主旨句

摘要： 本文基于R 4.2.1对随机抽取的两文本,就词汇、N元组、主旨句、语篇四个层面进行研究。研究发现:两文本总体难度不大。英语(二)文本中的词汇更复杂,且所适用的学生比英语(一)的年级更高、年龄更大,但英语(一)文本中的实词比例更高、词汇更多样。两文本均能突出考试中考查的重点词类,且N元组和主旨句能够强调文章的主题。说明自考英语教材在N元组、句子和语篇层面符合课程设置,而在词汇层面与课程设置有一定的不匹配性。

摘要： 唐宣宗《吊白居易》诗,其中有云"童子解吟长恨曲,胡儿能唱琵琶篇",以《琵琶行》与《长恨歌》对举,足见其在白居易作品中的重要性。而《琵琶行》一直以来是高中语文的必背课文,其中"同是天涯沦落人,相逢何必曾相识"作为此诗的主旨句,更是传诵不衰。而关于白居易与琵琶女的沦落遭际,共鸣之感,则有许多待发之覆。

摘要： 很多老师在教授白居易的《琵琶行》时,都把鉴赏聚焦于文中精妙绝伦的音乐描写,以及那句引发古往今来无数失意人共鸣的主旨句——“同是天涯沦落人,相逢何必曾相识”上。由此容易忽略文中一个重要的意象——“月”的描写,虽然“月”在诗歌中只出现了5次,但其构成的景物意境却蕴意深厚,耐人寻味。

摘要： 归纳,是从众多个别事物或纷繁复杂事物中概括出一般性的结论、特征、原则、规律等,是从个别到一般、具体到抽象、感性到理性的思维活动。归纳,既是课堂教学最重要的教学方法之一,也是课堂教学中最重要的教学活动之一。我们该怎样在课堂教学中设计"归纳"学习活动,充分训练学生的归纳思维,帮助学生提升对知识的认知呢?一、从归纳目的看"归纳"学习活动设计1.发现事物的共同特点或规律。

摘要： 新课改实施以来,对于初中生英语阅读量也有了一定的要求,并要求阅读累计量达到15万词以上。由此可见,阅读能力在初中英语教学中的重要性。我们知道,在初中英语学习中,阅读理解是学生的一项重难点知识,它是一类重技巧、重词汇的题目。因此,在日常教学中教师要着重培养学生阅读的技巧,进而有效提升学生英语阅读能力。阅读理解在初中英文试卷中大约占有整个试卷的37%。

摘要： 师:同学们快速默读全文,找出文中展现梁任公先生是怎样的一个人?(提示:文章的主旨句往往在段首开门见山或结尾卒章显志)生:结尾段,卒章显志,梁任公先生是一个有学问,有文采,有热心肠的学者。师:文章中哪些语句展现出梁任公先生是一个有学问,有文采,有热心肠的人?

摘要： 本发明公开了一种中文比较句分类器模型生成、中文比较句识别方法及装置，包括：将数据集各句子中每一个包含设定的比较关键词的分句转化成一个序列，并为序列建立与其对应分句所属句子相同的类别标记；得到序列集；采用序列模式挖掘算法从序列集中挖掘出若干比较模式，组成比较模式集；用每一个序列逐一匹配比较模式集中的各比较模式，根据匹配结果及比较模式总数量，得到与每一个序列对应的一组特征向量；根据所述特征向量及与其对应的所述序列的类别标记，生成分类器模型；然后通过得到的比较模式集和分类器模型，识别读入的未知类别的句子，确定其是否是比较句。通过自动学习比较句的模式特征，生成分类器模型，自动、有效地识别文本中的比较句。

摘要： 因果句解析装置具备：因果句提取部，其从文章提取包含原因表现和结果表现的因果句；取得部，其取得表示基准表现的信息，所述基准表现是用于对相似的程度进行解析的基准；相似度解析部，其针对所述因果句提取部提取到的因果句，算出原因相似度和结果相似度，所述原因相似度是该因果句所包含的原因表现与所述基准表现的相似度，所述结果相似度是该因果句所包含的结果表现与所述基准表现的相似度；以及期望因果句提取部，其提取所述因果句所包含的原因表现和结果表现中的一方与所述基准表现相似、且另一方与所述基准表现不相似的因果句。

摘要： 本发明提供一种词向量和句向量互信息最大化的句嵌入方法及系统，其中方法包括编码第一待识别句子中的各词语；对第一待识别句子中目标词向量的多个维度进行置零操作；编码第二待识别句子中的各词语；将第一词向量矩阵中的每个词向量经过多头自注意力层计算；将第二词向量矩阵中的每个词向量经过多头自注意力层计算；对第三词向量矩阵进行平均池化操作；对第一整体句向量进行维度置零操作；计算第二整体句向量与第四词向量矩阵中对应的词向量的点积；计算第四词向量矩阵中词向量和第二整体句向量的互信息；将第四词向量矩阵中词向量和第二整体句向量的互信息最大化。本发明解决了现有的无监督句嵌入方法使用效果不佳的问题。

