文本主题

摘要： 特征提取是文本抄袭检测的重要环节,文本特征提取结果的质量将直接影响检测的可靠性.针对现有方法的不足,提出一种基于多算法融合的文本特征提取算法.该方法考虑到文本写作主题和写作风格对文本特征提取结果的影响,通过LDA主题模型、同义词林和GloVe&TF-IDF分别提取文本写作风格和文本主题的3个分特征向量,利用变分自编码器(VAE)进行混合和降维,提取出能够高度代表文本的融合特征向量.实验结果表明,该文本特征提取算法能够准确选择文本的特征集,解决了传统特征提取算法未考虑到文本写作风格和文本主题的缺点,检测的精确率达到了97.93%,相较于其他算法有所提高.

摘要： 一、高中语文阅读教学中多文本阅读的含义及作用事实上,多文本阅读这个名词是多文本阅读教学方式的简称。用于高中语文阅读教学中的多文本阅读,就是在实际的课堂之中,以教师为文本主题定制者,围绕所指定的文本来选择一些相关联的文章进行拓展阅读,引导学生围绕这个主题的文本展开自主阅读,要求学生在阅读过程中,标新自己的阅读立意,提出自己的阅读观点,拓展自己的阅读技巧等,进而提升阅读能力和思考能力。

摘要： “隐喻”即暗喻,也称简喻。巧妙使用隐喻,不仅可以使文章生动,同时可以更加灵活地反映文本主题。隐喻在“叙述”诗歌景与物的事件特征之外,亦反映其本质属性。《梦游天姥吟留别》中的隐喻有着多维的映射,从不同视角映射出文本的主题、表达方式与情感表现,不仅凸显了诗歌的思想内涵,更使得文本表现出一定的哲学意味。

摘要： 英语学科是贯穿整个高中阶段的重要学科之一,其中,英语阅读又是重中之重,切实提升高中生的英语阅读理解及分析能力,关键在词汇。文章立足于高中阶段的英语阅读课程,指出当今高中英语阅读课程词汇教学中存在的问题,并基于文本理解及文本主题的角度,研究高中英语阅读课程的词汇教学策略,帮助学生拓展英语词汇量,提升高中学生的英语词汇实际运用能力,为高中英语阅读课词汇教学工作的研究提供经验指导。

摘要： 译林版《英语》教材中的Story Time通过对话或短文的形式引导学生学习英语知识、掌握英语技能和发展英语运用能力。结合译林版《英语》五年级上册Unit8“At Christmas”中Story time的展评课,探讨依托故事主题,从“巧用问题,确定主题”“创设活动,深化主题”以及“结合文本,延伸主题”这三个阶段如何依次开展故事教学,以实现对文本的深度解读,提高英语故事教学的有效性。

摘要： 数据聚类是常用的无监督学习方法,通过词嵌入聚类能够挖掘文本主题,但现有研究大多数采用常规聚类算法挖掘词嵌入的簇类,缺少基于词嵌入特性设计实现词嵌入聚类的主题挖掘算法.该文从语言模型通过建模词间相关信息来使相关及语义相似词的嵌入表示聚集在一起的特点出发,设计词嵌入聚类算法.该算法首先计算中心词的簇类号,然后使该簇中心嵌入和相邻词嵌入的相似性增强,同时使其与负样本词嵌入远离,学习文本集词嵌入的簇类结构,并将其应用于文本主题挖掘.在3种公开数据集上的实验表明:该算法在一些模型的词嵌入结果上能够挖掘出一致性和多样性更好的主题结果.

摘要： 文本的原生价值和教学价值之间既有区别,又有联系,两者之间呈现辩证统一的关系。以《陈太丘与友期行》一文为例,教师要关注文本的原主题、语境主题以及教材的人文主题,综合考虑不同主题下不同教学价值如何施教。具体到课堂教学实践,可以多关注文本的言语形式和称呼语,并且尝试以群文阅读为主要形式设计大单元教学。

