Prediction of Global Languages' Distribution Based on Grey Model

Summary:Driven by the progress of globalization, in order to simulate the development trend and distribution range of the global language, and then predict the total number of language users and global migration patterns over the next 50 years. We establish the regression model and grey model to determine the main influencing factors. The time series model is used to predict the development trend of the languages in the next 50 years and the migration pattern of population.

The Research of Java Language

This paper describes the origin of the Java language, then introduce the basic ideas and principles of Java programming language, and then briefly describes the implementation process and application development Java language are involved in the main technology applications,followed by more detailed the analysis of the characteristics of the Java language and its advantage compared with other programming languages,finally introduces its application in network security management and embedded systems, and future prospects of the Java language development direction and trends. Java language with its multi-threading, cross-platform, object-oriented features to obtain a wide range of applications and has been a computer programmer and industry recognition.I believe that with the development of computer technology, Java language will make a greater contribution to computer technology.

胶质淋巴系统研究的知识图谱与趋势可视化分析

背景:大脑的代谢废物清除功能对于维持神经稳态极为关键,代谢废物积累导致的神经稳态失衡是许多中枢神经系统疾病的共同病理学特征。近年来,围绕胶质淋巴系统的研究逐渐成为神经系统领域的研究热点。目的:旨在通过构建胶质淋巴系统研究的知识图谱,可视化地分析该领域的研究现状、热点及其未来的发展趋势。方法:采用Cite Space、VOSviewer软件及R语言环境下的Bibliometrix工具包,对2012年1月至2024年3月Web of Science核心合集数据库中与胶质淋巴系统相关的原始文献进行深入可视化分析,分析内容包括作者、机构、国家、期刊、关键词和共被引文献等。结果与结论:研究共纳入687篇相关文章,该领域发文量逐年增长,近3年呈现爆发性增长趋势;该研究领域发文量第一的国家、机构、作者分别是美国、美国罗切斯特大学和罗切斯特大学的Maiken Nedergaard教授,发文量第一的期刊是《JOURNAL OF CEREBRAL BLOOD FLOW AND METABOLISM》,高频、高中心性关键词主要围绕脑脊液流体动力学等作用机制、阿尔茨海默症等神经系统疾病、扩散张量成像等影像学技术等方面,共被引频次最高的文献是一篇胶质淋巴系统的经典综述论文。上述结果表明,胶质淋巴系统的研究是一个新兴而活跃的领域,目前已受到国内外的广泛关注并逐渐从理论研究向临床实践扩展。

Information Extraction Based on Multi-turn Question Answering for Analyzing Korean Research Trends

Analyzing Research and Development(R&D)trends is important because it can influence future decisions regarding R&D direction.In typical trend analysis,topic or technology taxonomies are employed to compute the popularities of the topics or codes over time.Although it is simple and effective,the taxonomies are difficult to manage because new technologies are introduced rapidly.Therefore,recent studies exploit deep learning to extract pre-defined targets such as problems and solutions.Based on the recent advances in question answering(QA)using deep learning,we adopt a multi-turn QA model to extract problems and solutions from Korean R&D reports.With the previous research,we use the reports directly and analyze the difficulties in handling them using QA style on Information Extraction(IE)for sentence-level benchmark dataset.After investigating the characteristics of Korean R&D,we propose a model to deal with multiple and repeated appearances of targets in the reports.Accordingly,we propose a model that includes an algorithm with two novel modules and a prompt.A newly proposed methodology focuses on reformulating a question without a static template or pre-defined knowledge.We show the effectiveness of the proposed model using a Korean R&D report dataset that we constructed and presented an in-depth analysis of the benefits of the multi-turn QA model.

Predicting Bitcoin Trends Through Machine Learning Using Sentiment Analysis with Technical Indicators

Predicting Bitcoin price trends is necessary because they represent the overall trend of the cryptocurrency market.As the history of the Bitcoin market is short and price volatility is high,studies have been conducted on the factors affecting changes in Bitcoin prices.Experiments have been conducted to predict Bitcoin prices using Twitter content.However,the amount of data was limited,and prices were predicted for only a short period(less than two years).In this study,data from Reddit and LexisNexis,covering a period of more than four years,were collected.These data were utilized to estimate and compare the performance of the six machine learning techniques by adding technical and sentiment indicators to the price data along with the volume of posts.An accuracy of 90.57%and an area under the receiver operating characteristic curve value(AUC)of 97.48%were obtained using the extreme gradient boosting(XGBoost).It was shown that the use of both sentiment index using valence aware dictionary and sentiment reasoner(VADER)and 11 technical indicators utilizing moving average,relative strength index(RSI),stochastic oscillators in predicting Bitcoin price trends can produce significant results.Thus,the input features used in the paper can be applied on Bitcoin price prediction.Furthermore,this approach allows investors to make better decisions regarding Bitcoin-related investments.

