理解语言

摘要： 英语是帮助学生适应当今世界经济全球化的重要语言,学生在学习和阅读、理解语言的过程中能活跃自己的思维,进而提高学生自身的逻辑思维水平和反应能力。高中英语教师在英语教学中重视发展学生的口语交际能力还可以培养学习兴趣和好奇心,从而引导学生养成良好的语言思维习惯,掌握复杂的英语知识内容。

摘要： 文言文阅读是高考语文的重点题型。如何做好文言文阅读题?《普通高中语文课程标准》中指出:“在理解语言时,能从多角度、多方面获得信息”“能依据多个信息来源”“能从多篇文本或一组信息材料中发现新的关联,推断、整合出新的信息或解决问题的策略、程序或方法”“能综合运用所学的知识”。这给笔者的启示是:做题需要多方联系。

摘要： 语文学科核心素养的提出为语文教育教学的改革定下了基调、提供了抓手。其中,语言的建构与运用是非常重要的,只有充分把握语言建构与运用的内涵,才能更好地帮助学生感受语言的魅力,养成沟通的能力以及理解语言背后的文化。在教学中,教师必须重视语言的建构与运用,引导学生主动积累、梳理、分析与整合,逐步掌握汉语言文字的特点及规律。

摘要： “学讲课堂”要求学生不仅要学进去,还要讲出来,所以数学语言表达能力的培养就至关重要。数学语言作为一种表达科学思想的通用语言,有其特殊性,它精巧、简明、方便。是数学思维的最佳载体,它不仅为数学本身,也为其他学科的数学应用提供了简洁的表达方式。在数学的教学活动中,数学语言是教师授课的主要手段和学生学习的重要工具,实际教学中深入钻研教材,积极示范引导,为学生提供学习和使用数学语言的机会,发展学生的数学思维,提高学生深度表达能力。

摘要： "场景语境"和"文化语境"是由人类学家马利诺夫斯基在1923年提出的,自提出以来,语境被广泛应用于教育的各个阶段和各个学科,因为语境对于各个阶段的教育和学科起到了十分重要的教育意义,能帮学生快速准确地理解语言意义。其中在初中英语课堂教学中,也越来越多地运用英语课堂教学语境创设来提高学生的语言能力。本文将基于语用学环境,多角度地对英语课堂教学语境的创设进行深入分析。

摘要： 我猜,你一定很熟悉拟人的修辞手法。把物(不管是有生命的还是无生命的)当成人来写,就像魔法一样,一下子便能把所描述的事物变得活灵活现。但是,你或许很少听说拟物的修辞手法,那就是反过来,把人比成物。你可能会问,好好的人,干吗要比成物呢?原因就是为了使表达的效果更加形象生动。比如,要形容敌人垂死挣扎时做出极端选择,我们就可以将之比拟为"狗急跳墙"。这样一比,就非常形象了。我们知道,狗一般弹跳力不太好,正常情况下是跳不过墙去的。但是在特别紧急的情况下,跳不跳得过都只好猛扑一下试试了。在这里,用狗做比喻,不但真实、形象,还顺便鄙视了一下敌方。

摘要： 随着人工智能的发展,对话机器人可以更多理解人的意图,在日常生活和工作中给人以切实帮助,大大提高社会生产效率和生活质量。阅读大量文献的机器人不仅可以帮助人们回答日常问题,还可以为科学文学研究提供便利,以及帮助政府企业进行大数据分析,预测市场和将来可能发生的社会事件。让计算机像人类一样理解语言和使用语言,一直是西湖大学特聘研究员张岳追求的研究梦想。

摘要： 学生对于新词汇记忆难以及不会在真实语境中使用的情况,经过总结发现主要原因包括以下两点,首先就是英语教材中对于新的词汇缺少重复出现,难以进行巩固,专家学者曾经指出一个单词要不断地重复5次或者6次才能够被掌握;其次就是对于新的词汇,教师的教学方式比较单一,一般都是采用听写、抄写或者中英互译的方式来让学生进行学习,这样的教学方式使新的词汇脱离了真实的语境,没有办法让学生去理解词汇真实的含义,那么也就没有办法在语境中灵活地使用,专家学者认为学生如果想要深刻地理解语言就应该进行输出。

摘要： 合作学习模式是符合英语学习特点的教学模式。语言的习得需要不断地进行语言的输入与输出,在输入与输出中使语言得到内化与巩固。从而使语言成为一种思维习惯,在具体的语境中理解语言的具体功能。在英语教学中教师要发挥主导作用,要认识到学生才是语言学习的主体,灌输与传授知识的教学模式违背了建构主义的学习理论,只有学生主动地获取知识与自觉地运用语言交流才能拓展学生的语言知识范围,才能有效地提高学生的语言能力。因此,探究英语合作学习模式的运用以提高英语教学效率,是英语教学的重要研究课题。

摘要： 故事教学是使学生在相对真实、完整的语境中接触、体验、理解语言;教师通过适当的讲解、示范、表演等方式帮助学生理解大意,获取信息,进而引导学生挖掘故事的寓意。教师要准确把握“语言形式”与“语言意义”的关系,指导学生进行有效的语言结构的学习。但是很多教师把故事教学的着眼点落实在语言知识和语言能力的提升上,忽视了故事教学带给学生的教育意义和现实意义。

