理解水平

摘要： 文章通过梳理近十余年数学教育领域APOS理论的应用研究,厘清核心议题、凝练有益经验。研究者对未来研究提出以下展望:从宏观和微观层面系统构建数学概念的理解层级模型;系统开展教学循证实践并形成标准化教学案例;系统研究本土化实践面临的问题并提出可行性方案。

摘要： 运用统计图表整理和描述数据是初中统计的重要内容.以甘肃省两所中学的七、八年级学生为研究对象进行测试,发现学生对统计图表的理解位于中等水平,不同学业等级和年级间存在显著差异.存在的问题主要有:基础知识掌握不牢、相近概念含义混淆、核心知识理解不透和迁移运用能力不足.可以通过开展目标导学,注重对比分析,增润教学情境和突出应用意识来提升学生的统计图表理解水平.

摘要： 采用问卷调查、访谈等研究方法,调查分析八年级学生对密度的理解水平,发现学生对密度的基本概念和公式掌握较好,但对密度的物理意义的理解水平普遍较低。

摘要： 学习分数除法的关键在于理解运算算理,即为什么可以通过颠倒相乘来实现除法向乘法转化.以巩子坤教授提出的4种有理数运算理解为理论依据,深入分析A、B、C三个版本教材在"分数除法"中的算理理解编排部分,意图借助同一把理论的标尺进行分析,更好地把握教材的编排逻辑,使教学更有效.

摘要： 作为高中数学的重点内容,指数函数对学生思维、理解、认知能力有着较高要求,且是高考的备考点之一。由于其涉及的知识点较多,如果学生在学习对某个学习项目或者要点把握不足、理解不深,势必会严重影响其知识体系的构建与思维能力的提升,指数函数学习效果自然也不够理想。因此,以高一学生指数函数学习现状为参考,探析其学习中易出现的误区与问题,找到科学、合理的应对措施,不仅有助于教师在教学中对症下药、精准施策,更利于对学生数学核心素养的塑造。

摘要： 学生自主阅读能力的培养,具有重要的意义,不仅体现在提高学生的语文阅读理解水平,对于其他科目的学习也同样重要。可以说,自主阅读能力是学生必须掌握的能力,在小学高段,培养学生的语文自主性阅读能力尤为重要,并且成为广大语文教师必须面对的课题之一。文章对此进行了研究和探讨,以供参考。

摘要： 语文课程是中职学校的基础学科.然而由于中职学校的学生实践课程较多,且他们的文化底子较为薄弱,所以教师可以尝试将信息技术和语文教学进行整合.将从创设信息技术情境激发学生学习兴趣、突破教学重点难点、增进学生理解水平、拓展课堂教学空间、促进学生合作探究等方面出发,浅谈信息技术与中职语文教学的有效整合.

摘要： 研究并构建了高中生物学能量概念的学习进阶框架,开展该框架的实证研究,分析被试学生对能量概念的理解水平,提出了教学建议。

摘要： 结合“课标”与现有小数理解的研究成果,构建了一个小数理解的“四维度三水平”框架,并以问卷形式调查了五年级学生的小数理解现状.结果 发现,在各维度的低理解水平上,学生的理解状况较好,而在中、高理解水平上,学生在各维度上出现了对小数与整数、分数的联系性认识不足,以及对表征类型本身的经验缺乏和对表征对象意义的误解等问题,而小数理解是小数学习的核心.因此,小数理解的教学需要兼顾小数多维度的意义,以及开展联结表征与意义的理解活动.

摘要： 理解水平评价需要以学生理解水平为评价标准,引导学生树立正确的学习观;以核心知识为评价载体,培养学生深度学习的方法;以信息技术创设支持理解评价的环境,培养学生重视过程学习的观念.本文基于SOLO(structure of observed learning outcome)分类理论,将评价落脚点放在学生面对某一项任务或某一个问题时所表现出的反应,重点评价学生可观察到的认知结构.从学生的认知结构中对应出学生对核心知识的理解水平,以此来给学生一个动态化的学习成果等级评定.

摘要： 本申请提供了一种自然语言理解模型训练方法、自然语言理解方法及装置，涉及人机对话技术领域，其中，自然语言理解模型训练方法包括：获取模型训练语料，抽取每种自然语言理解任务的训练语料的特征，根据每种自然语言理解任务的训练语料的特征，分别对预设的多层感知机模型进行模型训练，得到每种自然语言理解任务对应的自然语言理解子模型，根据自然语言理解子模型，获取自然语言理解模型。本申请通过抽取每种自然语言理解任务的训练语料的特征，根据每种自然语言理解任务的训练语料的特征，分别对预设的多层感知机模型进行模型训练，从而减小模型整体规模，大大减少了GPU资源的需求，提升了资源利用率，并且缩短了系统响应时间。

摘要： 本发明提出一种基于阅读理解练习的词汇水平测试处理方法及系统，包括如下步骤：阅读文本预处理步骤：服务端针对每一篇阅读理解文本text，计算文本中各个词语w在当前文本中的难度；然后，对文本中各单词按照难度由大到小的顺序排序并统计其出现次数；为用户提供测试内容并进行难词累计步骤；词汇认知水平评估步骤：在用户积累够预定规模的阅读理解题目后，将其所有遇到的难词以其在词汇词频表WordFreq中的词频百分比为系数进行累加平均，获得平均词频百分比信息，再从WordFreq中找到平均词频百分比相对应的词汇排位，进而确定该用户的词汇量；基于词汇评估的英文文本推荐步骤：根据用户的词汇量，服务端为其推荐相应的词汇学习和阅读文本，通过网络发送到用户的终端。

