事实材料

摘要： 一、研究背景1.馆校结合馆校结合是指将各类场馆,例如地质馆、规划馆、天文馆等馆际资源与学校教学资源相结合,相互配合实现教学目标,促进学生全面发展的教育模式。2006年教育部联合下发《关于开展“科技馆活动进校园”工作的通知》,提出要整合校外科学教育资源,将科技馆教育与学校教育有效衔接,实现资源共享;2021年国务院印发《全民科学素质行动规划纲要(2021-2035)》文件中明确提出要实施馆校合作行动,引导中小学充分利用科技馆、博物馆、科普馆教育基地等科普场所广泛开展各类学习实践活动。科普馆教育功能得到重视,各类科普场馆可以拓展教育空间,为学校教育提供课外实践的场所。其中丰富的馆内展品资源还可以作为地理事实材料,促进学生对抽象复杂的地理原理和概念的理解。馆校结合背景下,学生在校内系统学习书本上的理论知识,在馆内通过课外实践活动学习实际的地理知识和技能,馆校各自发挥作用,组成一个系统高效、科学完善且具有互动性的教学体系。

摘要： 化学是一门以实验为基础的自然科学,其理论体系是科学家对无数事实材料进行概括以及严密的逻辑推理而形成的。在化学学科背景中,证据推理对应的学科素养表现为根据有关事实或材料推出新的判断或结论,从而实现问题的解决或获得新知。证据推理的内涵包括具有证据意识,能基于证据对物质组成、结构及其变化做出可能的假设,通过分析推理加以证实[1]。

摘要： 任何正确的实践活动必会产生积极的效果,总结中的经验也正是这种效果,而这种效果是从实践中得出的理性认识,这是规律性的东西,也正是我们所需要的,它会对我们今后的实践活动提供行动指南,即对我们今后开展工作具有指导意义。如果一篇总结只讲做法,光摆情况,堆积材料,罗列数字或工作成绩,而没有从这些事实材料的分析研究中得出具有指导意义的规律性认识,即经验,那么这个总结的作用就不大,指导意义也会大打折扣。

摘要： 《中国共产党章程》第四十三条规定,处分决定所依据的事实材料和处分决定必须同本人见面,听取本人说明情况和申辩。《中国共产党党员权利保障条例》第三十五条第二款规定,处理、处分所依据的事实材料应当同本人见面。《中国共产党纪律检查机关监督执纪工作规则》第五十一条规定,查明涉嫌违纪或者职务违法、职务犯罪问题后,审查调查组应当撰写事实材料,与被审查调查人见面,听取意见。

摘要： 最近,不少人在讨论,日本汽车品牌全球闻名,却在电动车时代远远落在了后面,不仅是整车,就连电池生产也供手让位于中国。这是什么原因?是否说明日本企业已经失去了创新能力?鉴于这个话题实在过于庞大,相关数据及素材也堪称天文级别,我们今天仅勾勒出一个简单的思维逻辑模型,把结论清晰摆出。如果对论证过程有疑问的朋友,可以根据我们的讨论自行寻找事实材料。

摘要： “本人对违纪事实无异议”--在违纪事实材料上签下自己名字后,李生文说:“我将深刻汲取教训,认真改正错误,不再触犯党规党纪。”这是2019年3月16日,甘肃省纪委监委第二监督检查室与甘南藏族自治州临潭县县长李生文见面时的一幕。

摘要： 在新课程背景下,提升高中政治教学的有效性成为重要的教学目标。将时事材料引入到高中的政治教学课堂中,能够增强思想政治教育的鲜活性、针对性和时代性,能够更好地激发学生的求知欲望,促进学生政治核心素养的发展,也提升学生关心政治的意识。然而当前的高中政治教学当中,对时事材料的利用程度是不到位的,应用方式也有着很大的改进空间。本文笔者结合自身高中政治教学实践,首先分析了时事材料引入高中政治教学的必要性,并探讨了时事材料在高中政治教学中的应用策略。

摘要： 积累思想需要思维的深度参与,以便从若干事实材料中提取有用信息,形成思想观念,并以概念的形式储存于脑中。同样,表达也需要思维参与,以便把内化了的认识外显为口头语言和书面语言。正确的表达需要符合逻辑的思维,也需要符合语言法则的言语表达。然而任何表达都是个人独特的表达。《义务教育语文课程标准》(2011年版)指出:"阅读是个性化行为。"其实,凡是人的一切学习活动,归根结底都是个性化行为。

摘要： 本发明公开了一种基于图卷积网络的反事实项目推荐方法，本发明通过对图卷积网络GCN引入满意度，且满意度与项目曝光特征、项目内容特征、用户项目曝光特征偏好和项目内容特征偏好均有关，使得本发明提出的方法充分考虑了数据间的因果关系，从而达到通过本方法生成的项目推荐列表更符合用户期望，大大减少“点击欺骗”的概率；本发明解决了传统的推荐方法得到的推荐列表与用户期望存在较大差距的问题。

摘要： 本发明涉及一种基于案件事实混合编码面向刑事案件风险互学习评估方法，具体如下：1）构建与常见刑事案件相关的法律知识库；2）对案件事实进行分词，筛选案件事实文本关键词；3）通过引入知识库中相关知识，构建事实文本树，实现事实文本混合编码；4）基于模型互学习技术使用多结构模型训练案件风险分类任务；5）计算模型中不同结构模型对应的损失函数；6）根据模型测试结果，选取平均准确率最高的模型，进行刑事案件风险评估。

