文本信息
文本信息的相关文献在1995年到2022年内共计1143篇,主要集中在自动化技术、计算机技术、教育、无线电电子学、电信技术
等领域,其中期刊论文451篇、会议论文37篇、专利文献330531篇;相关期刊332种,包括中小学信息技术教育、现代电子技术、中国新通信等;
相关会议35种,包括第十三届全国信息隐藏暨多媒体信息安全学术大会、第十二届全国信息隐藏暨多媒体信息安全学术大会、信息系统协会中国分会第六届学术年会等;文本信息的相关文献由1999位作者贡献,包括席丽娜、晋耀红、李德彦等。
文本信息—发文量
专利文献>
论文:330531篇
占比:99.85%
总计:331019篇
文本信息
-研究学者
- 席丽娜
- 晋耀红
- 李德彦
- 彭鑫
- 汪平仄
- 陈志军
- 许文瀚
- 亓超
- 亚历山大·津克
- 伯恩德·林茨
- 克里斯蒂安·科勒曼
- 张凯
- 朱朝晖
- 李嘉辉
- 李未
- 横田哲平
- 王卓然
- 王杰
- 邓文超
- 郭伟
- 陈凯
- 陈华荣
- 马宇驰
- 马库斯·普罗施
- 骆斌
- 不公告发明人
- 丘衡一
- 刘婷婷
- 刘康
- 刘强
- 刘涵
- 吴俊杰
- 姜韶华
- 庄伯金
- 延奇宣
- 张旭
- 张海平
- 张海燕
- 张烨
- 徐涛
- 方昕
- 朝玄默
- 朴善英
- 权圣
- 李强
- 李彪
- 李百川
- 杨毅
- 杨波
- 杨玉珍
-
-
李恩
-
-
摘要:
受传统教学理念的影响,小学语文教学长期处在“教课文”的维度上,即理解课文内容,掌握文本信息,而对于作者运用的表达方法以及文本中独特的言语形式则关注甚少。对此教师不妨从学生能力生长的基本规律入手,紧扣教材课文的范例和载体效能,将文本中的语言资源转化成为契合学生认知思维的鲜明路径,在激活学生思维意识的基础上,构建出直观性的大脑图谱,这就是“用课文教”的真谛。“用教材教”的本质就是“用课文教”,“用课文教”有两个基本前提:一是选择好恰当的课文文本。因为相对于传统的教学来说,“用课文教”这种模式需要教师付出更多的努力,需要赋予学生足够多的探究时间.
-
-
徐维军;
彭子衿;
张卫国;
黄静龙
-
-
摘要:
在当前互联网时代下,越来越多的文本信息为人们所认识。借助机器学习等技术工具,目前已能较为便捷地从海量的文本数据中挖掘出与投资者行为、情绪有关的信息。基于此,本研究探讨了利用文本信息刻画投资者情绪,并对仅利用价格信息的均值回归策略进行改进。利用东方财富股吧中发帖内容等文本数据构建投资者情绪指标,结合非理性投资行为的特征,设计新的权重转移方程,得到新的均值回归策略。最后,利用部分沪深300成分股的价格数据和股吧文本数据进行实证检验,结果表明:相比于仅利用价格信息刻画均值回归特征的策略,本研究提出的考虑投资者情绪的策略有更好的收益表现。
-
-
朱鹏;
张亚澜
-
-
摘要:
以科创板200家上市公司的数据为样本,基于上市流程、招股说明书(申报稿)以及注册制下科创板上市公司的现状,结合内容分析法,构建科创板上市公司招股说明书文本信息披露质量评价指标体系,研究注册制下投资者如何更有效地对上市公司文本信息披露质量进行评判,以做出更合适的决策。研究发现,各行业以及各公司之间的文本信息披露质量存在明显差距,说明我国科创板信息披露依然处于初步发展阶段,制度的完善仍存在较大空间。
-
-
高俊琴
-
-
摘要:
在信息繁杂的时代,面对各种各样的文本信息,我们需要在有限的时间内对其进行有效的解读,感受文本的魅力,挖掘文本的价值。也正因为如此,一线教师应当有意识地培养与发展学生的文本分析与解读能力。对于高中语文学科来讲,这便要求我们教师要通过一定的策略锻炼与发展学生的文本解读能力,即让学生在面对一篇篇或长或短的文本时能做到高质量的梳理信息,充分挖掘其内涵,进而达到陶冶情操、开阔视野、增强审美能力等目的。
-
-
黄天弟
-
-
摘要:
语文教材中的插图不仅可以美化和装饰教材,强化学生阅读教材的积极性,还可以使其借助画面发挥想象,深入理解文本信息。小学低段学生处于观察和想象力、语言构建与运用能力等素养培养的关键时期,教师要利用好课文插图,以文字为主,以插图为辅,充分利用插图提升文字教学效果,培养学生的综合素养,构建高效课堂。
-
-
陈燕虹;
张侨平
-
-
摘要:
