地理教材视域下大概念的文本与非文本表征及教学运用策略——以人教版高中地理教材为例

1

作者 阙晨露 黄钟伟 +1 位作者 郭程轩 刘玉函 《地理教学》 北大核心 2025年第12期14-18,共5页

《普通高中地理课程标准(2017年版2020年修订)》要求以学科大概念为核心组织教学内容。本文以新人教版高中地理教材为例,建构大概念层级体系,分析教材大概念在章首语、本章要点、正文与脚注等部分的文本表征形式,以及隐藏在章节联系、... 《普通高中地理课程标准(2017年版2020年修订)》要求以学科大概念为核心组织教学内容。本文以新人教版高中地理教材为例,建构大概念层级体系,分析教材大概念在章首语、本章要点、正文与脚注等部分的文本表征形式,以及隐藏在章节联系、辅助栏目和图像系统中的非文本表征形式;进而提出自上而下演绎、自下而上归纳两种教学运用策略。本文以期为高中地理教学提供基于教材大概念的理论支持与实践指导。 展开更多

关键词 高中地理 地理教材 大概念 文本表征 非文本表征 教学策略

在线阅读 下载PDF 职称材料

文本阅读中文本表征的意识性研究 被引量：5

2

作者 邹艳荣 王瑞明 《心理学探新》 CSSCI 2010年第2期55-59,共5页

文本表征的意识性是文本阅读研究领域的一个新的热点问题,该问题研究的理论基础来自于多年以前研究者就提出的再认双加工模型,该问题研究的主要范式有记得-知道范式、独立记得-知道范式和加工分离范式,三者各有自己的特点,在很多研究中... 文本表征的意识性是文本阅读研究领域的一个新的热点问题,该问题研究的理论基础来自于多年以前研究者就提出的再认双加工模型,该问题研究的主要范式有记得-知道范式、独立记得-知道范式和加工分离范式,三者各有自己的特点,在很多研究中经常结合使用。当前,研究者使用最新的研究范式对文本阅读中文本表征的意识性进行了初步研究,已经初步得出了一些重要结论,但当前研究中仍存在一些问题,需研究者在未来的研究中加以关注。 展开更多

关键词 文本阅读 文本表征 有意识提取 无意识熟悉性

在线阅读 下载PDF 职称材料

基于多颗粒度文本表征的中文命名实体识别方法 被引量：4

3

作者 田雨 张桂平 +2 位作者 蔡东风 陈华威 宋彦 《中文信息学报》 CSCD 北大核心 2022年第4期90-99,共10页

中文命名实体识别常使用字符嵌入作为神经网络模型的输入,但是中文没有明确的词语边界,字符嵌入的方法会导致部分语义信息的丢失。针对此问题,该文提出了一种基于多颗粒度文本表征的中文命名实体识别模型。首先,在模型输入端结合了字词... 中文命名实体识别常使用字符嵌入作为神经网络模型的输入,但是中文没有明确的词语边界,字符嵌入的方法会导致部分语义信息的丢失。针对此问题,该文提出了一种基于多颗粒度文本表征的中文命名实体识别模型。首先,在模型输入端结合了字词表征,然后借助N-gram编码器挖掘N-gram中潜在的成词信息,有效地联合了三种不同颗粒度的文本表征,丰富了序列的上下文表示。该文在Weibo、Resume和OntoNotes4数据集上进行了实验,实验结果的F_(1)值分别达到了72.41%、96.52%、82.83%。与基准模型相比,该文提出的模型具有更好的性能。 展开更多

关键词 中文命名实体识别 多颗粒度文本表征 N-GRAM

在线阅读 下载PDF 职称材料

基于门控联合池化自编码器的通用性文本表征

4

作者 张明华 吴云芳 +1 位作者 李伟康 张仰森 《中文信息学报》 CSCD 北大核心 2019年第3期25-32,共8页

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks,RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全... 为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks,RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。 展开更多

关键词 文本表征 自编码器 多头自注意力机制

在线阅读 下载PDF 职称材料

标出与伴随:图书腰封文本表征的符号学分析 被引量：3

5

作者 张杰 《编辑之友》 CSSCI 北大核心 2022年第7期100-105,共6页

腰封是套在或包勒在图书封面外的一条纸带,是图书营销的一种重要手段。从符号学视角来看,腰封是图书充满张力的意义表征:既需“标出”吸引注意、推动销售,又要“协调”保持美观、彰显风格。当前业界存在腰封使用泛滥、表意功能失调等问... 腰封是套在或包勒在图书封面外的一条纸带,是图书营销的一种重要手段。从符号学视角来看,腰封是图书充满张力的意义表征:既需“标出”吸引注意、推动销售,又要“协调”保持美观、彰显风格。当前业界存在腰封使用泛滥、表意功能失调等问题。文章提出图书腰封需合理使用生成性、解释性等伴随文本以协调表意,坚持横组合与纵聚合的双轴运作以拓展功能。同时,网络时代的图书线上营销使腰封在形式上发生了流转,融合文本的表征功能更为凸显。 展开更多

