生本意识

摘要： 与常规的文言文以及当下的白话文相比,古典诗词在创作上有着较大的不同,给教师之教与学生之学带来了较大的困难。教学统编语文教材中的古典诗词,可以从学情意识、知识意识、生本意识、文体意识四种意识入手,紧扣原生的教学质态,助推学生言语素养和关键能力的高效发展。

摘要： 缺乏生本意识的水墨画课堂抹杀了学生学习的兴趣、束缚了学生的想象力,甚至让一些学生放弃了水墨画学习.所以,本文以苏少版美术六年级上册《水墨蔬菜》一课为例,努力探索水墨画生本课堂的教学策略,让学生由衷地爱上水墨画、传承水墨画,从而提升学生的综合素养.

摘要： 教师是学生的引领者,在学生的教育中对学生的习惯培养和知识教育都占有重要的地位。在小学知识教学过程中,要加强对语文知识的学习,尤其在写景类、论证类作文中,由于小学生还尚未学会如何去选景、描景、思维论证分析,没有办法写出优秀的语文作文。所以如何做好小学生的作文指导和写作技巧研究是重点的教学研究之一,要注重学生平时素材的积累。文章主要是从小学作文教学过程的思维培养出发,逐渐提升学生的生本思想,在教学过程中融入作文写作技巧,从而提升小学生的写作热情和学习兴趣,为以后的语文写作奠定基础。

摘要： 众所周知,整本书阅读能够锻炼学生的思维能力,提升学生的阅读素养,但当前学生阅读碎片化、浅表化的现象较为严重.对此,教师在开展整本书导读时应具备三种意识:由一本走向多本的类型意识;贴近学生需要进行导读,帮助学生走向深度阅读的生本意识;用声音、视觉、影视等媒介创设情境、解读作品意蕴的媒介意识.

摘要： 全媒体时代阅读方式日益多元化,跨媒介阅读应运而生.在此背景下,如何进行跨媒介阅读教学成为亟待解决的问题.学生自主性是跨媒介阅读教学中一个极其重要的方面,本文就跨媒介阅读教学的内涵与特性及其核心要素进行分析,提出在坚守生本意识的基础上推进跨媒介阅读教学具体可行的方法与措施.

摘要： 本文从同步学生生活的意识、合作探究意识、发展学生语言思维意识三个层面,探讨了小学语文口语交际教学中教师应具有的三点生本意识,倡导口语交际教学回归真实生活,在真实情境中去演练、交流实践,帮助学生习得语言,发展思维,从而提升学生的语文核心素养.

摘要： 众所周知,整本书阅读能够锻炼学生的思维能力,提升学生的阅读素养,但当前学生阅读碎片化、浅表化的现象较为严重。对此,教师在开展整本书导读时应具备三种意识:由一本走向多本的类型意识;贴近学生需要进行导读,帮助学生走向深度阅读的生本意识;用声音、视觉、影视等媒介创设情境、解读作品意蕴的媒介意识。

摘要： 新课程改革背景下的英语学科教学强调培养学生的语言能力,基于听说读写译五个环节进行优化教学,需要教师树立生本意识。开展系统性的英语教学必须发挥教师的引导功能,依据核心素养的基本要求进行设计,真正发挥英语的交际作用,加强沟通,全面提升初中学生的语言能力。

摘要： 五千年悠久灿烂的文化,孕育了丰富的国学经典,这些国学经典既承载着我国优秀的传统文化,也成为当下语文教学所应该着力关注的内容.教师要将学生放在课堂教学的主体性地位,积极树立生本意识,紧扣学生的学情、起点和思维规律,强化国学经典教学.

