基于Word Clouds的大学英语读写教学设计

Word Clouds是一种基于词频的文本可视化形式,以美学意义的图形和图像予以呈现,能够直观形象地反映出文本中的文字密度及其重要性,可以作为一种有效的文本分析工具应用在外语教学中。文章综述了国内外Word Clouds在外语教学中应用的研究现状,依据双重编码理论、克拉申的输入假设和Swain的输出假设理论,以大学英语读写课程为切入点,通过将Word Clouds工具与英语读写课程相结合方式,构建大学英语读写教学新模型,从而激发学生的学习兴趣和提高教师的教学水平。

WocEA:The visualization of functional enrichment results in word clouds

The integration, analysis and visualization of the big omics data are critical for addressing a broad spectrum of biological questions. One of the most frequently conducted procedures is enrichment analysis, which statistically tests whether individual functional an- notations of Gent Ontology （GO） or Kyoto Encyclopedia of Genes and Genomes （KEGG） are significantly over-or under-represented in an ＂interesting＂ gene or protein list against the reference set （Tavazoie et al., 1999）.

应用Jieba和Wordcloud库的词云设计与优化

分词是Python中的一项重要应用,实现分词功能的工具有很多种,如jieba、SnowNLP、THULAC、NLPIR等。词云是在分词的基础上设计并实现的,它提供阅读整个信息的重点,揭示关键概念,并可使用不同的展示形式,以有趣、高效、新颖的方式呈现给阅读者。在此,以中文分词为例,详细介绍使用jieba库和wordcloud库实现词云的设计与优化。

我国院前医疗急救标准研究

目的了解我国院前医疗急救标准现状,为推进院前医疗急救标准化、同质化建设提供参考。方法从各标准信息公共服务平台检索我国院前医疗急救相关标准,进行描述性统计分析和词云图分析。结果1975年-2022年我国发布院前医疗急救相关标准57项,标准牵头起草单位40家,参与起草单位307家。院前医疗急救相关标准的重点逐渐由急救车辆、急救设备等转为对伤病员的服务规范、信息化、急救机构建设等。结论我国院前医疗急救相关标准总量较少,内容覆盖面窄,且未形成标准体系。需抓住院前医疗急救发展新机遇,优化院前医疗急救标准框架体系,及时进行标准制修订工作,并持续做好培训、宣贯等。

基于点云分割网络的雷达信号分选方法

针对现有基于图像分割的端到端雷达信号分选方法存在的像素点重叠与处理效率不高的问题,该文提出一种基于点云分割网络的端到端分选方法。首先将雷达脉冲流的脉冲描述字(PDW)映射为点云;之后利用点云分割网络(PointNet++)对该点云中各点依据其所属辐射源进行分割;最后将具有相同标签的点聚类形成脉冲集合,分别提取各脉冲集合所包含的辐射源并形成相应的辐射源描述字。仿真结果表明:所提方法能够有效对未知雷达信号进行分选,在脉冲丢失和虚假脉冲干扰的分选环境下也表现出较强的可靠性与稳定性,并且由于采用具有轻量化特点的模型使得该方法的执行效率更高。

在线医疗社区分析系统的设计与实现

作为“互联网+医疗”的重要产物,在线医疗社区迅速发展。在线医疗社区产生了大量的医疗问答信息,这些信息富含医学知识和患者关切等内容。因此,文章构建了在线医疗社区分析系统的架构,再通过网络爬虫、数据清洗和存储、文本分词、数据可视化等技术,设计并开发了一个医患问答数据的分析系统,通过折线图、饼状图和生成词云等数据分析,得到不同疾病的发病症状、治疗常用药物等有用知识,为患者诊断和治疗提供便利,也能为医生了解患者关切提供依据。

文字云图的英语阅读教学设计与实践——以文字云图工具Wordle为例

文字云图是通过文字云图工具制作而成的反映文字频率的可视图的一种形象比喻,可以作为一种有效的文本分析工具应用在教学中。文章梳理了国内外文字云图应用研究现状,指出国内该领域研究的不足。并以英语阅读教学为切入点,从文字云图的可视化表征、生成线索词、语义和表象的双重表征等优势分析了文字云图应用在英语阅读教学中的可行性,以Wordle为例选择高中英语教材中的一节课"Harry Potter"进行了研究设计与实践,研究结果表明文字云图的使用能够调动学生的兴趣,给学生的英语阅读带来积极的促进作用。