关键词 图书腰封 标出性 伴随文本 双轴运作 文本表征

在线阅读 下载PDF 职称材料

面向区块链漏洞知识库的大模型增强知识图谱问答模型

6

作者 解飞 宋建华 +2 位作者 姜丽 张龑 何帅 《现代电子技术》 北大核心 2025年第2期137-142,共6页

大语言模型(LLM)在专业领域特别是区块链漏洞领域应用时存在局限性,如专业术语噪声干扰和细粒度信息过重导致理解不足。为此,构建一种面向区块链漏洞知识库的增强型知识图谱问答模型(LMBK_KG)。通过整合大模型和知识图谱来增强知识表示... 大语言模型(LLM)在专业领域特别是区块链漏洞领域应用时存在局限性,如专业术语噪声干扰和细粒度信息过重导致理解不足。为此,构建一种面向区块链漏洞知识库的增强型知识图谱问答模型(LMBK_KG)。通过整合大模型和知识图谱来增强知识表示和理解能力,同时利用多粒度语义信息进行专业问题的过滤和精准匹配。研究方法包括使用集成的多粒度语义信息和知识图谱来过滤专业术语噪声,以及采用大模型生成的回答与专业知识图谱进行结构化匹配和验证,以提高模型的鲁棒性和安全性。实验结果表明,所提出的模型在区块链漏洞领域问答的准确率比单独使用大模型提高26%。 展开更多

关键词 大语言模型 知识图谱 问答模型 多粒度语义信息 区块链 漏洞信息 文本表征

在线阅读 下载PDF 职称材料

说明文阅读中因果序列的表征 被引量：7

7

作者 伍丽梅 莫雷 《心理学报》 CSSCI CSCD 北大核心 2012年第1期63-75,共13页

结合自定步调阅读与句子启动再认范式,探讨说明文阅读过程中因果序列的表征问题。研究包括3个实验,实验1的文本提供一个包括4个概念的因果链(如,A-B-C-D),文本最后设置包含概念A或概念B或概念C的句子,对概念D进行探测,结果发现,对于概念... 结合自定步调阅读与句子启动再认范式,探讨说明文阅读过程中因果序列的表征问题。研究包括3个实验,实验1的文本提供一个包括4个概念的因果链(如,A-B-C-D),文本最后设置包含概念A或概念B或概念C的句子,对概念D进行探测,结果发现,对于概念D的再认启动作用,概念C>概念B>概念A;实验2改变因果链的说明顺序,使之与因果链本身次序不一致,结果与实验1一致;实验3的文本分别介绍两条独立的因果链(如A-B-C;D-E-F),最后呈现包含概念A或概念D的句子,对概念C进行探测,结果发现,包含概念A的句子理解启动了相关因果链,使读者对随后呈现的概念C的再认反应加快。基于本研究结果,结合相关研究,本文尝试提出说明文文本表征的建构模式。 展开更多

关键词 说明文 因果序列 文本表征

在线阅读 下载PDF 职称材料

基于Doc2Vec增强特征的长文本主题聚类研究 被引量：3

8

作者 陈洁 《计算机科学》 CSCD 北大核心 2023年第S01期211-216,共6页

针对新闻长文本语义表征的难点,基于Doc2Vec文档嵌入和词向量加权方式构建增强的特征表示。利用DV-sim方法和DV-tfidf方法从文档首尾部分特定词性的内容中提取增强特征,再分别与Doc2Vec文档向量组合,形成新的全局表征。DV-sim从语义角度... 针对新闻长文本语义表征的难点,基于Doc2Vec文档嵌入和词向量加权方式构建增强的特征表示。利用DV-sim方法和DV-tfidf方法从文档首尾部分特定词性的内容中提取增强特征,再分别与Doc2Vec文档向量组合,形成新的全局表征。DV-sim从语义角度,采用特征词与Doc2Vec向量的相似度获得词权重;DV-tfidf从词频统计角度,采用词频-逆文档频率方式获得词权重,然后利用HDBSCAN算法在THUCNews和Sogou数据集上进行主题聚类。相比直接应用Doc2Vec向量,DV-sim在两个数据集上的噪声数分别减少60.82%和60.63%,准确率提高12.14%和20.58%,F1-Score值提高15.61%和11.58%;DV-tfifd在两个数据集上的噪声数分别减少15.20%和59.55%,准确率提高10.85%和17.93%,F1-Score值提高15.60%和9.21%。实验结果表明,DV-sim和DV-tfidf都可以提高主题聚类性能,且基于语义的增强特征比基于词频的效果更好,DV-sim在优秀女性人物报道的主题聚类上也得到了有效应用。 展开更多

