喻句

摘要： 语用教学强调学生思维的跳跃,充分激发学生的主动意识和进取精神,遗憾的是当前的语用教学仅仅满足于师生的一问一答。这虽然有语用,但却是一种简单的思考,不能展现语文的魅力。笔者认为,教师要把课堂学习目标巧妙地隐藏在言语之中,让学生在体验、感悟、熏陶中接受语文知识。笔者结合《珍珠鸟》一课,在尊重学生主体地位的基础上,重点谈谈语用教学中巧＂藏＂学习目标的策略。

摘要： 我有一个非常老干部的爱好,我喜欢听相声。曾在一个暴雨天走进一家相声会馆,那天上座率很低,十几排的座位,前两排都没坐满。第一个节目,逗哏是位老先生,他看到人很少,微笑着说：“大家不要担心人少我们不认真讲,做演员就好比是开澡堂的,

摘要： 一这次考试,陈皓特别想考好。妈妈说,如果陈皓考出好成绩,就带他去海南玩儿。陈皓在电视上见到过海南,蓝天白云,椰风海浪,那景色真让人神往。

摘要： 如今,中央十分强调在实现中华民族伟大复兴的过程中,让人民群众有参与感、获得感和幸福感。这已成为评价改革发展成效的标准之一。同样,好课的标准很多,笔者认为,好课也应让学生有三种感觉：参与感、获得感和幸福感。让学生有参与感。我们经常强调要让学生成为课堂的主人。但如今的很多课堂上,教师仍然是主人。教师讲,学生听;教师问,学生答。

摘要： 你是否遇到过这样的情况？过年时,孩子被震彻天际的鞭炮声吓哭;串门时,孩子对陌生人表现出害怕和躲避;带孩子大老远飞去海边,他却害怕玩水。当你对孩子的害怕表示费解时,不如换一个角度思考,我们真的正视过他们成长过程中的恐惧吗？

摘要： 大约一年半之前,我得了—场漫长的感冒,整整两周都不见好。于是去校医院做了血液检查,校医看着我的化验单,说这贫血贫得也太严重了,怀疑我的造血功能有问题,建议去省内最大的医院做一个完整的血液检查。家人得知这一消息,都吓得不轻。我爸放下手里的工作,拎了一堆补品赶来长沙看我,那架势,就像我正在学校坐月子。

摘要： 近期,我们举行了一次三年级作文调研——写自己喜欢的一种花。要从＂颜色＂＂样子＂两方面写出花的特点,表达自己的喜爱之情。读着孩子们的作文,不禁联想起清代著名诗人袁枚的诗：＂苔花如米小,也学牡丹开。＂赞颂的是小小的青苔花,在阳光照不到的地方尽情地绽放,显现出旺盛的生命力。

摘要： 课改以来,生本课堂深入人心。但是从教师层面讲,广大教师过多地关注了形式多样的教学创新,而忽视了作为教学环节之一的作业设计。"作业"属于教辅的重要内容,但是市场上各种各样的教辅并不都适合学生,这就需要教师精心挑选,而不能一切按流水化作业,实行教辅的拿来主义。再者,现在的教学管理几乎忽略了"作业"这一环节的研究考核,只注重结果,

摘要： 目前,小学中高年级的阅读教学,不少还处于这样一种状态:学生学习一篇文章往往就是了解一个故事,获取一些零散的知识,实质性的阅读方法和表达方式的积累显得相对欠缺;不少学生尚停留在"学会"的层面,离"会学"还有不小的距离。那么,作为语文教师该如何在阅读教学中帮助学生掌握一定的方法,然后能让其独自在语言情境中学习体悟获取新知,以实现从"学会"到"会学"的质的飞跃呢?在阅读教学中,笔者注意到以下几点。注意知识的归纳语文教材中的一篇篇精美的课文是学生学习语文知识、提高语文素养的主要载体。每篇文章所蕴含的语文知识、

摘要： 指导学生正确地运用祖国的语言文字,加强对学生的言语实践,归还语文课堂本色,是每位语文教师责无旁贷的重任。如何在课堂中有效地进行语文实践能力训练呢？笔者在不断探索过程中精心设计教法,并积累了一些体会。下面就以《北大荒的秋天》一课为例,谈谈自己的想法。《北大荒的秋天》是苏教版小学语文第五册第二单元中的一篇写景散文。

摘要： 本发明公开了一种中文比较句分类器模型生成、中文比较句识别方法及装置，包括：将数据集各句子中每一个包含设定的比较关键词的分句转化成一个序列，并为序列建立与其对应分句所属句子相同的类别标记；得到序列集；采用序列模式挖掘算法从序列集中挖掘出若干比较模式，组成比较模式集；用每一个序列逐一匹配比较模式集中的各比较模式，根据匹配结果及比较模式总数量，得到与每一个序列对应的一组特征向量；根据所述特征向量及与其对应的所述序列的类别标记，生成分类器模型；然后通过得到的比较模式集和分类器模型，识别读入的未知类别的句子，确定其是否是比较句。通过自动学习比较句的模式特征，生成分类器模型，自动、有效地识别文本中的比较句。

摘要： 因果句解析装置具备：因果句提取部，其从文章提取包含原因表现和结果表现的因果句；取得部，其取得表示基准表现的信息，所述基准表现是用于对相似的程度进行解析的基准；相似度解析部，其针对所述因果句提取部提取到的因果句，算出原因相似度和结果相似度，所述原因相似度是该因果句所包含的原因表现与所述基准表现的相似度，所述结果相似度是该因果句所包含的结果表现与所述基准表现的相似度；以及期望因果句提取部，其提取所述因果句所包含的原因表现和结果表现中的一方与所述基准表现相似、且另一方与所述基准表现不相似的因果句。

