《名作欣赏》

摘要： “文气”,是艺术创作尤其是书画创作难能可贵的一个品质。它看似雾里看花虚无缥缈,实则又可以分明、真切、强烈地感受到。品味赵建功书法的“文气”,我们首先应注意到他书法的文字内容。“不俗”“不熟”,这是赵建功选择文辞的两个基本标准。以《名作欣赏·独来独往》别册里他的六十多幅书作为例。同样是选择词语,这里没有“上善若水”“厚德载物”“自强不息”“惠风和畅”这些不少书家笔下的“老客户”,有的是“坐拥琴书”“视远惟明”“逸兴”“觉悟”“能藏拙”“平常心”等等或文气氤氲、或大俗而雅的词语。

摘要： 江苏省溧阳市燕湖小学创建于2016年。学校以“立德树人、美育启智”为宗旨,以“翰墨书韵”“美学田园”“名作欣赏”“成果博览会”“燕湖艺术节”等艺术活动为平台,着力培育学生的艺术素养,以艺养德。立足溧阳书画传统优良、书法名人众多的优势,学校围绕“写好中国字,做好中国人”“师生结伴在墨香中成长”的理念,打造“翰墨书韵”社团活动,让学生身处“梅院”“菊院”“竹院兰院”等个性化书画场域,感受书画艺术之美。

摘要： 描绘江南水乡是吴冠中作品中最具代表性的和最典型的题材。这幅作品以寥寥几笔勾画了江南水乡,白墙黑瓦庄严静谧,盘旋在屋顶的燕子给画面注入了一丝活泼。

摘要： 当代诗评家吴小如先生高度评价清代末期著名诗人龚自珍。他认为这位诗人,有李白、苏轼的才华而多霸气,具杜甫、王安石之沉郁而见锋棱。真奇隐秘,又能摧刚为柔,秀中有骨。龚自珍,号定庵。杭州人。中国近代转折时期的一位启蒙思想家,晚清资产阶级改良主义的先驱者之一。他的敏锐眼光和叛逆精神,触及社会政治改革的敏感话题。他与魏源、林则徐等人组建的宣南诗社有过宣扬经世之学的创作主张。因此,在他的诗歌创作里充满着独特的气息。既为传统诗词保留古典的氛围,又创造了旧诗余晖下的奇思壮采。

摘要： 近日接到作者反馈,有不法分子冒充本刊编辑部或工作室向作者组稿,严重影响了本刊声誉。本刊郑重声明:我们没有成立任何外设工作室,也没有与任何组稿机构有任何形式的合作关系。请广大读者、作者不要上当受骗。

摘要： 《名作欣赏》2020年评论版第4期(总第679期)李盼《浅谈名著阅读导读课如何激发学生兴趣--以〈西游记〉为例》一文,作者信息有误,现勘误如下:李盼,北京市丰台区第二中学教师。

摘要： 2021年《名作欣赏·评论版》第6期总第721期第169页,作者冯坤“《黑皮肤,白面具》中法农的后殖民主义思想探析”一文中,“摘要:日法农作为一名文学家、思想家、革命家,其后殖民主义理论在世界具有很大影响。”应为“摘要:法农作为一名文学家、思想家、革命家,其后殖民主义理论在世界具有很大影响。”特此更正。

摘要： “苏州记忆”在唐宋诗词语境中,印象最深刻的是文学意义上的“江南”一词。正如,金白梧曾在《名作欣赏》杂志上撰文说的那样:“苏州,它美好却不张扬,温润于心又令人难忘,成为人们心目中仿佛天堂一般的地方,这是千百年来唐宋诗词语境中留给人们最美好、最深刻的苏州记忆,而以苏州为代表的江南城市,常常被以文学的手段形诸笔端:唯美,追求生命、艺术和自然,它不仅是江南的一个地点,也是一种心灵的境界,最重要的是诗歌和艺术的蓬莱胜景。”然而,笔者在领略这些描写苏州的诗词中构建传统的人文记忆的同时,意在梳理和论述我国宪法制定中的国家法治层面、法律价值的“江南”,而不仅是文学意义的“苏州记忆”。