摘要： 随着我国教育事业不断发展，社会十分重视小学语文学科。在新课程改革背景下，素质教育已成为教育中的首要任务，小学语文教师应创新教学方法，将“生本”意识融入教学中，培养学生的创造能力，促使学生健康快乐地成长。基于此，本文探讨在小学语文教学中融入“生本”意识的方法，为广大小学语文教师提供参考。

摘要： 追求绿色食品的中国,无污染、安全、优质、营养等共存是目标,这是身体康健的需求.精神领域人们追求真善美,同时得关照生命传承过程中的快乐与可持续发展,这就强烈地呼唤着绿色教育的春风.在小学阶段教育中,每一个孩童本就是一颗颗千年雪莲的种子,需要合适土壤滋养,温暖阳光照亮、唤醒.教师就是唤醒学童生命的阳光.待学生生命觉醒、蓬勃向上,他们亦会反照亮、反唤醒教师的生命.“绿色教育”是指关爱、尊重学生的生命和价值,构建生动、活泼、民主的教育环境,培养具有人文素养与科学精神并敢于创新、实干的一代新人.践行“绿色教育”,教师首先需要自我成长:从书籍的阅读中增悟性;积极参加校内校外组织的培训,提升专业能力;勇于实践,把专业知识与个人的文化素养互相融合,用于教学.其次,学生健康快乐的童心唤醒教师:教师在观察研究学生成长过程中,生本意识被学生自主活动唤醒;学生灵魂深处的语言表达——学生习作唤醒教师习作教学走在春天的路上.

摘要： 本发明公开了一种用于短文本意图识别的网络层结构，包括CNN层、特征连接层、全连接层，其中，CNN层用于对输入句矩阵通过包含n个卷积核的卷积窗口的卷积操作，然后使用最大池化操作，提取出n个特征；特征连接层用于在CNN层完成卷积操作后对得到的特征进行纵向叠加形成m维特征；全连接层采用每层神经元递减的方式搭建，使深层神经元能够代表更复杂的特征，全连接层用于将特征连接层得到的m维特征的特征值作为输入，并进行计算最终输出计算结果。本发明的网络层结构是结合CNN与全连接的一种深度学习网络，实现一种意图分类的方法，试验证明可达到在10毫秒以内完成意图识别的目标，且准确度保证在98％以上。

摘要： 本发明公开了一种面向电网调度系统实时调度助手的文本意图识别方法，所述方法为：利用LSTM时序学习和长距离关联学习的能力分时刻编码对话文本，然后使用Attention机制将当前时刻和过往每轮对话的向量表示进行融合，加强与过往时刻话术的关联，同时去掉冗余噪声信息，进而得到当前时刻轮话术文本的向量表示，最后将向量输入分类器进行分类；解决了调度交互作业过程文本是语音翻译过来，包含更多的噪音文字，同时在内容上也会包含很多打招呼、寒暄以及身份确认等过程干扰信息，会在模型的学习过程中引入过多的噪声且忽略了时序的因素，影响模型最终的分类效果，进而影响意图识别理解的结果等技术问题。

摘要： 本申请涉及人工智能领域的文本意图识别，具体公开了一种文本意图识别方法、装置及存储介质。该方法包括：对待识别文本添加至少一对第一实体标签，其中，所述至少一对第一实体标签中的每对第一实体标签用于表征一个实体类型，所述每对第一实体标签所表征的实体类型用于指示一个意图；根据所述待识别文本以及所述至少一对第一实体标签，确定所述待识别文本的意图。本申请有利于提高对文本意图识别的准确率。

摘要： 本申请涉及人工智能技术领域的文本意图识别，具体公开了一种文本意图识别方法、装置及存储介质。该方法包括：根据预先构造的实体字典库，确定待识别文本中的至少一个实体以及所述至少一个实体中每个实体在所述待识别文本中的位置；对所述每个实体以及所述每个实体在所述待识别文本中的位置进行编码，得到与所述每个实体对应的第一特征向量；对所述待识别文本中的每个单词分别进行编码，得到所述每个单词对应的第二特征向量；根据所述每个实体对应的第一特征向量以及所述每个单词对应的第二特征向量，确定所述待识别文本对应的意图。本申请实施例有利于提高文本意图识别的精确度。