摘要： 理解辅助系统(10)辅助享受记笔记服务的有听力障碍的人理解。理解辅助系统(10)包括：理解辅助服务器(1)；客户端(2)，其供笔记员使用；客户端(4)，其供检查笔记员记下的笔记的检查者使用；客户端(3)，供有听力障碍的人使用。理解辅助服务器装置(1)包括：文本接收单元(11)，其被构造成从客户端(2)接收通过笔记员的笔记而得到的文本数据；文本发送单元(17)，其被构造成将接收到的文本数据发送到客户端(4)；和数据通信单元(16)，其被构造成从客户端(4)接收已检查完成的文本数据并且将已检查完成的文本数据发送到客户端(3)。

摘要： 一种机器阅读理解方法、机器阅读理解装置及非暂态计算机可读取媒体,机器阅读理解方法包含以下步骤：由处理器对至少一历史对话数据以及现在问题数据分别执行关联扩增自注意特征撷取处理以取得至少一历史对话特征以及现在问题特征；以及由处理器依据至少一历史对话特征以及现在问题特征执行机器阅读理解分析以取得回应输出。本实施能有效校正单句无法理解的情况，提升对话式人工智能的体验，并提高机器阅读理解的准确度。

摘要： 具有多个语音理解引擎的智能语音理解系统和智能语音交互方法。智能语音理解系统包括：非采用转写的方式处理语音的第一语音理解引擎，采用转写的方式处理语音的第二语音理解引擎，以及理解结果判定单元，第一语音理解引擎的语音处理单元对语音进行处理，获得编码序列形式的语音数据，自然语言理解单元通过自然语言理解模型基于编码序列形式的语音数据来获得与语音对应的意图；第二语音理解引擎的语音处理单元对语音进行转写处理，获得文本形式的语音数据，自然语言理解单元通过自然语言理解模型基于文本形式的语音数据来获得与语音对应的意图；理解结果判定单元根据两个语音理解引擎的理解结果来判断与语音对应的意图。

摘要： 本申请提供一种阅读理解模型的训练方法及装置、阅读理解方法及装置。其中，训练方法包括：获取语义训练样本，其中，语义训练样本包括第一样本词语、第二样本词语以及与第一样本词语和第二样本词语对应的语义关系标签；将语义训练样本输入至预训练的阅读理解模型中进行迭代训练，直至达到训练停止条件，获得语义训练的阅读理解模型；获取文本训练样本，其中，文本训练样本包括样本文本、样本问题和样本答案；将文本训练样本输入至语义训练的阅读理解模型中进行迭代训练，直至达到训练停止条件，获得目标阅读理解模型。本申请所述的训练方法及装置，可以有效提升答案的准确率，提高模型训练效果。

摘要： [课题]有效地提高被训练者的文章阅读理解能力。[解决方案]本发明的训练系统具有数据存储单元1、数据读出单元2、数据输出定时控制单元3、显示单元4、训练内容设定输入单元5、声音输出单元6作为其主要部分的结构，向被训练者提供具有如下的4个训练阶段的训练方法：(1)第1训练阶段：以游戏感觉来锻炼右脑的对文字的变换力的阶段。(2)第2训练阶段：对针对单词/短语的脑内图像唤起力进行锻炼的阶段。(3)第3训练阶段：将汇总后的文章进行“右脑阅读”的更实践性的阶段。(4)第4训练阶段：通过手写来输出所阅读理解的文章的内容的阶段。

摘要： 本公开涉及一种阅读理解水平的预测方法及装置、电子设备和存储介质，涉及神经认知表型区分的技术领域。其中，所述的，包括：获取待预测的可视化热图，以及分别代表不同的阅读理解水平的第一预设可视化热图及第二预设可视化热图；根据所述待预测的可视化热图及所述第一预设可视化热图得到第一数值；根据所述待预测的可视化热图及所述第二预设可视化热图得到第二数值；基于所述第一数值及所述第二数值，预测所述待预测可视化热图对应的阅读理解水平。本公开实施例可实现阅读理解水平的预测，以解决目前阅读理解水平难以预测以及评估的问题。

摘要： 本发明提供了英语阅读理解水平评估推荐方法及系统。该方法包括：获取多个学生解答N个英语阅读理解试题的答题数据；根据所述答题数据确定所述N个英语阅读理解试题中每个英语阅读理解试题的复杂度；根据所述每个英语阅读理解试题的复杂度、目标学生对所述N个英语阅读理解试题的答题数据，确定所述目标学生对英语阅读理解试题的理解能力；根据所述目标学生对英语阅读理解试题的理解能力，为所述目标学生推送相应复杂度的英语阅读理解试题。

摘要： 本发明涉及信息处理领域中的一种可达到图像理解水平的图像识别方法，其特征在于：是指通过机器学习获得图像中概率密度最大的复数个特征点，每一个特征点将承载包括特征点的最大概率尺度，特征点为第k个，第k个特征点到第k+1个特征点的向量值等的结构化的信息，将非结构化的图像数据进行结构化的特征记述。在图像识别时，样本图像的每一个特征点的结构化信息与通过机器学习所获得的各个图像的结构化信息的概率分布数据间的跨越欧几里德空间与概率空间的距离，以及以这个距离为依据的模糊事件概率测度，用这个尺度作为依据实现按照结构化的特征进行识别。本发明实施效果是：可实现对图像的理解，可凭借局部的图像仍然可以正确识别。