现4个环节展开分析。[结果/结论]对石墨烯领域案例研究证明了多文本分析的领域关键技术问题识别框架的有效性;专利说明书技术背景、综述论文结束语与技术需求文档在挖掘技术问题上的表现、描述极性、结果上具有不同的解释力度,可互相佐证补充。

共同机构投资者对管理层语调操纵的影响研究

持续提高信息披露质量是实现上市公司高质量发展的必由之路。以2011—2021年沪、深A股上市公司为研究样本,以管理层语调操纵为研究视角,检验共同机构投资者对上市公司信息披露质量的作用效果。研究结果显示,共同机构投资者有效抑制了管理层语调操纵。作用机制研究表明,共同机构投资者通过改善信息环境和优化公司治理进而抑制管理层语调操纵。此外,拓展性分析表明,共同机构投资者对管理层语调操纵的抑制作用在国有性质、分析师跟踪人数多以及内部控制质量低的企业中更为显著。研究结论为进一步深化共同机构投资者以及上市公司信息披露监管提供了实证依据和参考借鉴。

基于注意力循环神经网络的Stack Overflow问题质量评估方法

文章对200万个Stack Overflow问题内容及评分进行统计分析,提出一种基于循环神经网络和注意力机制的问题质量评估模型SOG(stack overflow grader).该模型利用循环神经网络挖掘问题文本的深层语义特征,利用注意力机制学习多模特征的重要程度.实验结果显示,SOG模型的准确率高达93.98%,优于现有模型的问题质量评估性能.

二维异形下料问题的热点与发展趋势——基于CiteSpace的可视化分析

在工业发展过程中,材料下料轮廓形状不一,多年来一直没有操作可行的智能下料方法,在实际下料中多依赖于人工经验。粗放式的下料不仅带来大量资源的浪费,使材料成本大大提高,还会阻碍产业的绿色转型升级。下料问题一直备受瞩目,其中以异形零件下料最为难解。首先对下料问题进行综合概述、分类,指出其发展过程中需要解决的难点,然后以CNKI作为数据源,选取135篇中文文献,利用CiteSpace软件对二维异形下料问题进行文本挖掘,得到近20 a来该领域研究的关键词共现图谱和前15个关键词汇及关键词研究变化图。据此,通过文献研究法分析了二维异形下料问题,并将其分为3个发展阶段,并提出在文献分析中发现的问题,最后提出二维异形下料未来应朝着算法融合、人机交互、多领域相互结合的方向发展。

英语叙事语篇的主述位结构

该文首先探讨了主位与主位推进模式的有关理论，然后，讨论了语言学家关于英语叙事篇章理论的研究。经过具体语言素材的分析和比较，文章认为英语叙事语篇的主位及主位推进模式的选择，表达了该语篇的“问题－解决办法”模式。

近十年我国旅游文本翻译述评

旅游翻译是实用翻译的研究热点之一。通过对近十年来(2001—2010)发表在我国各大期刊上的旅游文本翻译分析,总结出6点发展趋势,即:(1)借鉴国外理论,开展多角度、跨学科交叉研究;(2)从我国国情和实践出发,本土实用翻译理论体系开始建构;(3)重视传达翻译策略和技巧;(4)注重调查研究,研究方法逐渐科学化,语料库的引入增强了实证性;(5)出现旅游翻译"理论与实践何为第一性"之争鸣;(6)号召旅游翻译规范化。在此基础上指出了存在的问题并做出展望,期待对未来旅游翻译理论和教学工作带来启示。

使用问题解决法促进批判性思维发展的研究——基于交互文本的分析

随着社会的发展,人们对批判性思维能力的发展逐渐重视。本研究在已有研究的基础上提出使用在线问题解决的方法促进批判性思维的发展,并对促进批判性思维发展的问题解决学习活动的设计方法进行了探索。本研究借助Newman等人的批判性思维内容分析框架,对异步交互社区中学习者交互内容进行收集和归类,并对学习者批判性思维的整体深度、各维度深度、批判性层次等维度进行了分析,发现使用问题解决法能够较为有效地促进学习者批判性思维的发展,学习者批判性思维的深度、层次等均具有较大程度的提升。

基于文本挖掘技术的产品技术成熟度预测

为使产品技术成熟度预测的应用更加有效和广泛,结合国内外研究状况,提出了基于文本挖掘技术的产品技术成熟度预测方法。该方法应用文本挖掘技术挖掘隐含于专利数据库中内在的、客观的、定量的信息,引入技术新颖度度量函数量化技术的新颖程度,评价专利质量;同时,以专利维持成本反应专利的获利情况,并结合专利数量作为预测指标,进行产品技术成熟度预测。阐述了应用该方法进行预测的具体步骤,预测了我国光通信技术的成熟度情况,实验结果显示了该方法的有效性。

从语篇分析角度研究西藏旅游景点公示语汉英语篇翻译

旅游景点公示语是旅游公共服务的重要组成部分,尤其是旅游景点的公示语英语译文发挥着重要的外宣推介作用。文章运用语篇翻译的相关理论分析了布达拉宫、罗布林卡和拉鲁湿地三个景区的公示语篇汉英翻译存在的问题,提出了提升西藏区内景点公示语语篇汉英翻译质量的具体对策与建议。

文本挖掘用于社会科学研究:现状、问题与展望

作为一种利用计算机从文本数据中发掘知识的技术,文本挖掘近年来在社会科学领域受到广泛重视。本文首先简要介绍了文本挖掘及其主要相关技术,进而以Web of Science和CNKI两大数据库为基础,对文本挖掘技术在社会科学研究中的应用情况进行了分析,在此基础上,归纳出目前研究中存在的一些主要问题,并对文本挖掘在社会科学研究中的应用趋势和对社会科学带来的影响进行了展望。

文章标记对高一学生阅读理解的影响

采用测验法 ,以 64名高中一年级学生为被试 ,探讨文章标记对不同阅读水平学生的回忆成绩和问题解决的影响。结果表明 :(1 )不同阅读水平读者回忆成绩上的文章标记效应不显著 ;(2 )文章标记对于不同阅读水平学生的问题解决都具有显著的影响作用 ;(3 )

交际教学法的应用:问题与思考

本文针对目前应用交际法过程中出现的问题,从语言习得论、语言应用、认知结构、交际法内涵等角度分析了问题的症结,说明在英语教学中我们不能忽视语言知识,尤其是语言结构.在此基础上,简要探讨了解决问题的办法,并讨论了在使用交际法过程中将语法教学从句子上升到语篇层次的具体方法.

面向阅读理解复杂问题的句子融合

阅读理解是目前NLP领域的一个研究热点。阅读理解中好的复杂问题解答策略不仅要进行答案句的抽取,还要对答案句进行融合、生成相应的答案,但是目前的研究大多集中在前者。该文针对复杂问题解答中的句子融合进行研究,提出了一种兼顾句子重要信息、问题关联度与句子流畅度的句子融合方法。该方法的主要思想为:首先,基于句子拆分和词重要度选择待融合部分;然后,基于词对齐进行句子相同信息的合并;最后,利用基于依存关系、二元语言模型及词重要度的整数线性规划优化生成句子。在历年高考阅读理解数据集上的测试结果表明,该方法取得了82.62%的F值,同时更好地保证了结果的可读性及信息量。