关键词 主题聚类 文本表征 Doc2Vec 词向量 HDBSCAN

在线阅读 下载PDF 职称材料

基于注意力机制的孪生网络地质调查空间实体与文本信息匹配 被引量：2

9

作者 邱芹军 马凯 +2 位作者 谢忠 陶留锋 黄波 《高校地质学报》 CAS CSCD 北大核心 2023年第3期337-344,共8页

对来源不同的地质对象进行关联匹配,并通过模型对其结构、属性及语义关系进行表示是后期语义查询及聚类等任务的重要支撑。文章针对地质调查空间实体与外部文本描述语义异构、表达差异等问题,提出了一种基于注意力机制的孪生网络地质调... 对来源不同的地质对象进行关联匹配,并通过模型对其结构、属性及语义关系进行表示是后期语义查询及聚类等任务的重要支撑。文章针对地质调查空间实体与外部文本描述语义异构、表达差异等问题,提出了一种基于注意力机制的孪生网络地质调查空间实体与文本描述信息关联匹配模型。首先,将地质调查空间实体的属性信息转换成为文本段落,以句向量基本粒度对地质空间实体进行文本语义编码;接着将两类文本对象映射到统一向量空间中,并输入到孪生网络中进行特征学习,最后在构建真实数据集上进行模型性能的实验测评。结果显示,该模型能够较好表示地质调查空间实体句子语义信息,其识别F1值相比基准实验提高了8.4个百分点,优于选取的对比方法。 展开更多

关键词 地质调查实体 文本多语义表征 信息匹配 语义相似性

在线阅读 下载PDF 职称材料

基于知识融合和聚类引导的语言模型用于MOFs合成信息分类

10

作者 李海军 王卓 《现代电子技术》 北大核心 2024年第18期179-186,共8页

金属有机框架(MOFs)的合成实验步骤通常集中存储在科学文献某一段落内,从文献中提取实验步骤对推动新型金属有机框架的开发具有重要意义。现有研究存在两个问题:第一,将整篇文献视为普通文本,按句/段直接切分处理,忽略了上下文中隐藏的... 金属有机框架(MOFs)的合成实验步骤通常集中存储在科学文献某一段落内,从文献中提取实验步骤对推动新型金属有机框架的开发具有重要意义。现有研究存在两个问题:第一,将整篇文献视为普通文本,按句/段直接切分处理,忽略了上下文中隐藏的高级知识;第二,模型未深入挖掘数据内部的隐藏模式。针对上述问题,提出一个基于知识融合策略的高质量知识补充任务。利用科学文献编辑风格和结构化Web数据的微妙之处,将上下文关键知识汇集到段落中,进而优化其文本表征;然后提出一种基于聚类引导的自适应分类算法,采用聚类算法将文本表征划分为多个簇,同时训练不同的分类模型来适应不同的簇,从而有效地减少数据重叠的影响,提高模型召回率。实验结果表明,所提方法的性能相比主流基线模型有较大提升。 展开更多

关键词 金属有机框架 科学文献 知识融合 文本表征 聚类引导 自适应分类 数据重叠

在线阅读 下载PDF 职称材料

基于案件要素指导及深度聚类的新闻与案件相关性分析 被引量：1

11

作者 李云龙 余正涛 +2 位作者 高盛祥 郭军军 彭仁杰 《中文信息学报》 CSCD 北大核心 2021年第11期60-69,共10页

新闻与案件相关性分析是案件领域新闻舆情分析的基础,其可以转化为文本聚类问题。由于缺乏有效的监督信息,传统聚类方法易导致聚类发散,降低结果的准确性。针对案件和新闻文本的特点,该文提出了基于案件要素指导及深度聚类的新闻与案件... 新闻与案件相关性分析是案件领域新闻舆情分析的基础,其可以转化为文本聚类问题。由于缺乏有效的监督信息,传统聚类方法易导致聚类发散,降低结果的准确性。针对案件和新闻文本的特点,该文提出了基于案件要素指导及深度聚类的新闻与案件相关性分析方法。该方法首先抽取出重要的句子表征文本;然后利用案件要素对案件进行表征,用于初始化聚类中心,指导聚类的搜索过程;最后选用卷积自编码器获得文本表征,利用重构损失和聚类损失联合训练网络,使文本的表征更接近于案件,并将文本表征和聚类过程统一到同一框架中,交替更新自编码器参数及聚类模型参数,实现文本聚类。实验表明,该文的方法较基线方法在准确率上提高了4.61%。 展开更多

关键词 相关性分析 深度聚类 文本表征 案件要素

在线阅读 下载PDF 职称材料