学生大多是喜欢阅读数学绘本的。绘本里包含大量的文本信息和图画信息,一些数学概念穿梭其中。数学绘本可以让学生了解很多数学知识,但并不意味着阅读数学绘本就能掌握数学概念。阅读绘本并不能代替学生的直接经验,数学绘本只是学习数学的一种载体。如何借助数学绘本让数学课上得有趣,更重要的是,如何让不同的学生能在故事中有所收获,带动他们主动参与课堂,激发他们的数学思考,就显得尤为重要了。
-
-
汪璟玢;
雷晶;
张璟璇;
孙首男
-
-
摘要:
现有的融合文本或邻居信息的知识补全模型忽略文本和邻居之间的相互作用,难以捕获与实体具有较强语义相关性的信息,加上基于卷积神经网络的模型未考虑实体中的关系相关信息,导致预测性能不佳.因此,文中结合文本信息和拓扑邻居信息,提出基于Triplet注意力的循环卷积神经网络模型.首先,通过语义匹配的方式,选取文本描述中与实体具有较强语义相关性的单词.再与拓扑邻居复合作为实体邻居,增强实体表示.然后,重塑实体的融合表示和关系表示.最后,利用Triplet注意力优化卷积输入,使卷积操作能提取实体中与关系相关的特征,提升模型性能.在多个公开数据集上的链路预测实验表明,文中模型性能较优.
-
-
刘晏辰
-
-
摘要:
一、前言《普通高中英语课程标准(2017年版)》提出,英语学科核心素养包括语言能力、文化意识、思维品质和学习能力。只有当学生通过理性逻辑思维对所接触的文本信息进行语言结构方面的分析和文化价值方面的评价,才能真正地习得语言,运用语言解决问题,不断形成创新能力。在课内外的英语阅读中,既可以培养学生对语篇进行分析、综合并从中获得信息的能力,也能培养学生的审美情趣,使学生学会欣赏英语文学作品的美,通过自然渗透,陶冶学生良好的情操。
-
-
李荣;
王越凤;
张玉明
-
-
摘要:
本文研究上市公司年报中“管理层讨论与分析”部分的语调对长期信用评级的影响,并检验信用评级机构能否识别管理层的语调操纵行为。研究发现:信用评级机构在评级过程中利用了管理层语调信息,管理层语调越积极,发债公司长期信用评级越好;虽然系数差异检验表明正常语调对信用评级的影响更大,但无论是管理层正常语调还是异常语调都显著影响了信用评级结果,表明信用评级机构没有完全识别出管理层语调信息中的操纵部分。上述发现为信用评级机构有效发掘并合理利用发债公司年报中的文本信息以及谨慎地判断管理层的语言粉饰行为提供了有益的启示。
-
-
杨宇环;
张开生
-
-
摘要:
为了提升文本信息检索的正确率及检索效率,增强读者的阅读体验,研究一种基于特征聚类的文本信息检索算法.首先采用PCA技术对高维文本信息进行降维处理,去除复杂文本信息中的冗余数据.然后采用改进K-Means算法对降维文本信息进行聚类.采用检索准确率及检索时间两种算法评价指标,分别与多种算法进行对比分析.结果显示,检索时间分别降低13.3%和25.7%,检索准确率也得到一定程度的提高.
-
-
-
-
WANG Hongwei;
王洪伟;
ZHU Linyuan;
朱林源
- 《信息系统协会中国分会第七届学术年会》
| 2017年
-
摘要:
当投资者利用所有可用信息来决定投资价值时,资本市场可以高效率分配资源.金融会计领域有大量文献研究资本市场的信息流动和市场对这些信息的反应.但大部分文献只关注于定量信息,却忽略了公司披露文件、金融报刊杂志以及互联网论坛等,同样提供了大量的关于公司现状及发展等的描述性信息.如何从这些文本中提取有用信息,并研究其对市场变动的影响,已成为近年来的研究热点.本文总结了公司披露文本分析在金融市场上的研究进展,包括文本来源、文本分析方法、文本信息对市场的影响机制.
-
-
-
-
WENJuan;
文娟;
LI Pengchao;
李鹏超
- 《第十二届全国信息隐藏暨多媒体信息安全学术大会》
| 2015年
-
摘要:
基于机器翻译的信息隐藏Translation Based Steganography,TBS),是一类新的基于自然语言的文本信息隐藏算法.由于不同的翻译机对同一个句子翻译产生的结果在大多情况下是有区别的,因此使用多台翻译机翻译同一段文本,会得到不同的意义相近的译文.TBS算法根据隐藏信息的不同来选择不同翻译机的翻译结果,形成的隐藏文本语法正确,语义连贯.由于TBS完全不同于传统的基于格式或基于语法的文本信息隐藏算法,传统的检测算法对其几乎没有效果.本文将最大熵(Maximum Entropy,ME)算法用于TBS检测中,利用文本复杂度和词频统计信息进行隐藏检测.结果表明基于最大熵的TBS隐藏检测是可行的,且检测算法性能依赖于检测文本的长度.