摘要： 本发明提出一种引述句和辟谣模式句引导的“谣言‑辟谣文章”匹配方法及系统。通过引导模型行为，使其更加关注辟谣文章中带有“引述”和“辟谣模式”成分的句子，实现考虑到辟谣文章特点的“谣言‑辟谣文章”匹配程度评分。具体地，本发明通过使用文字相似度指标精调神经网络模型增强引述句的发现能力，通过引入模式向量增强辟谣模式句的发现能力，从而使模型关注到含有引述成分和辟谣模式的关键句子，过滤掉辟谣文章中大部分无关句子，最终实现高效准确的“谣言‑辟谣文章”匹配。

摘要： 本申请实施例公开了一种句对匹配方法、装置和用于匹配句对的装置。该方法的实施例包括：从网页库内的网页中抽取包含目标语言语句的句段，以得到句段集；其中，句段集中的每个句段包括目标语言的语句以及语句的上下文；将双语数据集中的双语句对与句段集中的句段进行匹配；双语句对中包括源语言的第一语句和对应目标语言的第二语句；对于双语数据集中的每一个双语句对，确定句段集中与双语句对相匹配的句段，将网页库中与所确定的句段对应的网页确定为该双语句对的来源网页；其中，与双语句对相匹配的句段为同时包含双语句对中的第一语句与第二语句的句段。该实施方式提高了句对匹配效率。

摘要： 本发明提供了一种句向量训练方法及模型、句向量预测方法及系统，其中向量预测模型构建方法，包括以下步骤：S11、构建句向量训练模型；S12、对所述句向量训练模型模型进行训练；S13、向句向量预测模型中导入所述句向量训练模型的参数。本句向量训练方法及模型、句向量预测方法及系统，进行句向量预测时有很好的领域适应能力和句子向量泛化能力，可直接迁移到多种领域进行使用。

摘要： 本发明属于教育信息化领域，提供一种基于Word2Vec和循环神经网络的小学语文作文比喻句与拟人句自动提取方法，首先，利用经过人工标记后的数据集，预处理后得到符合实验要求的数据集。然后，利用Skip‑Gram模型结合Hierarchical Softmax的方式训练Word2Vec模型。最后，利用训练后的模型来表示文本，将其作为循环神经网络分类器的输入训练相应的循环神经网络分类器。本发明提出作文中比喻句与拟人句的自动提取方法，为构建基于修辞使用的小学语文作文自动评价器提供了比喻句与拟人句的提取方案。

摘要： 本发明公开了一种中文比较句分类器模型生成、中文比较句识别方法及装置，包括：将数据集各句子中每一个包含设定的比较关键词的分句转化成一个序列，并为序列建立与其对应分句所属句子相同的类别标记；得到序列集；采用序列模式挖掘算法从序列集中挖掘出若干比较模式，组成比较模式集；用每一个序列逐一匹配比较模式集中的各比较模式，根据匹配结果及比较模式总数量，得到与每一个序列对应的一组特征向量；根据所述特征向量及与其对应的所述序列的类别标记，生成分类器模型；然后通过得到的比较模式集和分类器模型，识别读入的未知类别的句子，确定其是否是比较句。通过自动学习比较句的模式特征，生成分类器模型，自动、有效地识别文本中的比较句。

摘要： 本发明公开了基于主旨信息和子领域先验知识的词汇关联性确定方法，方法包括：获取材料文本、材料文本标题以及子领域材料文本，并对材料文本、材料文本标题以及子领域材料文本进行处理；基于处理后的材料文本与材料文本标题，确定材料文本与材料文本标题中科学词汇的词语初步表示数据；基于处理后的子领域材料文本，确定子领域材料文本中关键词的表示数据；基于关键词的表示数据与词语初步表示数据，确定科学词汇之间的余弦相似度，并基于余弦相似度确定科学词汇之间的关联性。本发明在词语的表示层引入富含子领域先验知识的文本信息，增强词向量表示特定领域材料科学词汇的能力，根据科学词汇的相似度进行筛选，精准得出科学词汇之间的关联性。

摘要： 本申请提供主旨信息提取方法及装置，其中所述主旨信息提取方法包括：获取待处理文本，将待处理文本输入预先训练的语义信息提取模型，获得语义信息特征向量，将语义信息特征向量输入预先训练的多头注意力模型，获得待处理文本中的词类型特征向量，对语义信息特征向量和词类型特征向量进行融合计算，得到融合结果，根据融合结果，确定待处理文本的主旨信息。通过语义信息提取模型对输入的待处理文本进行语义分析，获得待处理文本的上下文语义，即语义信息特征向量，然后利用多头注意力模型对语义信息特征向量进行处理，得到词类型特征向量，综合考虑了待处理文本，有效保证待处理文本的主旨信息被提取出来，进而提高主旨信息提取的准确性。