摘要： 陈欣慧,女,绍兴文理学院人文学院本科生,在《名作欣赏》《文学少年》《长安学刊》等发表论文6篇,是绍兴文理学院大学生王阳明研究团队核心成员。林宇阳,女,绍兴文理学院人文学院本科生。在《名作欣赏》发表论文《“鲁迅与夏目漱石:跨时空对话”与中日文化交流》、《“鲁迅与托尔斯泰:跨时空对话”与中俄文化交流》;参与省级大学生科研项目2项。

摘要： 在美术教育活动中,艺术欣赏非常重要,能培养学生从多角度赏析美术作品的能力,在培养学生的审美情趣方面有着积极的作用.该文研究小学低段美术名作欣赏课程的教学现状,以中国作品、西方绘画作品、工艺手工作品这三种美术名作类型为例,依靠情境创设、问题引导、语言互动、元素融合四种途径,通过对学生美术欣赏活动的选材和引导,使学生能感知名作,以此提升小学低段学生发现美、感悟美和创造美的能力,引导学生深入体会名作欣赏的乐趣,培育其审美情趣,最终达到育人育心的目标.

摘要： 本发明公开了一种基于网络表征和语义表征的同名作者消歧方法。本方法为：1)提取目标论文库中各论文的语义特征和离散特征；2)基于离散特征计算各论文间的相似度，得到论文的关系相似性矩阵；如果一论文与其他论文没有共同作者或机构，则将其加入一离群论文集中；3)基于各论文的所述语义特征计算论文的语义相似度矩阵；将目标论文库中不包含语义特征的论文加入离群论文集中；4)将关系相似性矩阵和语义相似度矩阵加权求和，获得论文相似度矩阵并对其进行聚类；将不属于任何簇的论文加入离群论文集中；5)利用基于相似度阈值匹配的方法将离群论文集中的论文分配到对应的簇中。本发明实现高准确率的论文同名作者的消歧。

摘要： 本发明涉及一种基于高置信度特征属性分层聚类方法的论文同名作者消歧方法。主要步骤：（1）先从学术搜索引擎中抽取出原始数据，提取出特征属性值，对其进行规范化处理；（2）根据规则，先形成别名组，然后根据别名组生成同形异义作者歧义组；（3）分别对各个单特征属性进行相似度计算和消歧方法的选取；（4）通过由步骤3得出的各个属性置信度评估，得出基于高置信度的特征属性层次聚类方法。应用本发明，不仅保证了姓名消歧的速度，也提高了消歧的准确率。

摘要： 本发明公开了一种无监督的基于表示学习的同名作者消歧方法及装置，包括：对科学文献数据进行预处理；利用Word2Vec预训练模型和SCIBERT预训练模型分别生成基于Word2Vec和基于SCIBERT的文本语义表示向量；通过对消歧数据的处理生成局部异质网络，指定元路径metapath并利用metapath2vec方法获取基于局部图结构的论文关系表示向量；针对上述三种表征向量分别生成相似度矩阵并进行加权求和；利用无监督聚类方法进行聚类；对聚类离散点进行簇指派，得到最终消歧结果。本发明利用论文的表征信息，结合多重混合的表征学习和聚类离散点指派方法，增强消歧算法的泛化能力与鲁棒性，提高了消歧准确度与消歧效率。

摘要： 本发明公开了同名作者判断方法、装置、电子设备及可读存储介质，涉及大数据和数据处理技术领域，在该同名作者判断方法中，本发明应用大数据技术搜索出目标作者姓名的全部论文，并按发表论文的单位进行分类，检索出论文的基本词，并应用词频‑逆文档词频方法提取论文的核心词；再由此建立论文的核心词词频向量，计算不同论文之间的相似度，从而建立同一单位论文的相似度自相关矩阵和不同单位论文的相似度互相关矩阵；最后通过相似度自相关矩阵和相似度互相关矩阵，分别计算论文相似度的自相关矩阵相似度指数和互相关矩阵相似度指数，由此可以判断不同单位以所述目标作者姓名发表论文的作者是否为同一人。