ChatGPT相关领域研究发展态势的专利数据分析

为探索ChatGPT相关领域的研究热点和发展方向,基于智慧芽专利数据库2014—2023年国内外ChatGPT相关领域的专利数据进行研究。分析发现北京市和广东省位于我国ChatGPT相关研究第一梯队;存在以腾讯公司为核心的合作网络,但企业和高校、科研院所间的产学研合作较少;中国在ChatGPT相关领域的专利技术体系较为丰富,但硬件方面的专利技术偏少,在智能设备、ChatGPT领域理论深度学习等方面有很大欠缺;特殊数据处理应用、数字数据信息检索、商业这3个领域是重点关注领域;虚拟助理、智能机器人、语音交互、穿戴设备等可能是潜在技术机会领域。因此,应注重硬件与软件的协同发展;鼓励在芯片、传感器等硬件方面的创新研究;针对不同行业和应用场景,共同研发集成ChatGPT技术的智能设备,开发定制化的ChatGPT解决方案;加强国际合作,共享技术资源,共同推进技术进步。

国潮兴起下消费者在线评论的主题分析研究——以国货护肤品为例

基于中国综合国力增强、经济快速发展、科技创新水平提升、国货品质提高、民众文化自信提高多重因素的影响,国货消费高速发展,其中国货护肤彩妆行业的表现尤为突出。本文基于淘宝和京东两大电商平台的文本评论数据,通过情感分析和主题分析提取评论主题词,了解消费者对国货护肤品牌的评价。结果显示:消费者对国货护肤品整体表现出积极正向的态度,重视购物体验、个体皮肤差异、店铺服务、皮肤问题和使用体验五个方面;负面评价主要集中在产品效果及购物体验两方面。同时,本文通过挖掘消费者对购买国货护肤品的需求重点,以期对国货品牌的产品及在电商平台的服务质量提供改进建议,以供参考。

东北三省旅游资源时空分布特征研究

随着人们生活水平的提高,旅游总收入占东北各省市GDP总量的比例逐年升高。为了更好地了解东北旅游资源,发展东北旅游业,本文利用从旅游网站爬取的景点和评论数据,综合运用核密度分析、莫兰指数、热点分析、词云分析和文本情感分析等多种方法对东北三省的旅游资源分布进行了分析,以便为东北三省之间旅游产业的发展提供科学依据。

基于文本挖掘技术的油田集输管道失效诱因关联分析

为有效预防油田集输管道失效事故的发生,以某油田2018—2021年管道失效记录为基础,采用数理统计方法分析各类管道的失效特征,利用词云图和Apriori算法分析事故类型、常见诱因及诱因间的关联规则,再通过共现矩阵构建共现网络,明确集输管道失效事故发生的关键诱因项和不同诱因发生的加速项集合,最后采用多项文本挖掘技术确定事故发展的耦合关系。结果表明,位于高后果III级区域的原油低压管段和天然气中压管段是风险管控的重点;管道泄漏、油气聚集、油池火、闪火是常见事故类型,施工破坏、土壤腐蚀、防腐层破损、管道占压、含有腐蚀性物质等是常见的事故诱因;管道泄漏和油气聚集具有强关联性,在管道泄漏条件下,发生油气聚集的概率为85.21%,两者同时出现的概率为18.21%;施工破坏、土壤腐蚀、外加电流保护失效、管道占压的共同出现是导致管道失效的主要因素;诱发土壤腐蚀和内腐蚀加速的主控原因与多项诱因相关,在后续风险管控中应尽量避免多项诱因的同时出现。

基于网络点评数据的茶饮空间设计提升策略

为顺应体验经济时代的新型消费模式,挖掘茶饮空间特质,依据消费群体的体验需求改善茶饮空间现状。文章分析了茶饮空间的构成与空间特征,利用python采集线上评论数据,形成词云图并进行可视化分析。构建了包括场地条件、环境感受、服务运营、文化体验与行为交互体验五大维度及其16小项的茶饮空间体验影响要素体系,并结合案例提出了茶饮空间设计策略。利用网络文本分析技术,从消费者评价角度为茶饮空间的革新与优化提供新的方法。

微博情感视角下中国新能源消费的满意度评价

针对中国新能源消费满意度评价,从微博情感分析的视角,利用网络爬虫程序获取新浪微博评论数据,来研究社会公众的满意度评价。从微博评论数据情感值分析发现,社会公众对“社会发展”、“环保”、“比亚迪新能源”、“GDP”、“新能源消费”的满意度依次递减;从词云图分析来看,“新能源”、“人均GDP”、“经济发展”、“环境”等是公众关注的热门议题。研究得出:将互联网社群的民意与政府的施政措施有机结合,可以有效改进并提升社会公众的满意度。

基于Word2Vec的云设计服务匹配方法研究

在云设计服务平台上,存储了海量的服务信息,如何在最短时间之内,将与用户设计需求最相关联的服务推送到用户面前,直接关系到用户体验及设计效率。针对于此,提出了基于Word2Vec的云设计服务匹配方法,解决了由于需求信息与服务信息之间的异构性及不对称性所造成的匹配不准确问题。最后通过仿真实验证明方法的合理性及可行性。

