学习语言

摘要： 部编《语文课程标准》指出新的要求：“语文课程是一门学习语言运用的综合性、实践性课程”。那么，如何把教学重心从课文的思想内容转移到语文能力的发展上，通过课文内容去学习语文知识和进行语文实践，发展学生的语文能力呢？教学中，我做了以下尝试：

摘要： 在单一的语篇教学的今天,绘本故事阅读教学无疑注入了新的元素,如何发挥绘本故事的神奇功效,本文从指导学生观察图片,学习精炼的语言,指导学生阅读策略,阅读中培养学生各方面的能力和挖掘绘本故事中的情感目标四个方面进行了阐述.

摘要： 本发明公开了一种耦合作物模型与机器语言的农业干旱诊断和评估方法，包括：S1、获取研究区内相关数据；S2、利用步骤S1获取的数据来完成研究区内作物模型的本地化；S3、针对作物不同生育阶段，设置不同干旱降水情景数据，并将其输入到本地化后的作物模型中，得出研究区内各格点的各个干旱情景下的模拟数据；S4、基于S3中干旱情景数据与对应作物模型模拟数据，计算特征变量；S5、基于S4中特征变量将对应作物模型模拟的产量损失率数据作为预测变量，构建样本数据集，并将其输入到随机森林模型中构建作物干旱脆弱性模型；S6、利用所述作物干旱脆弱性模型来诊断和评估在研究时段内的作物干旱情况。

摘要： 本发明提供一种基于任务的焦点损失提升多语言元学习语音识别方法。该方法基于任务的焦点损失改进多语言元学习对任务不平衡的忽略，基于每个任务的查询损失引入了难任务调节器，引导模型更加关注难任务，并且为了充分利用难任务的数据，同时使用支持集梯度与查询集梯度来更新元参数。此外，本发明还在样本层面解释了难任务调节器的意义，经过公式推导，发现它与任务内样本的预测概率乘积成反相关。通过使用本发明方法，可以使模型学习到的初始化更加均衡，更加充分地利用了所有源语言的知识，从而能够有效的对目标语言进行泛化。

摘要： 本发明公开了一种耦合作物模型与机器语言的农业干旱诊断和评估方法，包括：S1、获取研究区内相关数据；S2、利用步骤S1获取的数据来完成研究区内作物模型的本地化；S3、针对作物不同生育阶段，设置不同干旱降水情景数据，并将其输入到本地化后的作物模型中，得出研究区内各格点的各个干旱情景下的模拟数据；S4、基于S3中干旱情景数据与对应作物模型模拟数据，计算特征变量；S5、基于S4中特征变量将对应作物模型模拟的产量损失率数据作为预测变量，构建样本数据集，并将其输入到随机森林模型中构建作物干旱脆弱性模型；S6、利用所述作物干旱脆弱性模型来诊断和评估在研究时段内的作物干旱情况。

摘要： 本发明公开了基于句级深度学习语言模型的语义模糊搜索的方法。本发明中，本发明模糊程度高，本发明引入了深度学习语言模型，充分的考虑了语义问题，可以将与目标语句语义相似度高的语句检索出来，并且使用分层计算语义相似度的方式高效的判断语句之间的语义相似度大小；运算速度快，使用了向量化处理代替常规的循环遍历处理文本的方式，确保了每个语义匹配任务单元能够并行处理，极大提高了搜索速度；搜索查全率高，利用蕴含指数，使得系统对语法干扰的鲁棒性更好，有效提升了搜索的查全率；系统灵活，本发明将语义理解、模糊查询、信息精准定位等机制进行融合，然后将整个算法模块进行了接口封装，方便用户调用。

