文本理解

摘要： “读”是对文本理解的吸收,“写”是对文本理解的表达。有了吸收的过程,同学们就能更好地表达。在小学阶段,教师主要通过阅读教学向学生传递语文知识,通过对文章的阅读,让学生学到表达的技巧与方法。对学生来讲,阅读是习以为常的,能够随着教师的教学节奏展开学习,但是写作就稍有难度了。

摘要： 在语文教学中,阅读能力是主要培养的能力之一,在小学语文教材中,相关课文后面经常会附上“阅读链接”内容。在小学语文教学中,用好阅读链接,有利于进一步深化学生对文本阅读理解,通过对比阅读,进而提升学生阅读思维,加强拓展阅读,丰富学生阅读经验,使其成为加强学生文本理解的一个桥梁。因此,如何用好教材中的“阅读链接”使之更好为阅读教学服务,是当前广大语文教育工作者认真探究和总结的话题。基于此,文章对小学语文中阅读链接教学进行深入的研究,首先对小学语文“阅读链接”分类进行了研究,然后分析了阅读链接在小学语文教学中的价值,最后对小学语文教学中,阅读链接在教学中的应用进行了探索,旨在提升学生阅读水平和质量,希望本文的研究可以为小学语文教学提供一些有用的参考。

摘要： 高中语文课标2020修订版明确了高中语文教学要以新课标为准则,传承和发扬中华文化。特别强调指导积累传统文化作品的阅读经验,注重阅读在培育学生语感、促进文本理解中的功用。高中阶段要求学生在课内外加强阅读,培养阅读的兴趣和习惯,提升阅读品位,掌握阅读方法,提高阅读能力,让学生在阅读中开阔视野,领略人类社会气象与文明,体验中华优秀传统文化,提高语言文字运用能力与思想文化修养,丰富学生的精神世界。

摘要： 跨界教学有利于拓宽学生的知识面,有利于学生对文本内容的理解。笔者以统编版语文七年级下册《黄河颂》的教学为例,谈谈如何实施跨界教学。《黄河颂》是一首反映抗日救国的抒情诗,诗人以澎湃的热情讴歌了黄河的磅礴气势,歌颂了中华民族坚强不屈的民族精神,表达了中华儿女的坚强决心和一往无前的勇气,给读者以强烈的精神震撼。这样的抒情诗,仅靠教师的讲解.

摘要： 笔者曾听年轻老师讲授汪曾祺的《端午的鸭蛋》,课堂上师生学习了课文中的几个多音字、几个生字以后,就开始划分层次,归纳每段的意思。最后老师对学生说,课文,表达了作者对家乡深深的思念--这样教学,老师对文本理解很肤浅,学生也根本没有进入《端午的鸭蛋》的文本审美境界。

摘要： 开放域机器阅读理解是未来智能交互的基础,机器阅读理解是通过机器学习算法去理解文章的一种技术方法。为提升机器阅读理解的准确率,通常需要对文章中的文本进行向量化编码处理。编码是计算机理解文本的抽象表示方法,不同的编码方式对机器阅读理解的准确率有着较大的影响,基于此,提出了一种基于文本语义关联性编码的问题与上下文匹配算法,将相关性较高的候选上下文进行机器阅读理解,从而实现开放域下的自由问答。基于在DuReader开放数据集上的验证实验,表明该算法在开放域问答的问题与上下文Top-5匹配准确率达到97%以上,显著提升开放域下的机器阅读理解能力。

摘要： 随着教育改革的不断深入,培养学生的核心素养已成为教学工作的重要目标。当前,我国小学英语教学活动的开展主要以单元为基本形式,旨在帮助学生构建系统性的知识架构。然而在实际教学活动中,由于对教材体系缺乏完整、系统的掌控,极大阻碍到学生整体学习思维的构建。基于此,本文以英语核心素养为切入点,针对小学英语单元整体教学活动进行探究和分析,以期为英语教学活动的开展提供必要的理论指导。

摘要： 早在20世纪80年代,学界在介绍西方释义学著作时已经阐明,释义学有古典释义学和现代的哲学释义学之分。在当代世界有压倒性影响的是哲学释义学,而不是日渐式微的古典释义学。海德格尔、伽达默尔、利科这些哲学释义学奠基者的相关著作陆续被翻译出版,似乎也表明我国学者主要对哲学释义学情有独钟。然而,有兴趣不等于能理解。我国研究者往往是以古典释义学的模式来理解哲学释义学的话语,而对哲学释义学的革命性体察不深。