-
-
Yu Chuanming;
余传明;
Feng Bolin;
冯博琳;
An Lu;
安璐
- 《首届数据分析与知识发现学术研讨会》
| 2017年
-
摘要:
目的:通过在标注资源丰富的源领域中学习,并将目标领域的文档投影到与源领域相同的特征空间中去,从而解决目标领域因数据量较小难以获得好的分类模型的问题. 方法:选择亚马逊在线购物网站在书籍、DVD和音乐类目下的中文、英文和日文评论作为实验数据,在卷积神经网络和结构对应学习的基础上提出跨领域深度表示模型(CDDRM),以实现不同领域环境下的知识迁移,并将其应用到跨领域情感分析任务之中. 结果:实验结果表明,CDDRM在跨领域环境下最优的F值达到0.7368,证明了该模型的有效性. 局限:CDDRM针对长文本的跨领域情感分类F值仍然有待提升. 结论:知识迁移能够解决监督学习在小数据集上难以获得好的分类效果的问题,与传统监督学习的基本假设相比,它并不要求训练集和测试集服从相同或相似的数据分布.
-
-
Yu Chuanming;
余传明;
Feng Bolin;
冯博琳;
An Lu;
安璐
- 《首届数据分析与知识发现学术研讨会》
| 2017年
-
摘要:
目的:通过在标注资源丰富的源领域中学习,并将目标领域的文档投影到与源领域相同的特征空间中去,从而解决目标领域因数据量较小难以获得好的分类模型的问题. 方法:选择亚马逊在线购物网站在书籍、DVD和音乐类目下的中文、英文和日文评论作为实验数据,在卷积神经网络和结构对应学习的基础上提出跨领域深度表示模型(CDDRM),以实现不同领域环境下的知识迁移,并将其应用到跨领域情感分析任务之中. 结果:实验结果表明,CDDRM在跨领域环境下最优的F值达到0.7368,证明了该模型的有效性. 局限:CDDRM针对长文本的跨领域情感分类F值仍然有待提升. 结论:知识迁移能够解决监督学习在小数据集上难以获得好的分类效果的问题,与传统监督学习的基本假设相比,它并不要求训练集和测试集服从相同或相似的数据分布.
-
-
Yu Chuanming;
余传明;
Feng Bolin;
冯博琳;
An Lu;
安璐
- 《首届数据分析与知识发现学术研讨会》
| 2017年
-
摘要:
目的:通过在标注资源丰富的源领域中学习,并将目标领域的文档投影到与源领域相同的特征空间中去,从而解决目标领域因数据量较小难以获得好的分类模型的问题. 方法:选择亚马逊在线购物网站在书籍、DVD和音乐类目下的中文、英文和日文评论作为实验数据,在卷积神经网络和结构对应学习的基础上提出跨领域深度表示模型(CDDRM),以实现不同领域环境下的知识迁移,并将其应用到跨领域情感分析任务之中. 结果:实验结果表明,CDDRM在跨领域环境下最优的F值达到0.7368,证明了该模型的有效性. 局限:CDDRM针对长文本的跨领域情感分类F值仍然有待提升. 结论:知识迁移能够解决监督学习在小数据集上难以获得好的分类效果的问题,与传统监督学习的基本假设相比,它并不要求训练集和测试集服从相同或相似的数据分布.
-
-
Yu Chuanming;
余传明;
Feng Bolin;
冯博琳;
An Lu;
安璐
- 《首届数据分析与知识发现学术研讨会》
| 2017年
-
摘要:
目的:通过在标注资源丰富的源领域中学习,并将目标领域的文档投影到与源领域相同的特征空间中去,从而解决目标领域因数据量较小难以获得好的分类模型的问题. 方法:选择亚马逊在线购物网站在书籍、DVD和音乐类目下的中文、英文和日文评论作为实验数据,在卷积神经网络和结构对应学习的基础上提出跨领域深度表示模型(CDDRM),以实现不同领域环境下的知识迁移,并将其应用到跨领域情感分析任务之中. 结果:实验结果表明,CDDRM在跨领域环境下最优的F值达到0.7368,证明了该模型的有效性. 局限:CDDRM针对长文本的跨领域情感分类F值仍然有待提升. 结论:知识迁移能够解决监督学习在小数据集上难以获得好的分类效果的问题,与传统监督学习的基本假设相比,它并不要求训练集和测试集服从相同或相似的数据分布.