21世纪以来汉语国际传播研究的热点主题与演进——基于CNKI期刊论文的文献计量和知识图谱分析(2000-2023)

以2000-2023年CNKI收录的3883篇汉语国际传播研究相关期刊论文为样本,运用文献计量、共词分析、知识图谱等方法,对其年度分布、期刊分布、核心作者、研究机构及关键词聚类形成的热点主题进行系统分析后的结果显示:汉语国际传播领域研究成果总体呈增长趋势;载文期刊分布广泛,但高水平期刊较少;稳定持续的核心作者群正在形成;研究机构具有明显的区域性,合作度不足;该领域研究热点集中在孔子学院、“三教”问题、汉语国际传播发展问题以及中华文化国际传播等4个方面;演进历程可划分为3个阶段。为促进汉语国际传播研究不断深入,应在今后加强作者队伍建设,提升研究机构间协同创新水平;强化跨学科意识,研究视角从单一向多元转变;协同应用研究与基础研究,规范研究与实证研究,均衡研究方法与范式;兼顾国际化与本土化,鼓励前瞻性研究。

基于CiteSpace的国际外语焦虑研究动态可视化分析(2003—2022)

通过利用Web of Science中2003至2022年间的SSCI、A&HCI、SCI-EXPANDED数据库中的外语焦虑研究相关论文,运用CiteSpace 6.1.R4的信息可视化技术,绘制国际外语焦虑研究的相关科学知识图谱,探究国际外语焦虑研究的核心领域、热点变化、新兴研究热点及其发展趋势。研究结果表明,近年来国际外语焦虑研究呈波动上升态势,不断涌现新的研究热点,仍有较大发展空间。此外,研究热点集中于交际意愿、写作焦虑、外语愉悦、纠正性反馈等四个方面。未来可扩大研究对象范围、加强学科交叉研究以及拓宽研究视角广度,促进外语焦虑研究向纵深发展。通过对二十年来国际外语焦虑研究的梳理和分析,及时把握外语焦虑发展动向和热点,以期为我国外语焦虑研究提供有意义的参考。

俄语认知神经科学研究的现状、热点与趋势——基于CiteSpace的可视化分析

通过全面综合分析Web of Science数据库中相关文献,本文系统梳理了21世纪以来俄语认知神经科学研究的发展动态。研究发现,该领域研究的核心主要集中于语言理解和产生的大脑机制,其研究主要借助事件相关电位技术、眼动追踪技术和功能磁共振成像技术。在多学科融合的趋势下,俄语认知神经研究有望通过拓展研究领域、整合多模态方法以及深入挖掘俄语特点等方面取得更深入和全面的成果。该研究为俄语认知神经科学领域的未来发展提供了有益的参考。

国际修辞学研究的发展趋势与拓新路径——《劳特里奇语言与说服手册》介评

语言与说服是修辞学关注的一大焦点。当前国际修辞学界对此焦点的研究出现了何种新转向、新进展?《劳特里奇语言与说服手册》为我们提供了答案。该手册立足于当代言说环境,借鉴语用论辩学、认知语义学、政治社会学等的相关原理来拓展经典修辞范畴的意涵,并且展示了修辞学研究的新方法、新工具,如论证挖掘与Docuscope文本分析技术。通过梳理该手册各章的研究内容,本文发现,该手册主要彰显了不失修辞学本位的跨学科性、经典修辞范畴研究的当代性,以及所选论题和研究方法的前瞻性。这些特色反映了国际修辞学研究的发展趋势和拓新路径,对当前我国修辞学研究具有重要的启发意义。