摘要： 一、引言《普通高中英语课程标准(2017年版)》(以下简称《课标》)将主题语境列为英语课程内容六大要素中的第一要素,并指出,“主题语境不仅规约着语言知识和文化知识的学习范畴,还为语言学习提供意义语境,并有机渗透情感、态度和价值观”(教育部,2018:15)。英语课程应该把对主题意义的探究视为教与学的核心任务,并以此整合学习内容,引领学生语言能力、思维品质、文化意识和学习能力的融合发展(同上:16)。

摘要： 高中语文教学中,文本解读是一个基本的教学环节,学生对文本意义的理解,就是在文本解读的过程中完成的。文本解读要想得出对文本主题的认识,既取决于学生的解读过程,也取决于教师的引导。一般来说,后者是建立在前者的基础之上的,如果学生在文本解读的过程中,能够将文本内容与自身的认识进行充分的碰撞,那形成的认识就会非常丰富,而在认识丰富之后,教师再进行适机的引导,教学效果就会更好。在这一思路之下,笔者发现在语文课堂上常常能够出现意料之外的精彩。

摘要： 高中语文教学中的小说教学,常常追求的一种教学境界就是鉴赏。鉴赏不同于一般的阅读,鉴赏要超过阅读层次,鉴赏是在解决了工具性问题以及基本的文本理解之后,对小说文本主题进行多角度探究,对小说文本的文化内涵进行多层次理解的过程。考虑到高中学生的认知特点,让他们在学习小说时站在鉴赏的角度去看小说文本,可以较好地体现语文学科的人文性。

摘要： 本文的目的是全面了解我国政府竞争情报的研究现状,为加强我国的政府竞争情报研究提供依据.通过收集中国知网、万方、维普三大数据库的有关政府竞争情报的研究论文,以及研究论著;分析其具体研究内容.结果表明，我国的政府竞争情报研究涉及的主题有:政府与竞争情报的关系、政府竞争情报的定义、政府竞争情报与企业竞争情报的关系、政府竞争情报系统的构建.

摘要： 本文的目的是全面了解我国政府竞争情报的研究现状,为加强我国的政府竞争情报研究提供依据.通过收集中国知网、万方、维普三大数据库的有关政府竞争情报的研究论文,以及研究论著;分析其具体研究内容.结果表明，我国的政府竞争情报研究涉及的主题有:政府与竞争情报的关系、政府竞争情报的定义、政府竞争情报与企业竞争情报的关系、政府竞争情报系统的构建.

摘要： 本文的目的是全面了解我国政府竞争情报的研究现状,为加强我国的政府竞争情报研究提供依据.通过收集中国知网、万方、维普三大数据库的有关政府竞争情报的研究论文,以及研究论著;分析其具体研究内容.结果表明，我国的政府竞争情报研究涉及的主题有:政府与竞争情报的关系、政府竞争情报的定义、政府竞争情报与企业竞争情报的关系、政府竞争情报系统的构建.

摘要： 中晚明江南城市经济的快速发展,促进了城市社会的变革,更影响了各个阶层的精神结构.这一定程度上影响了文学思潮的演进,并在以传统诗文为代表的雅文学作品中有深刻体现.以王稚登为例,他用诗文记录了城市化进程中社会变革的诸多细节,尤其是社会心态和精神问题方面.城市化的因素也影响了他的生活方式、文学活动、精神面貌、审美意识,并为其诗文作品中主题、体裁、语言风格等各方面带来新质.

摘要： 中晚明江南城市经济的快速发展,促进了城市社会的变革,更影响了各个阶层的精神结构.这一定程度上影响了文学思潮的演进,并在以传统诗文为代表的雅文学作品中有深刻体现.以王稚登为例,他用诗文记录了城市化进程中社会变革的诸多细节,尤其是社会心态和精神问题方面.城市化的因素也影响了他的生活方式、文学活动、精神面貌、审美意识,并为其诗文作品中主题、体裁、语言风格等各方面带来新质.

摘要： 中晚明江南城市经济的快速发展,促进了城市社会的变革,更影响了各个阶层的精神结构.这一定程度上影响了文学思潮的演进,并在以传统诗文为代表的雅文学作品中有深刻体现.以王稚登为例,他用诗文记录了城市化进程中社会变革的诸多细节,尤其是社会心态和精神问题方面.城市化的因素也影响了他的生活方式、文学活动、精神面貌、审美意识,并为其诗文作品中主题、体裁、语言风格等各方面带来新质.