摘要： 本发明提出了一种缓解语言对差异冲突的多语言机器翻译模型的训练方法，该方法包括：获取训练语料，其中，训练语料包括多个语言对；建立多语言机器翻译模型，并根据训练语料的每个语言对对多语言机器翻译模型进行训练；在训练过程中，计算训练语料中所有语言对对应的导数，并对任意两个语言对对应的导数进行冲突调整，以获取调整后的所有语言对对应的导数；根据调整后的所有语言对对应的导数对多语言机器翻译模型参数进行更新，以得到训练好的多语言机器翻译模型；由此，通过对任意两个语言对对应的导数进行冲突调整，从而减轻了不同语言对的训练实例对模型参数更新的导数冲突问题，从而提高了多语言机器翻译模型在多个语言对上的整体效果。

摘要： 本发明公开一种用于收听装置的音频处理系统，其包括输入装置、语音活动检测器和基于比率的衰减器。所述输入装置被配置来接收发射自环境且包括关注信号的第一音频信号。所述语音活动检测器被配置来响应于第一音频信号生成控制信号。所述基于比率的衰减器被配置来接收所述控制信号且确定所述第一音频信号的信号电平是否超过接收自音频播放装置的音频信号的信号电平达至少目标差。如果是，那么维持所述播放音频信号的音频电平。否则，调整所述播放音频信号的所述音频电平，其中在调整值处，所述第一信号电平超过所述播放信号电平达至少所述目标差。

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： 公开了一种用于预训练语言模型的处理方法和口语语言理解系统。所述方法包括：获取对样本中的字进行掩码处理的掩码训练样本；将掩码训练样本输入所述预训练语言模型，获得所述预训练语言模型针对被掩码字输出的损失值；在所述预训练语言模型将被掩码字预测为所述被掩码字同音或近音字时，降低所述损失值；以及根据所述损失值，调整所述预训练语言模型中神经网络模型的参数。由此，通过在预训练期间在输入文本的某些部分被同音字或近音字替换时减少语言表示的波动来得到对自动语音识别错误具有鲁棒性的预训练模型，即，得到能够容忍自动语音识别模型错误的预训练模型。

摘要： 本发明公开了一种基于语言结构的语言理解方法，其包括以下步骤：(1)语素分析；(2)语法分析及语义分析；(3)查询数据库；(4)获得语义节点的层次；(5)从语义数据库中查询与之匹配度最高的匹配模板；(6)基于匹配模板，将步骤(1)中的语素分析结果反馈匹配到匹配模板中。其通过语素分析来进行语义分析和语法分析，并根据语义分析和语法分析得出语义节点，并根据语义节点分析出与该待分析的语言最为匹配的匹配模板，将语素分析的结果再反馈给该匹配模板，实现语言的层次化分析，本发明通过逐层次的对语言结构进行分析，并将分析后的匹配结果反馈到语素分析中，通过反馈与层次结合的方法，实现了语言结构的准确、快速的理解。

摘要： 本发明提出了一种缓解语言对差异冲突的多语言机器翻译模型的训练方法，该方法包括：获取训练语料，其中，训练语料包括多个语言对；建立多语言机器翻译模型，并根据训练语料的每个语言对对多语言机器翻译模型进行训练；在训练过程中，计算训练语料中所有语言对对应的导数，并对任意两个语言对对应的导数进行冲突调整，以获取调整后的所有语言对对应的导数；根据调整后的所有语言对对应的导数对多语言机器翻译模型参数进行更新，以得到训练好的多语言机器翻译模型；由此，通过对任意两个语言对对应的导数进行冲突调整，从而减轻了不同语言对的训练实例对模型参数更新的导数冲突问题，从而提高了多语言机器翻译模型在多个语言对上的整体效果。

摘要： 本发明涉及基于多模态嵌入的场景理解语义生成方法。本发明方法基于CNN+RNN模型，在自身数据集上进行训练微调，对不同的场景进行分类识别，生成场景语义描述。首先，确定针对每一类场景采集数据集，为每幅图像标记语义信息。采用CNN提取数据集特征，将提取的图像区域转变成为h维向量。使用双向循环神经网络来计算语义表示，将语义中的单词当成序列输入，将每个单词转化成为h维向量。图像区域和语义单词处理完成后，将其作为数据集来训练RNN网络，利用集束搜索算法提高结果的准确率。本发明基于现有网络，构造自身数据集，并进行训练微调，生成场景语义描述，为进一步利用场景语义信息提供保障。

摘要： 本发明公开一种用于收听装置的音频处理系统，其包括输入装置、语音活动检测器和基于比率的衰减器。所述输入装置被配置来接收发射自环境且包括关注信号的第一音频信号。所述语音活动检测器被配置来响应于第一音频信号生成控制信号。所述基于比率的衰减器被配置来接收所述控制信号且确定所述第一音频信号的信号电平是否超过接收自音频播放装置的音频信号的信号电平达至少目标差。如果是，那么维持所述播放音频信号的音频电平。否则，调整所述播放音频信号的所述音频电平，其中在调整值处，所述第一信号电平超过所述播放信号电平达至少所述目标差。

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： 公开了一种用于预训练语言模型的处理方法和口语语言理解系统。所述方法包括：获取对样本中的字进行掩码处理的掩码训练样本；将掩码训练样本输入所述预训练语言模型，获得所述预训练语言模型针对被掩码字输出的损失值；在所述预训练语言模型将被掩码字预测为所述被掩码字同音或近音字时，降低所述损失值；以及根据所述损失值，调整所述预训练语言模型中神经网络模型的参数。由此，通过在预训练期间在输入文本的某些部分被同音字或近音字替换时减少语言表示的波动来得到对自动语音识别错误具有鲁棒性的预训练模型，即，得到能够容忍自动语音识别模型错误的预训练模型。