国内外语课程思政研究动态科学知识图谱分析——以CNKI 2019—2023年间核心期刊文献为例

以国内2019—2023年间中国知网(CNKI)数据库中有关外语课程思政研究的230篇中文核心期刊文献为数据来源,借助可视化软件CiteSpace 6.2.R6绘制科学知识图谱,分别对研究趋势、研究热点及高被引文献进行分析。结果表明:近五年来国内外语课程思政研究的发文量整体呈上升趋势;研究热点主要围绕“大学英语”“立德树人”“外语课程思政”等主题展开;高被引文献主要涵盖外语课程思政的内涵、实施路径、教学设计三个方面。建议未来研究能够缩减不同学段间的研究成果差距,进一步探究外语课程思政评价体系的构建原则,以构建科学、完善的外语课程思政评价体系。

国际中文教育数字化研究状况与趋势——基于CNKI 2000-2023年文献的可视化分析

随着数字技术与教育的深入融合,教育数字化得到发展,国际中文教育数字化也已势不可挡。文章以中国知网(CNKI)数据库中国际中文教育数字化相关研究文献为数据来源,通过运用Excel、CiteSpace等软件,从阶段性发文趋势、载文期刊、核心作者及机构分布、高被引文献、关键词等维度,对国内2000-2023年间的核心期刊文献(171篇)和领域内受专家学者认可且影响力较大的非核心期刊文献(105篇)进行可视化计量分析。通过可视化知识图谱,呈现出新世纪以来我国国际中文教育数字化领域研究发展脉络与热点,并预测未来研究趋势,以期进一步奠定研究基础,更好地推动国际中文教育数字化转型。

大语言模型在金融端的应用原理、挑战及落地路径研究

新质生产力的核心是技术创新与应用,人工智能是铸造新质生产力最有效的手段,随着人工智能技术的快速进步,大语言模型在金融行业的应用引起了广泛的关注。这些模型在处理金融文本、预测市场趋势、管理风险、执行算法交易以及改善客户服务等方面展现了显著的潜力,助力新质生产力发展。尽管如此,要将这些先进技术融入金融领域,同时确保数据隐私、模型的解释性和准确性仍然存在诸多挑战。文章深入探讨了大语言模型在金融领域应用的核心原理、面临的主要挑战、最具潜力的应用场景、有效的效果评估方法、关键的落地实施因素、解决可解释性问题的策略、维护数据隐私和安全的重要性,以及预期的未来发展趋势和可能带来的行业变革。通过全面的分析,为金融机构利用大语言模型提供指导,同时为未来的研究方向提出建议。

新文科视域下的外语学科发展研究:现状、范式与趋势

新文科视域下,外语学科发展问题受到学界广泛关注。本研究采用内容分析、文献计量和文本挖掘相结合的方法,全面梳理了外语学科发展相关研究,尝试建构外语学科研究范式,并对未来的研究趋势做出了展望。期望为今后新文科视域下的外语学科发展相关研究提供新视角。

民俗文化意蕴研究——以宿迁方言礼仪词汇为例

民俗,作为中华民族文化历史长河中重要的组成部分,是一个民族或一个社会群体在长期的生产实践和社会生活中逐渐形成并世代相传、较为稳定的文化事项。宿迁市因其悠久的历史和丰富的人文底蕴,孕育了独特的方言词汇。为更好地挖掘、整理和研究宿迁方言中的礼仪词汇,该文从民俗语言学、文化语言学理论出发,采用文献研究法、田野调查法和深度访谈法等多种研究方法,对宿迁方言中的礼仪词汇进行全面整理与分析,从而更加深入地了解该地区的风土人情、历史变迁和人文精神,解读其背后深刻的文化意蕴。同时,该文还对宿迁方言礼仪词汇的传承现状和发展趋势进行分析,以期为方言文化的保护和传承提供合理的建议和措施。

Harnessing AI-human synergy for deep learning research analysis in ophthalmology with large language models assisting humans

Background:Research innovations inocular disease screening,diagnosis,and management have been boosted by deep learning(DL)in the last decade.To assess historical research trends and current advances,we conducted an artificial intelligence(AI)-human hybrid analysis of publications on DL in ophthalmology.Methods:All DL-related articles in ophthalmology,which were published between 2012 and 2022 from Web of Science,were included.500 high-impact articles annotated with key research information were used to fine-tune a large language models(LLM)for reviewing medical literature and extracting information.After verifying the LLM's accuracy in extracting diseases and imaging modalities,we analyzed trend of DL in ophthalmology with 2535 articles.Results:Researchers using LLM for literature analysis were 70%(P=0.0001)faster than those who did not,while achieving comparable accuracy(97%versus 98%,P=0.7681).The field of DL in ophthalmology has grown 116%annually,paralleling trends of the broader DL domain.The publications focused mainly on diabetic retinopathy(P=0.0003),glaucoma(P=0.0011),and age-related macular diseases(P=0.0001)using retinal fundus photographs(FP,P=0.0015)and optical coherence tomography(OCT,P=0.0001).DL studies utilizing multimodal images have been growing,with FP and OCT combined being the most frequent.Among the 500 high-impact articles,laboratory studies constituted the majority at 65.3%.Notably,a discernible decline in model accuracy was observed when categorizing by study design,notwithstanding its statistical insignificance.Furthermore,43 publicly available ocular image datasets were summarized.Conclusion:This study has characterized the landscape of publications on DL in ophthalmology,by identifying the trends and breakthroughs among research topics and the fast-growing areas.This study provides an efficient framework for combined AI-human analysis to comprehensively assess the current status and future trends in the field.