摘要： 本发明公开了一种文本意图分类方法、系统及计算机可读存储介质，包括如下步骤：对输入语料信息中的词汇进行词向量转换，得到词向量矩阵；基于词向量矩阵，通过相对位置编码对词的位置进行编码，得到位置向量矩阵；根据位置向量矩阵的相对位置关系，计算输入语料信息的相对位置注意力权重；并计算位置向量矩阵的相关性；将相对位置注意力权重与自注意力权重进行拼接，并构建线性层，得到线性映射向量矩阵；将线性向量矩阵与位置向量矩阵进行求和并取平均值，得到均值向量矩阵；对均值向量矩阵进行分类处理，得到文本意图分类结果。本发明解决了现有技术忽视将文本的结构化信息加入到注意力机制中，文本意图识别的准确性较低的问题。

摘要： 本发明公开了一种文本意图识别方法、装置及计算设备，方法包括：获取目标文本经词槽替换后的词向量表示，所述词槽替换是指将目标文件中的实体词替换为实体词槽；获取目标文本的字向量表示；对所述词向量表示和字向量表示进行拼接，得到目标文本的文本向量表示；将所述文本向量表示输入到预设的意图识别模型进行处理，得到目标文本的文本意图。

摘要： 本申请公开了一种小样本意图识别方法、系统、设备及存储介质，所述小样本意图识别方法包括：获取待识别文本信息，将所述待识别文本信息输入至预设槽位抽取模型进行槽位抽取，获得目标槽位文本信息，基于预设知识规则以及预设构建的多任务子模型，分别对所述目标槽位文本信息进行多任务识别，获得不同任务的识别结果，其中，所述多任务子模型包括意图分类模型和意图匹配模型，所述意图分类模型和所述意图匹配模型均是基于小样本学习构建的训练语料集进行迭代训练获得，基于预设构建的目标融合模型，对所述不同任务的识别结果进行融合判定，获得目标意图识别结果。本申请解决了模型进行小样本意图识别的准确性较低的技术问题。

摘要： 本发明提供了一种用于小样本意图识别的文本数据优化方法，包括以下步骤：步骤1，构建训练文本数据集；步骤2，对训练任务按照具有的意图数阶梯式地划分级别；步骤3，采样一个批次的小样本意图识别训练样本；步骤4，在基于度量学习的元学习模型上使用采样出的同一批次的两个以上的任务做并行训练；步骤5，判断训练是否终止；步骤6，结束模型训练。本发明可以将并行化训练元学习模型应用在现实场景中小样本意图识别的训练任务意图数不一致的情况。

摘要： 本发明公开了一种用于少样本意图识别系统的自训练模型构建方法，其特点是该方法采用特殊样例选择模块筛选不确定较高的样例，在每一次轮自我训练过程中对每一个批次的候选样例选择不确定性最高的一组样例作为候选列表，将其通过自适应主动阈值模块筛选，分为高确定型样例和特殊样例两种类别，其中特殊样例即高不确定性样例送往数据库人工标注，高确定性样例作为自训练模型中的伪标签，最后将两类标注并入训练集中进行下一轮自训练迭代。本发明与现有技术相比具有加快模型的推理速度和减少人工标注成本，降低应用成本和时间成本，有效提高了在电商领域意图识别场景下的准确率，能够应用在多种不同的场景，具有广泛的实用意义。

摘要： 本发明属于对话系统意图识别应用领域，提出了一种针对小语种的小样本意图识别方法。该方法通过数据预处理、方法设计、模型训练和模型测试和四个阶段，基于小样本学习意图识别，旨在针对小语种对话语句进行意图识别，从人类对话中理解其真实意图。本发明中的小样本学习可以在每类只有少量甚至个位数标记数据的情况下实现类别预测，因此能有效突破小语种语料不足的障碍。同时发现了用户意图表达多样化对意图识别的干扰，从多语义的角度对对话语句进行特征建模和关系建模，确保了语句语义特征更接近真实意图特征，提高了小语种意图识别的准确性。