摘要： 中晚明江南城市经济的快速发展,促进了城市社会的变革,更影响了各个阶层的精神结构.这一定程度上影响了文学思潮的演进,并在以传统诗文为代表的雅文学作品中有深刻体现.以王稚登为例,他用诗文记录了城市化进程中社会变革的诸多细节,尤其是社会心态和精神问题方面.城市化的因素也影响了他的生活方式、文学活动、精神面貌、审美意识,并为其诗文作品中主题、体裁、语言风格等各方面带来新质.

摘要： 中晚明江南城市经济的快速发展,促进了城市社会的变革,更影响了各个阶层的精神结构.这一定程度上影响了文学思潮的演进,并在以传统诗文为代表的雅文学作品中有深刻体现.以王稚登为例,他用诗文记录了城市化进程中社会变革的诸多细节,尤其是社会心态和精神问题方面.城市化的因素也影响了他的生活方式、文学活动、精神面貌、审美意识,并为其诗文作品中主题、体裁、语言风格等各方面带来新质.

摘要： 中晚明江南城市经济的快速发展,促进了城市社会的变革,更影响了各个阶层的精神结构.这一定程度上影响了文学思潮的演进,并在以传统诗文为代表的雅文学作品中有深刻体现.以王稚登为例,他用诗文记录了城市化进程中社会变革的诸多细节,尤其是社会心态和精神问题方面.城市化的因素也影响了他的生活方式、文学活动、精神面貌、审美意识,并为其诗文作品中主题、体裁、语言风格等各方面带来新质.

摘要： 中晚明江南城市经济的快速发展,促进了城市社会的变革,更影响了各个阶层的精神结构.这一定程度上影响了文学思潮的演进,并在以传统诗文为代表的雅文学作品中有深刻体现.以王稚登为例,他用诗文记录了城市化进程中社会变革的诸多细节,尤其是社会心态和精神问题方面.城市化的因素也影响了他的生活方式、文学活动、精神面貌、审美意识,并为其诗文作品中主题、体裁、语言风格等各方面带来新质.

摘要： 本发明公开了一种基于变分自编码主题模型的短文本主题挖掘方法及系统。该方法充分利用神经网络结构的优点，在变分自编码主题模型中融入了预训练的词向量和知识图谱中的实体向量表示，可以帮助主题模型改善短文本特征稀疏导致的文本挖掘问题，较好地挖掘短文本的潜在语义信息。

摘要： 本发明为一种增强文本特征表示的短文本主题挖掘方法，提供一种在短文本进行高效主题建模的方法，属于数据挖掘中的文本挖掘领域。本发明首先将模式挖掘算法引入到文本的特征空间构建中，使用频繁模式挖掘算法在真个语料库级别上挖掘能表征文本特征的频繁模式，然后提出一种基于模式集合的特征表示方法(PSTR)。该表示法克服了基于词袋假设的一元表示的语义间隔问题，以及在短文本的主题挖掘中该表示方法会遭遇的共现模式不足问题。基于在新的模式空间中的表示，提出一种主题同一性指定的建模方法(PSTR‑LDA)，在同主题推论阶段中，表示文本特征的模式中的构成词会共享同一个主题指定，该假设更加真实的反应了表示文本的模式间的主题。实施例的结果表明本发明比起其模型，能挖掘更加一致和解释性更好的主题。

摘要： 本申请涉及一种主题类别对应的特征词提取和文本主题类别识别方法。所述方法包括：获取多个主题类别的示例文本，以及各个主题类别的示例文本的类别标签；对各个主题类别的示例文本进行分词处理，并对分词处理得到的各个词语分别进行词频统计，得到各个主题类别对应的多个词语的词频信息；针对各个主题类别，根据所述多个词语在本主题类别中的词频信息，以及在多个主题类别中的分布情况，从所述多个词语中筛选出至少一个特征词语，作为对应主题类别的特征词语；所述特征词语为在所述对应主题类别的示例文本中构成的显著性差异达到设定条件的词语。采用本方法能够提高特征词提取效率。