摘要： 本发明公开了基于预训练模型与决策树的增量式论文同名作者消歧方法，属于神经网络与作者同名消歧技术领域，所述方法利用人工定义特征与XLNet提取特征相结合的特征提取，首先使用人工定义特征提取论文中作者名称、机构等字段的信息，使用XLNet提取论文标题、摘要等字段的信息，之后利用XGBoost与提取出的特征来预测每篇论文应该归属的正确作者，对于该步未能分配出的论文进行凝聚式聚类的后处理，获取主聚类作为新的作者论文集，预测结果使用准确率、召回率以及F1值。本发明能够对论文的信息进行更加充分地提取，具有较强的可解释性，具有较强的鲁棒性，在处理噪点较多以及论文信息较为齐全的数据上有较优秀的表现。

摘要： 本发明提供一种重名作者文献聚类方法及装置，通过获取目标文献集中任意两篇文献的相关性参数，相关性参数包括作者同现指数、关键词相关指数、作者单位相似性指数、论文分类号相关指数、以及引用关系指数；根据任意两篇文献的相关性参数获取任意两篇文献的相关系数；根据任意两篇文献的相关系数对目标文献集进行聚类分析，获取基于重名作者的聚类结果，每一聚类下的文献中重名作者均表示同一个作者实体，消除重名作者歧义问题，在学术文献计量分析、科技评价、学术研究等方面具有很高的应用价值，能够提高学术分析的精准化程度。

摘要： 本发明公开了一种无监督的基于表示学习的同名作者消歧方法及装置，包括：对科学文献数据进行预处理；利用Word2Vec预训练模型和SCIBERT预训练模型分别生成基于Word2Vec和基于SCIBERT的文本语义表示向量；通过对消歧数据的处理生成局部异质网络，指定元路径metapath并利用metapath2vec方法获取基于局部图结构的论文关系表示向量；针对上述三种表征向量分别生成相似度矩阵并进行加权求和；利用无监督聚类方法进行聚类；对聚类离散点进行簇指派，得到最终消歧结果。本发明利用论文的表征信息，结合多重混合的表征学习和聚类离散点指派方法，增强消歧算法的泛化能力与鲁棒性，提高了消歧准确度与消歧效率。

摘要： 本发明公开了一种基于网络表征和语义表征的同名作者消歧方法。本方法为：1)提取目标论文库中各论文的语义特征和离散特征；2)基于离散特征计算各论文间的相似度，得到论文的关系相似性矩阵；如果一论文与其他论文没有共同作者或机构，则将其加入一离群论文集中；3)基于各论文的所述语义特征计算论文的语义相似度矩阵；将目标论文库中不包含语义特征的论文加入离群论文集中；4)将关系相似性矩阵和语义相似度矩阵加权求和，获得论文相似度矩阵并对其进行聚类；将不属于任何簇的论文加入离群论文集中；5)利用基于相似度阈值匹配的方法将离群论文集中的论文分配到对应的簇中。本发明实现高准确率的论文同名作者的消歧。

摘要： 本发明公开了一种基于分层网络的重名作者辨识方法，包括：步骤1，对于给定文献数据集按照发表时间划分子集；为子集构建作者合作网络G

摘要： 本发明涉及一种基于高置信度特征属性分层聚类方法的论文同名作者消歧方法。主要步骤：（1）先从学术搜索引擎中抽取出原始数据，提取出特征属性值，对其进行规范化处理；（2）根据规则，先形成别名组，然后根据别名组生成同形异义作者歧义组；（3）分别对各个单特征属性进行相似度计算和消歧方法的选取；（4）通过由步骤3得出的各个属性置信度评估，得出基于高置信度的特征属性层次聚类方法。应用本发明，不仅保证了姓名消歧的速度，也提高了消歧的准确率。