摘要： 统编小学语文教材精心编排了十余篇文质兼美的文言文作品,要教好这些文章,需要我们深入研读《义务教育语文课程标准(2022年版)》(以下简称《课程标准》)和课后习题,准确把握《课程标准》和教材编者对小学阶段文言文教学的定位,从而有梯度地实现文本朗读和文本理解两个过渡,有梯度地做好学生文言文阅读拓展和语用实践训练,让学生在学习文言文的过程中爱上文言文。

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： 本文介绍了自然语言处理的十个发展趋势，即:语义表示从符号表示到分布表示，学习模式从浅层学习到深度学习，NLP平台化从封闭走向开放，语言知识从人工构建到自动构建，对话机器人从通用到场景化，文本理解与推理从浅层分析向深度理解迈进，文本情感分析从事实性文本到情感文本，社会媒体处理从传统媒体到社交媒体，文本生成从规范文本到自由文本，NLP+行业与领域深度结合，为行业创造价值。

摘要： 实体及实体关系的识别是文本理解的基本内容。为了推动相关研究的发展，美国国家标准技术研究所NIST(National Institute ofstandard and Technology)开展了ACE(Automatic Content Extraction)评测。本文介绍了其中的实体识别子任务，包括实体的界定和实体类的划分。最后分析了实体识别的难点所在。

摘要： 针对教师在文学作品阅读教学中忽视微观解读,学生又普遍缺少细读语言习惯的现状,本文提倡在诗歌教学中应慢读细品,"强迫"学生放慢阅读的速度,放大阅读过程,重视学生和文本字句相遇时的感受."阅读感受"大体有"三个层面""两个方向".为了帮助学生进行微观解读,在解读诗的过程中重点要求学生关注画面情景层面及文字层面,提倡学生注重靠向文本,在交流中关注阅读感受的个人化特点与文本限制性的结合.

摘要： 针对教师在文学作品阅读教学中忽视微观解读,学生又普遍缺少细读语言习惯的现状,本文提倡在诗歌教学中应慢读细品,"强迫"学生放慢阅读的速度,放大阅读过程,重视学生和文本字句相遇时的感受."阅读感受"大体有"三个层面""两个方向".为了帮助学生进行微观解读,在解读诗的过程中重点要求学生关注画面情景层面及文字层面,提倡学生注重靠向文本,在交流中关注阅读感受的个人化特点与文本限制性的结合.

摘要： 针对教师在文学作品阅读教学中忽视微观解读,学生又普遍缺少细读语言习惯的现状,本文提倡在诗歌教学中应慢读细品,"强迫"学生放慢阅读的速度,放大阅读过程,重视学生和文本字句相遇时的感受."阅读感受"大体有"三个层面""两个方向".为了帮助学生进行微观解读,在解读诗的过程中重点要求学生关注画面情景层面及文字层面,提倡学生注重靠向文本,在交流中关注阅读感受的个人化特点与文本限制性的结合.

摘要： 针对教师在文学作品阅读教学中忽视微观解读,学生又普遍缺少细读语言习惯的现状,本文提倡在诗歌教学中应慢读细品,"强迫"学生放慢阅读的速度,放大阅读过程,重视学生和文本字句相遇时的感受."阅读感受"大体有"三个层面""两个方向".为了帮助学生进行微观解读,在解读诗的过程中重点要求学生关注画面情景层面及文字层面,提倡学生注重靠向文本,在交流中关注阅读感受的个人化特点与文本限制性的结合.

摘要： 本文研究一种基于框架语义的汉语文本知识表示方法,该方法正在汉语框架网络工程(CFN)中实施应用.文章构建了表示禽流感新闻报道所需的部分框架及其关系,从已经建立好的禽流感新闻语料库中选取一篇报道,示范性地提取了文本框架语义信息;然后探讨实现这种文本语义框架需要解决的各层面语言分析问题,并针对这些问题提出了处理建议.

摘要： 本文研究一种基于框架语义的汉语文本知识表示方法,该方法正在汉语框架网络工程(CFN)中实施应用.文章构建了表示禽流感新闻报道所需的部分框架及其关系,从已经建立好的禽流感新闻语料库中选取一篇报道,示范性地提取了文本框架语义信息;然后探讨实现这种文本语义框架需要解决的各层面语言分析问题,并针对这些问题提出了处理建议.