摘要： 本发明提供一种词向量和句向量互信息最大化的句嵌入方法及系统，其中方法包括编码第一待识别句子中的各词语；对第一待识别句子中目标词向量的多个维度进行置零操作；编码第二待识别句子中的各词语；将第一词向量矩阵中的每个词向量经过多头自注意力层计算；将第二词向量矩阵中的每个词向量经过多头自注意力层计算；对第三词向量矩阵进行平均池化操作；对第一整体句向量进行维度置零操作；计算第二整体句向量与第四词向量矩阵中对应的词向量的点积；计算第四词向量矩阵中词向量和第二整体句向量的互信息；将第四词向量矩阵中词向量和第二整体句向量的互信息最大化。本发明解决了现有的无监督句嵌入方法使用效果不佳的问题。

摘要： 本发明提出一种引述句和辟谣模式句引导的“谣言‑辟谣文章”匹配方法及系统。通过引导模型行为，使其更加关注辟谣文章中带有“引述”和“辟谣模式”成分的句子，实现考虑到辟谣文章特点的“谣言‑辟谣文章”匹配程度评分。具体地，本发明通过使用文字相似度指标精调神经网络模型增强引述句的发现能力，通过引入模式向量增强辟谣模式句的发现能力，从而使模型关注到含有引述成分和辟谣模式的关键句子，过滤掉辟谣文章中大部分无关句子，最终实现高效准确的“谣言‑辟谣文章”匹配。

摘要： 本申请实施例公开了一种句对匹配方法、装置和用于匹配句对的装置。该方法的实施例包括：从网页库内的网页中抽取包含目标语言语句的句段，以得到句段集；其中，句段集中的每个句段包括目标语言的语句以及语句的上下文；将双语数据集中的双语句对与句段集中的句段进行匹配；双语句对中包括源语言的第一语句和对应目标语言的第二语句；对于双语数据集中的每一个双语句对，确定句段集中与双语句对相匹配的句段，将网页库中与所确定的句段对应的网页确定为该双语句对的来源网页；其中，与双语句对相匹配的句段为同时包含双语句对中的第一语句与第二语句的句段。该实施方式提高了句对匹配效率。

摘要： 本发明提供了一种句向量训练方法及模型、句向量预测方法及系统，其中向量预测模型构建方法，包括以下步骤：S11、构建句向量训练模型；S12、对所述句向量训练模型模型进行训练；S13、向句向量预测模型中导入所述句向量训练模型的参数。本句向量训练方法及模型、句向量预测方法及系统，进行句向量预测时有很好的领域适应能力和句子向量泛化能力，可直接迁移到多种领域进行使用。

摘要： 本发明公开了一种中文比较句分类器模型生成、中文比较句识别方法及装置，包括：将数据集各句子中每一个包含设定的比较关键词的分句转化成一个序列，并为序列建立与其对应分句所属句子相同的类别标记；得到序列集；采用序列模式挖掘算法从序列集中挖掘出若干比较模式，组成比较模式集；用每一个序列逐一匹配比较模式集中的各比较模式，根据匹配结果及比较模式总数量，得到与每一个序列对应的一组特征向量；根据所述特征向量及与其对应的所述序列的类别标记，生成分类器模型；然后通过得到的比较模式集和分类器模型，识别读入的未知类别的句子，确定其是否是比较句。通过自动学习比较句的模式特征，生成分类器模型，自动、有效地识别文本中的比较句。

摘要： 本申请公开了一种用户话句处理方法、装置、电子设备及计算机存储介质，涉及互联网产业的一般数据处理技术领域。该方法包括：获取长对话文本；将长对话文本拆解成至少两个短句，并对至少两个短句进行信息抽取，获取与人机对话剧本对应的第一语义信息集合，将第一语义信息集合中的第一语义信息与预设跳转条件集合中的跳转条件进行条件匹配；确定与第一语义信息集合匹配的目标跳转条件集合，获取目标跳转条件集合中的跳转条件所表示的用户意图的响应优先级；根据响应优先级和特征数据，确定与目标跳转条件集合中的跳转条件对应的机器响应策略，并执行机器响应策略。本方法可以减少遗漏用户长句中的信息，提高长句中用户意图识别和答复的准确度。

摘要： 一种基于语法结构与连接信息触发的复杂句情感分析方法，涉及自然语言处理。包括以下步骤：1)构建连词信息触发的情感层次模型；2)使用迁移学习方法对子句子编码器进行预训练；3)情感划分模块将复杂句子划分为多个简单的情感模块；4)子句编码器对每个情感模块单独进行编码，分别生成情感表达；5)句子编码器融合多个情感模块，并根据基于连接信息触发的注意机制指导多个情感模块的融合。可以准确提取复杂句子中的主要情感表达，并且解决复杂句中因多种情感共现和复杂的句子结构导致的情感模型预测效果不佳的问题。当一个句子中出现多种情感共现时，可以准确找到复杂句中重要的情感部分。

摘要： 本发明属于教育信息化领域，提供一种基于Word2Vec和循环神经网络的小学语文作文比喻句与拟人句自动提取方法，首先，利用经过人工标记后的数据集，预处理后得到符合实验要求的数据集。然后，利用Skip‑Gram模型结合Hierarchical Softmax的方式训练Word2Vec模型。最后，利用训练后的模型来表示文本，将其作为循环神经网络分类器的输入训练相应的循环神经网络分类器。本发明提出作文中比喻句与拟人句的自动提取方法，为构建基于修辞使用的小学语文作文自动评价器提供了比喻句与拟人句的提取方案。