摘要： 概念图创建为用于开放领域知识中的文本理解的通用分类法。概念图中的节点包括实体和概念两者。边缘是从实体到概念，表明实体是概念的实例。本文中呈现了处理从开放域事实学习可解释关系以丰富和细化概念图的任务的实施方式。在一个或多个实施方式中，从开放域事实学习贝叶斯网络结构作为实体的事实和概念的关系词之间的可解释关系。在英文和中文数据集上进行了广泛的实验。与现有技术方法相比，所学习的网络结构基于英文和中文数据集两者上的实体的关系词来提高对实体概念的识别。

摘要： 本发明公开了一种基于司法庭审的法律事实分析方法及审判辅助系统。其中，法律事实分析方法包括步骤：从司法庭审的对话信息中确定出待证法律事实的事实类型；根据待证法律事实的事实类型，在对话信息中提取事实要素；根据事实要素，获得与待证法律事实相关的证据材料；根据事实要素和证据材料对待证法律事实进行认定。本发明一并公开了用于执行上述方法的计算设备。

摘要： 为了生成带注释的基础事实数据，该带注释的基础事实数据用于训练机器学习模型以从检查准备期间观察到的工作流程场景推断出医学成像系统的期望的扫描配置，提供了一种系统，该系统包括传感器数据接口，其被配置成访问被定位成用于成像检查的患者的测量图像。测量图像是基于从传感器装置获得的传感器数据生成的，传感器装置具有包括患者被定位在其中以便成像的区域的至少一部分的视场。该系统还包括医学图像数据接口，其被配置成访问在成像检查期间从医学成像设备获得的患者的医学图像。患者被相对于医学成像设备的参考坐标系定位在给定的几何形状中。该系统还包括检查元数据接口，其被配置成访问成像检查的检查元数据。该系统还包括处理单元，其被配置成通过将医学图像的坐标系中的点映射到测量图像的坐标系中的点来确定测量图像中的一个或多个特征与从医学图像和/或从检查元数据提取的一个或多个特征之间的关联。该系统还包括输出接口，其被配置成与训练集数据库联接，用于将包括标记了测量图像中的一个或多个相关联的特征的数据的测量图像添加到用于训练机器学习模型的训练集数据库。

摘要： 本发明提供一种实体轨迹的反事实预测方法及装置，该方法包括：获取游戏过程中的历史视频序列和待测视频帧；其中，待测视频帧为游戏过程中加扰动时刻对应的图像数据；提取历史视频序列和待测视频帧中各实体的3D位置信息；将各实体的3D位置信息输入至反事实预测模型，得到加扰动后游戏中各实体的运动轨迹的预测结果；其中，反事实预测模型包括混杂因子估计模型和混杂因子传输模型，混杂因子估计模型用于根据历史视频序列中各实体的3D位置信息得到游戏中的混杂因子；混杂因子传输模型用于根据待测视频帧中各实体的3D位置信息和混杂因子，得到加扰动后游戏中各实体的运动轨迹的预测结果。本发明泛化能力强，有效降低了计算资源的消耗。

摘要： 本发明涉及人工智能技术领域，提供一种反事实数据生成方法及装置。所述方法包括：基于预定的金融情感词典对第一语句进行识别，以确定所述第一语句中的各金融情感词；确定与各金融情感词分别对应的第二语句，所述第二语句是从所述第一语句中移除与所述第二语句对应的金融情感词后的语句；基于所述第一语句的第一情感极性值以及各第二语句的第二情感极性值，确定各金融情感词的情感极性影响值；基于各金融情感词的情感极性影响值，确定所述第一语句的反事实数据。本发明提供的反事实数据生成方法及装置，可以准确生成金融领域文本的反事实数据并显著节约成本。

摘要： 本申请提供一种案件事实与法条匹配的方法及装置。其中，所述方法包括：对案件事实描述文本进行分词，生成第一词组集合；在所述第一词组集合中，筛选出具有预设属性的第二词组集合；建立所述第二词组集合在法规文本数据库中的映射，得到与所述第二词组集合具有映射关系的若干法律条文；通过预训练的Bert‑wwm编码匹配模型，确定所述案件事实描述文本与所述若干法律条文的匹配度。这样，能够结合文本语义进行编码，使得进行案件描述文本匹配时能够在结合上下文语义进行不同颗粒度法规的匹配，从而增加了目标法规的匹配准确度。

摘要： 本发明是一种智能驾驶发生意外的独立证据和完整事实的记录方法，属于汽车事件数据记录系统、车载视频行驶记录系统、道路车辆驾控系统、驾驶员辅助系统、自动驾驶、人工智能和智能汽车领域。车辆智能驾驶中，在感知、定位、规划、控制、人机交互等环节，会遭遇各种出错、失效、异常等意外事件，令用户感到不解、不适、不安、不满，甚至遭遇事故。本专利使用非车辆自带的设备，采集意外相关的各项独立证据，主要以时间同步的多视角多位置的针对性视频拍摄，记录意外前中后全过程的人和车的详细连续表现，尤其是智能相关表现，形成关于智能驾驶意外前因后果的可复现的全面、完整、清楚、准确的事实信息记录，帮助用户记录意外遭遇、维护合法权益。

摘要： 计算机接收指定数据源、视觉变量和来自数据源的数据字段的视觉规范。每个视觉变量与数据字段(例如，维度和/或度量)或过滤器相关联。计算机获得将数据源编码为相关逻辑表的树的数据模型。每个逻辑表包括逻辑字段，每个逻辑字段对应于数据字段或对应于跨越逻辑表的计算。计算机为维度和过滤器生成维度子查询。计算机还为每个度量生成按维度分组的聚合度量子查询。计算机通过将维度子查询联接到聚合度量子查询中的每一个来形成最终查询。计算机随后执行最终查询并根据最终查询的结果显示数据可视化。