基于CiteSpace的国内外语智慧教学研究知识图谱计量分析

文章以2016—2023年中国知网(CNKI)数据库中有关国内外语智慧教学研究的405篇中文期刊文献为数据来源,借助可视化软件CiteSpace 6.2.R4绘制科学知识图谱,分别对研究趋势、研究力量、研究热点和研究前沿进行探析。结果表明:国内外语智慧教学研究整体呈上升态势,且大致可划分为缓慢增长阶段和快速发展阶段;其研究力量单一,尚未形成跨团体、多元化的合作网络;研究热点主要围绕大学英语、智慧教学、智慧课堂、教学模式等主题展开;研究前沿则聚焦于课程思政、移动互联、深度学习等关键词。

基于语言智能的国际中文教育发展路径探究

在全球化和信息化快速发展的今天,语言智能技术正以前所未有的速度改变着教育领域的面貌,特别是在国际中文教育领域,其发展趋势与前景尤为引人注目。随着人工智能技术的不断成熟,语言智能模型在中文教学中的应用日益广泛,为国际中文教育的高质量发展提供了有力的技术支持。未来,随着语言智能技术的不断发展和进步,语言智能在国际中文教育领域的应用还将不断扩大和深化。本文从语言智能的角度,深入探讨国际中文教育的发展路径,并就语言智能视域下国际中文教育未来的发展趋势作出展望。

计算机软件Java编程特点与技术探究

随着计算机技术的不断发展,计算机软件编程已经成为了各行各业必不可少的技能之一,在众多编程语言中,Java编程语言因其优秀的特性和广泛的应用范围而备受青睐。Java编程语言有着独特的安全性、可靠性、独立性、简便性等优势特点,也具有跨平台性、面向对象、简洁易学等优势,是目前计算机软件开发和设计的重要基础。为了便于实现Java编程语言技术的有效发挥,实现计算机应用水平的提升,将以Java编程语言的概念和特点为研究基础,开展其技术完善应用的探究,丰富Java编程语言的基础知识和技术的相关理论研究,提出Java编程的未来发展方向,为用户提供更加优质、更加便捷的计算机应用服务。

英国汉语教育的发展现状、特征与趋势

本研究是欧洲汉语教学协会重大项目“欧洲国别汉语外语教育发展现状与分析”系列报告的英国篇。从欧洲来看,英国的汉语外语教育发展比较成熟和全面,同时也具有其自身特点。文章在简要介绍英国与其汉语教育发展的基础上,先对近十余年从基础教育、高等教育、华文教育到终生教育等几个阶段的英国汉语教育发展情况进行综合性的概述,然后对该发展过程中英国汉语教育之特点、发展和问题进行了初步的探讨和分析,最后对“脱欧”后英国汉语教育的发展趋势提出了一些个人的看法和预测,也希望对读者了解英国的汉语外语教育发展近况及缘由有所帮助和启发。

孔子学院研究的回溯与前瞻

在“孔子学院”建设迎来20周年之际,本文基于中国知网的文献数据,运用文献计量方法,分析了20年来孔子学院的相关研究,并对未来研究趋势进行了预测。研究表明:2020年之前,孔子学院研究的热点内容主要集中在孔子学院的教学研究、发展研究、影响研究、舆情研究、个案研究、对比研究、特色研究等七个方面;2020年之后,特色孔子学院、孔子学院与“一带一路”协同发展、孔子学院本土化发展等三个方面的研究取得了突破性进展。展望未来,要进一步拓展孔子学院研究论域,创新孔子学院研究视角,丰富孔子学院研究方法,以推动孔子学院高质量研究行稳致远。