摘要： 本发明公开用于智能对话语音平台的深度学习语言模型的词图重打分方法、系统和电子设备，方法包括：在词图的每一条边或各节点上存储一个输出词；自词图的开始节点按序遍历词图的各节点和每一条边，记录自开始节点到各第i节点经过的ki条路径，并将每条路径上的所有边或所有节点上的输出词串联，以形成ki个词序列；将ki个词序列进行缩减处理，形成ji个词序列；调用深度学习语言模型计算各第i节点的ji个词序列的分数。本发明采用词图作为重打分的目标，解决搜索空间小的问题，用历史缓存解决冗余重复计算的问题，用历史聚类、令牌剪枝、集束剪枝减少词图的扩展，加快计算，减少内存消耗，采用节点并行化计算，加速词图重打分效率。

摘要： 本发明提供了一种学习语言的方法，使用图形化的对战型的电子游戏作为语言教学的方法。这种电子游戏的载体是智能手机、平板电脑或其他手持显示终端，是将语言教学融入到一种图形化的两方对战游戏的模式。电子游戏界面设有城堡、战场和图形卡，以及词汇组等内容，游戏分为对战模式和学习模式，学习者可以通过与程序系统对战或联接互联网与他人实时对战，通过手指点、嘴巴读、眼睛看、耳朵听等手段，来学习语言文字，使得学习者注意力高度集中，还设置虚拟奖杯、奖金或等级晋升等奖励手段提高学习积极性，可以有效提高学习语言的效率。

摘要： 本发明揭示了一种学习语言的方法、装置及学习机器人，其中，学习语言的方法，包括：识别学习者的生物性特征；判断是否存在与所述生物性特征相关联的学习档案；若存在，则根据所述学习档案匹配学习课程。本发明根据学习者的生物性特征的不同进行识别不同的人，以便针对性建立学习档案，以便再次启动学习时，学习机器人能够根据个人差异化的学习档案匹配学习课程，以便进行差异化学习和训练，有针对性帮助学生提升语言能力。本发明的学习机器人通过记录学习者容易发音错误的单词和句子，以及对话训练中的易错对话句子等学者未掌握的内容为标本建立相应的学习档案，并在学习过程中不断完善学习档案并与学习者的生物性特征关联性地存储。

摘要： 本发明请求保护一种基于深度学习语言模型融合语义特征的关键词提取方法，属于于文本处理中的关键词提取研究领域，对于目标文本，首先使用文本处理工具对其进行处理，仅保留其中的形容词和名词，作为目标文本的候选关键词，然后将这些候选关键词输入到预训练语言模型，得到每个候选关键词的向量表示，接着将目标文档进行分句处理，按句子为单位，同样输入到预训练语言模型中，得到每个句子的向量表示，对于每个候选关键词，计算其与文本中每个句子的相似度之和的均值，作为该候选关键词的最终得分，最后根据候选关键词的得分高低排序，得到文本的关键词。

摘要： 本发明公开了基于句级深度学习语言模型的语义模糊搜索的方法。本发明中，本发明模糊程度高，本发明引入了深度学习语言模型，充分的考虑了语义问题，可以将与目标语句语义相似度高的语句检索出来，并且使用分层计算语义相似度的方式高效的判断语句之间的语义相似度大小；运算速度快，使用了向量化处理代替常规的循环遍历处理文本的方式，确保了每个语义匹配任务单元能够并行处理，极大提高了搜索速度；搜索查全率高，利用蕴含指数，使得系统对语法干扰的鲁棒性更好，有效提升了搜索的查全率；系统灵活，本发明将语义理解、模糊查询、信息精准定位等机制进行融合，然后将整个算法模块进行了接口封装，方便用户调用。

摘要： 本发明属于语言识别技术领域，尤其是一种方言立体学习语言识别控制系统，包括音频采集装置和智能终端/APP，音频采集装置电性连接有语音识别模块，语音识别模块双向电性连接有主控制器。该方言立体学习语言识别控制系统，通过设置存储模块，在使用时，存储多种方言数据，通过智能终端/APP选择对应语言类别后，通过音频采集模块采集音频数据，由语音识别模块识别和语音转换处理模块处理后，通过主控制器控制液压推动装置中的电磁阀组，控制对应文字块升起，通过互动性让使用者能够简洁、迅速地了解、使用各地方言，从而解决了现有的许多年轻人已经不再使用方言从而导致方言在逐渐被遗忘的问题。