摘要： 本发明公开了一种基于变分自编码主题模型的短文本主题挖掘方法及系统。该方法充分利用神经网络结构的优点，在变分自编码主题模型中融入了预训练的词向量和知识图谱中的实体向量表示，可以帮助主题模型改善短文本特征稀疏导致的文本挖掘问题，较好地挖掘短文本的潜在语义信息。

摘要： 本发明公开了一种文本主题句的提取方法，根据文本体裁构建写作结构模型并计算模型各组成部分权值和对应文本块的主题价值度；迭代模型构建和价值度计算，动态调整文本处理颗粒度；以句子互信息作为相对加权值，基于权重证明构建决策树抽取文本主题句，能够应用于体裁复杂、写作结构多变、容量不定的文本主题句抽取，实现了准确、易扩展、范围广的目的。

摘要： 本申请涉及人工智能技术领域，揭示了一种文本主题的生成方法、装置、设备及存储介质，其中方法包括：对各个目标文本分别进行分词及词语去重处理得到词表；对每个目标文本进行编码得到文本编码向量；对词表中的每个词语进行编码得到词语编码向量；对各个文本编码向量进行聚类得到多个编码向量聚类集；对每个编码向量聚类集进行平均值计算得到聚类集主题向量；计算每个词语编码向量与每个聚类集主题向量之间的相似度得到目标相似度；根据词表和各个目标相似度对每个编码向量聚类集进行目标文本主题生成。捕获到了文本的语义信息，保留了词语之间的顺序信息，提高了文本主题的准确性，不需要在建模前设置自定义停用词列表、繁体转简体等复杂操作。

摘要： 本公开提供了文本主题的确定方法，涉及数据处理技术领域，尤其涉及大数据、自然语言处理等人工智能领域。具体实现方案为：在确定待处理文本对应的词序列，及词序列中每两个词在待处理文本中间隔的词数量后，可以根据每两个词在待处理文本中间隔的词数量，确定待处理文本对应的图结构，之后，可以根据词序列及图结构，确定文本对应的主题分布，然后，根据主题分布，可以确定文本对应的主题。由此，通过根据词序列及图结构，确定文本对应的主题分布，进而确定文本对应的主题，不仅使得确定的主题考虑了文本中词的语义信息，还考虑文本中各词间的依赖关系，提高了确定的主题的正确性和可靠性。

摘要： 本公开的实施例公开了用于生成文本主题信息的方法、装置、电子设备和可读介质。该方法的一具体实施方式包括：获取具有词性的词集。基于该具有词性的词集，生成实体词组和描述词组。基于该实体词组和该描述词组，生成实体主题信息集和描述主题信息集。基于该实体主题信息集和该描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。将该第一实体主题信息集和该第一描述主题信息集进行组合，生成第一词段集。该实施方式细粒度地实现了不同主题之间的异质性，突显了各个主题所要表达的鲜明语义，精准地抓住了文本所要表达的核心内容。

摘要： 本申请涉及人工智能技术领域，揭示了一种基于人工智能的文本主题生成方法、装置、设备及介质，其中方法包括：获取目标文本集；对所述目标文本集中的每个所述目标文本进行句子向量生成；采用K‑Means聚类算法和预设的聚类数量，对各个所述句子向量进行聚类，得到多个句子向量聚类集；从指定句子向量聚类集对应的各个所述目标文本中分别进行TF‑IDF权重值的计算及词语提取，得到与所述指定句子向量聚类集对应的目标文本主题，其中，所述指定句子向量聚类集是任一个所述句子向量聚类集。从而实现了将统计的方法和基于语义信息的方法相结合，提高了泛化性，提高了确定的文本主题的准确性。

摘要： 本发明公开了一种基于词共现图和锚词抽取的短文本主题层次挖掘方法，包括如下步骤：S1.主题层次挖掘框架首先基于词共现图实现主题推断和锚词抽取；然后，应用关联规则挖掘频繁锚词短语；S2.采用概率排序函数量化锚词短语的覆盖面、短语化与纯度等标准，对锚词短语排序，达到寻找最具代表性的主题短语的目的。本发明构建了一种词共现图与锚词抽取相结合的方法，利用锚词具有较好解释性的特点，将主题短语挖掘转换为寻找主题中的锚词，使挖掘得到的主题短语具有更好的解释性。