摘要： 本文研究一种基于框架语义的汉语文本知识表示方法,该方法正在汉语框架网络工程(CFN)中实施应用.文章构建了表示禽流感新闻报道所需的部分框架及其关系,从已经建立好的禽流感新闻语料库中选取一篇报道,示范性地提取了文本框架语义信息;然后探讨实现这种文本语义框架需要解决的各层面语言分析问题,并针对这些问题提出了处理建议.

摘要： 20世纪60年代中期,由前苏联学者伊戈尔·梅里丘克等创立的《意思←→文本》模型是一种研究意思及其表达形式(文本)之间双向对应关系的语言学理论,其目标是模拟人的语言能力—文本的生成与理解机制,其基本思想成为随后兴起的莫斯科语义学派的方法论纲领.近年来,该模型受到国际学术界的广泛关注,并成功地应用于词典编纂和机器翻译设计.在本文我们将着重介绍该模型的理论框架及其主要构件,这对于我国计算语言学的基础研究必有助益.

摘要： 一种短文本语义理解模板生成方法、语义理解处理方法及装置，所述方法包括：步骤S1收集第一预设数量的待语义理解的短文本；步骤S2根据第一预设数量的待语义理解的短文本生成预设基础语义组集合；步骤S3基于第一预设数量的待语义理解的短文本生成和/或优化规则模板集合，进一步生成和/或优化预设基础语义组集合对应的匹配模板集合；步骤S4所述匹配模板集合结合优先级生成预设基础语义组集合对应的预设基础模板组集合。本申请通过将待语义理解的短文本所含语义划分成互不包含的语义组，结合优先级和匹配模板，实现对人端口语化的自然语言表述的待语义理解的短文本的理解处理，包括短文本多种意图、局部语义与整体语义不一致、语音识别导致部分字错误的处理。

摘要： 本发明属于信息内容加工技术领域，具体涉及基于文本分类和阅读理解的文档信息抽取方法及系统。方法包括S1，将文档转换为纯文本格式；S2，对文档预处理，获得输入数据；S3，生成对应的词向量、字向量和上下文向量，并拼接，得到拼接后的向量；S4，若拼接后的向量为可回答类型，则作为下一步骤的输入；S5，获得最匹配的长标签数据的位置；S6，最终输出为待抽取的长实体字段。系统包括文本信息智能抽取模块、数据预处理模块、特征抽取模块、文本分类模块、阅读理解模块、长实体标签数据生成模块、数据后处理模块。本发明具有能极大缩短训练以及预测时间，并提升文档抽取模型在抽取字段时的精度和速度的特点。

摘要： 本发明提供了一种基于文本的自然语言理解的决策方法，包括以下步骤：建立语义缓存；获取用户的语音信息，并进行语义解析；将最佳的语义解析结果反馈给用户，并将与上下文环境无关的语义解析结果写入语义缓存中。根据接收到请求的文本语句后，去获取缓存语义，如果有相应的缓存匹配则将缓存语义返回。如果没有匹配的缓存，则进行语义解析。得到语义解析结果后，一边是返回最佳的语义分析结果，另一边是判断写缓存操作。对于语义很明确，与上下文环境无关的语义解析则可以写入缓存中，便于下次相同的语义请求来时，可以直接获取缓存中的解析结果返回，提高解析效率。

摘要： 本发明公开了基于强化学习和对比学习的图像语义理解及文本生成。该任务的挑战在于如何用表达简练而内容丰富的文本准确的描述图像内容。目前的大多数方法是以图像标题来描述图像，而图像标题过于简单的特点导致了存在描述不全面的情况。而目前以诗歌描述图像的新任务又缺乏带标注的数据集。本发明通过诗歌来描述图像内容，利用诗歌表达简练、语义丰富并具有艺术性的特点，结合强化学习和对比学习设计了一种无监督创作多样化诗歌的方法。提出的方法以生成式对抗网络为基本框架，生成器基于图像创作诗歌，判别器预测诗歌的真实性。通过设计的古典概念词奖励机制和跨模态特征对齐机制来强化诗歌与图像的一致性。并设计多样性奖励机制来引导模型创作多样化的诗歌。实验结果证明提出的方法在相互独立的图像和诗歌数据集上训练后，模型能够创作多样化的诗歌来描述图像。