“云X”词族中“云”的语素类型汉英对比研究

近年来网络上涌现出大量“云X”词,被称为“云X”词族,其中“云”的语义和构词搭配不同于传统含“云”的词,学界对“云”的语素类型尚无定论。结合词典和语料,梳理“云”的语义变化和构词搭配在汉语和英语中的差异,发现汉语中“云”的语素类型可以被视为类词缀,而在英语中的“cloud”却是自由语素且为多义实词的一个词项。导致这一差异的原因与“云”和“cloud”的来源、语义变化路径及演变时间长短有关。

基于Python的文本数据处理研究

文本数据处理分析是大数据处理中的重要分支之一,它能从大规模文本数据中提取感兴趣的信息。文章以《三国演义》为例,介绍了在Python环境下进行文本数据处理分析的实现方法。通过中文分词、图表可视化和词云制作等方式,可以帮助读者快速获取关键词和高频词,迅速把握文章蕴含的主旨,深入理解文本数据处理分析的意义和价值。这些方法为大规模文本数据的处理提供了可行性,同时也为Python在文本数据处理领域的应用提供了有益的参考。

基于文本挖掘的我国绿色金融政策研究

以我国2017—2019年绿色金融相关政策为数据源,通过提取政策文件的文本-行特征词和高频关键词,构建词云图、共现矩阵,采用高频词社会网络分析等方法,实现对这三年绿色金融相关政策内容信息的量化分析,从政策制定侧重点及政策内容上对文本进行总结。结果表明,我国2017—2019年绿色金融政策体现了政府对绿色金融企业机构激励机制及监管制度的完善,体现出这三年绿色金融发展的侧重点。

基于微信和词云的股静脉透析患者血栓相关知识需求分析

目的:探讨基于微信和词云的股静脉透析患者血栓相关知识需求。方法:选取2021年4月至2022年9月于我院收治的股静脉透析患者112例作为研究对象。基于微信平台采用自制调查问卷对股静脉透析患者从疾病管理、血栓管理、管道管理、健康促进、护理技术支持五个方面展开调查,应用Python软件对调查内容进行数据爬取、文本分词、绘制词云等处理。结果:共发放112份问卷,获得有效问卷106份(有效回收率94.64%)。疾病管理中,提供合理运动指导需求占比最高为66.04%;管道管理中提供股静脉置管管道的观察方法、管道维护方法、留置期间注意事项需求分别为83.96%、70.75%、71.70%;血栓管理中提供血栓发生的相关危险因素、提供血栓的预防措施需求占比最高,分别为86.79%、83.02%;健康促进中开展疾病相关健康教育讲座需求占比最高为52.83%;护理技术支持中提供居家服务需求占比最高为45.28%;采用Python软件对微信群聊信息数据进行爬取、文本分词、绘制词云等处理,采集的信息主要关键词为:血栓预防、管道维护、管道通畅、管道堵塞、运动、睡眠体位、血压控制、肢体活动范围。结论:股静脉透析患者血栓相关知识护理需求较高,其中血栓管理中的提供血栓发生的相关危险因素需求最高,微信平台下词云分析能较好展示股静脉透析患者护理需求。

三峡库区多政策文本注意力分配差异分析

综合利用VOSviewer、Python优质第三方库以及Nvivo软件,针对三峡库区已出台政策发布时间、发布主体、政策区域差异(政策空传与政策效果)和政策文本注意力分配等多方面对三峡库区相关政策进行统计学上的初步解读,力图对目前三峡库区相关政策有整体上的把握。研究结果表明:三峡库区政策文本的时间注意力主要集中在2003-2011年,其中2004-2005年政策注意力可达半月强度。政策注意力主体在国家层面,体现出交通运输部、财政部和国务院办公厅的高度活跃,地方层面则主要表现为地方人民政府牵头下的政策响应行为。三峡库区26区县内政策注意力差异严重不均衡。三峡库区整体政策文本强调项目带动作用,以人为本,重点关注移民生存与发展相关的一系列工作。分区域文本来看,重庆市文本政策注意力主要集中在与发展相关的层面,湖北省的政策文本多倾向同环境保护相关的层面,省(市)层面注意力有显著差别。政策文本在3种政策工具的注意力分配相对均衡,供给类与环境类内部工具注意力相对均衡,需求类内部工具注意力则有所侧重。

赣州市养老服务设施多维度空间分布研究

人口老龄化是当今社会关注的焦点之一,积极应对人口老龄化已上升为国家战略.基于2022年3-5月赣州市养老服务设施数据、赣州市乡镇街道和常住人口等多源数据,对赣州市养老服务设施分布现状,养老服务设施地理集中度、最邻近指数、核密度等进行多维度的空间分析,并采用词云分析赣州市养老服务设施的重要关键信息,以期对赣州市养老服务设施的未来建设与布局提供参考.