摘要： 本申请公开了一种文本语义理解方法、装置、设备及存储介质，本申请可以将源语种的目标文本翻译为目标语种的翻译后文本，其中源语种可以是小语种，目标语种可以是多资源样本语种，进而可以利用目标语种下较好的语义理解模型完成对源语种的目标文本的语义理解任务，解决了小语种文本语义理解结果准确性不高的问题。可知的，目标文本中的实体词对于语义理解过程是很重要的信息，本申请在将源语种的目标文本翻译为目标语种之前，首先识别出目标文本中的实体词并确定其在目标语种下的映射实体词，避免在翻译过程中出现实体丢失的问题，在此情况下，可以基于映射实体词及翻译后文本确定语义理解结果，能够进一步提升语义理解结果的准确性。

摘要： 本发明涉及计算机人工智能技术领域，具体涉及一种文本内容理解方法、装置及服务器，包括实体识别模块、语义理解模块、处理模块、储存模块和显示模块，通过所述实体识别模块识别文本内容中的实体类型，得到关键词组；所述语义理解模块对所述关键词组进行表达，得到表达内容；所述处理模块将当前时间与所述表达内容整理，得到纠正内容；所述储存模块储存所述纠正内容；所述显示模块显示所述纠正内容，通过所述语义理解模块将为自然词的关键词表达为具体词，解决了现有的文本内容理解方法得到的纠正内容会对人员的理解精确度造成影响造成影响的问题。

摘要： 本申请实施例提供了一种服务器及多语言文本语义理解方法，将接收到的语音指令识别为文本数据；将文本数据输入至利用元学习的训练方法训练好的多语言文本语义理解模型中，得到用户意图及关键槽位值；将关键槽位值解析为键值对形式，得到初始实体信息，对初始实体信息进行纠错，得到最终实体信息；将最终实体信息进行统一，获取标准实体信息；根据用户意图及标准实体信息进行参数封装，得到封装信息，智能终端在获取到封装信息后可响应语音指令。本申请中利用元学习微调模型，加强小样本学习的效果，实现对包含小语种在内的多语种语音指令进行意图分析。将获得的实体信息进行统一，以使其适配于下游任务，实现从文本输入到参数封装的完整过程。

摘要： 基于阅读理解模型的医疗文本切分方法及装置，该方法根据切分的文本对象进行阅读理解模型的问题设计和表征构建；将待切分的文本对象包含的段落进行预处理和表征；分别将设计的问题和段落输入编码器网络中，采用编码器网络进行信息编码，分别得到设计的问题和段落的编码表示，通过注意力机制输出阅读理解模型；对阅读理解模型的加权表征进行softmax计算，输出每个时刻在候选标签集中的概率分布，选择最大概率对应的标签作为对应时刻的输出结果，依次解码得到最终的标签生成结果；对解码得到的标签生成结果进行后处理，得到待切分的文本对象的切分结果。本发明不仅增强了模型的表征能力，还加快了训练和解码的速度。

摘要： 本发明公开了基于细粒度视觉信息控制网络的图像语义理解及文本生成，它是计算机视觉和自然语言处理领域的一个重要研究课题。现有的方法关注如何改进从图像中提取关键词的质量，忽略了图像中的抽象信息，例如图像情感。不同于图像标题生成任务不需要过多关注图像抽象信息，诗歌的风格特征会影响到描述图像的准确性。并且细粒度的诗歌生成方法需要主题词逐句引导模型创作诗歌，以保证诗歌整体的流畅性和连贯性。为了解决上述问题，本发明首次提出了基于细粒度视觉信息控制网络用于诗歌描述图像任务。该网络从图像中提取具体语义内容和抽象情感，并转换为诗歌所需的主题词和风格。设计的主题和风格控制模型利用Seq2Seq框架和最大化互信息方法，基于主题词和给定风格类别生成中文诗歌。本发明在制作的细粒度主题词诗歌数据集和MSCOCO图像数据集上进行实验，结果证明了提出方法的有效性。

摘要： 本发明提供了一种基于文本段落时序信息的机器阅读理解方法，属于自然语言处理中的阅读理解技术领域。解决了时序信息获取不充分的问题，提出一种基于文本段落时序信息的机器阅读理解方法。一种基于文本段落时序信息的机器阅读理解方法，包括S1、采用了BERT‑base模型获得较为准确的词向量特征表示；S2、使用时间卷积网络提取文本时序特征，时间卷积网络包括因果空洞卷积和残差连接，因果空洞卷积可以很好的提取文本时序特征，残差连接防止可能会引起的梯度消失等问题等优点；S3、使用双向长短时记忆网络实现分段间的信息传递。本发明具有解决了时序信息获取不充分的问题；可以在不同分段之间传递信息，整合文本上下文信息。