基于情境感知的自适应个性化知识服务研究

在Web2.0环境下,由于用户成为了知识构建的适应性主体,还原了知识构建与服务的人本原生态,使个人知识构建表现出自组织原理。这为基于情境感知的自适应个性化知识服务实现和系统构建提供了有利条件,但其具体实现尚需借助本体在对知识项和情境信息进行统一语义描述和推理方面的优势才能更好得以实施。     

Semantic text classification: A survey of past and recent advances

Automatic text classification is the task of organizing documents into pre-determined classes, generally using machine learning algorithms. Generally speaking, it is one of the most important methods to organize and make use of the gigantic amounts of information that exist in unstructured textual format. Text classification is a widely studied research area of language processing and text mining. In traditional text classification, a document is represented as a bag of words where the words in other words terms are cut from their finer context i.e. their location in a sentence or in a document. Only the broader context of document is used with some type of term frequency information in the vector space. Consequently, semantics of words that can be inferred from the finer context of its location in a sentence and its relations with neighboring words are usually ignored. However, meaning of words, semantic connections between words, documents and even classes are obviously important since methods that capture semantics generally reach better classification performances. Several surveys have been published to analyze diverse approaches for the traditional text classification methods. Most of these surveys cover application of different semantic term relatedness methods in text classification up to a certain degree. However, they do not specifically target semantic text classification algorithms and their advantages over the traditional text classification. In order to fill this gap, we undertake a comprehensive discussion of semantic text classification vs. traditional text classification. This survey explores the past and recent advancements in semantic text classification and attempts to organize existing approaches under five fundamental categories; domain knowledge-based approaches, corpus-based approaches, deep learning based approaches, word/character sequence enhanced approaches and linguistic enriched approaches. Furthermore, this survey highlights the advantages of semantic text classification algorithms over the traditional text classification algorithms.     

实体-属性抽取的GRU+CRF方法

[目的/意义]研究利用深度学习的循环神经网络GRU结合条件随机场CRF对标注的中文文本序列进行预测,来抽取在线评论文本中的实体-属性。[方法/过程]首先根据设计好的文本序列标注规范,对评论语料分词后进行实体及其属性的命名实体标注,得到单词序列、词性序列和标注序列;然后将单词序列、词性序列转为分布式词向量表示并用于GRU循环神经网络的输入;最后输出层采用条件随机场CRF,输出标签即是实体或属性。[结果/结论]实验结果表明,本文的方法将实体-属性抽取简化为命名实体标注,并利用深度学习的GRU捕获输入数据的上下文语义以及条件随机场CRF获取输出标签的前后关系,比传统的基于规则或一般的机器学习方法具有较大的应用优势。     

论文学翻译中的风格：有限可译

在文学翻译中,要想体现原作的精神风貌,尽可能地传译作品风格就显得尤为重要。本文在分析风格可译论和不可译论的基础上提出了风格有限可译这一辩证的观点。笔者认为,译者应努力克服可译性限度,再现原作的风格。     

中国式管理在家族企业治理中的运用

家族企业治理是管理理论实践研究中不可缺失的重要内容,但是针对中国家族企业治理中如何体现中国式管理的研究很少。中国式管理在家族企业治理中确实有所应用,但尚未形成较为系统的研究成果。通过文献分析总结学者们对中国式管理相关研究的成果及家族企业治理中的相关问题;运用定性分析法对典型的家族企业——李锦记集团进行剖析,创新性地得出家族企业治理中体现的中国式管理思想集中反映在家文化、价值观、人际关系和安人策略上,同时指出中国式管理思想必须独到性地运用于家族企业治理以更好地指导管理实践。     

The influence of learning style and training method on self-efficacy and learning performance in WWW homepage design training

The present study compares the relative effects of two training methods on learner's computer self-efficacy and learning performance in WWW homepage design. A field experiment was conducted by employing two classes of 10th graders. Results indicated that the behavior modeling training method yielded consistently superior performance and higher computer self-efficacy as compared with the instruction-based approach. Subjects with various learning styles performed substantially different in some learning tasks. The significant two-way interaction indicates the critical roles that gender and learning style played in interacting with training method. For learning performance, male students benefited more from the instruction-based and female students learned better in the behavior modeling condition. Concerning computer self-efficacy, female students gained more from the instruction and male students benefited more from behavior modeling approaches. For different learning style students, there exists a best-fit training approach. In addition, the best-fit training approach is task dependent. These results suggest that each individual training method has its unique merit to meet designated training objectives for learners with specific traits. Future research directions conclude the paper.     

高管团队认知风格对技术创新的影响——基于中国制造企业的实证研究

 以289家中国制造企业为研究样本,探讨高管团队认知风格对技术创新的影响。研究发现,高管团队分析型认知风格偏好工艺创新,并通过工艺创新影响企业绩效;创造型认知风格偏好产品创新,并通过产品创新影响企业绩效。研究发现为促进中国制造企业产品创新提供了战略指导,要实现从“中国制造”向“中国创造”转型,从全球产业链的低利润区向高利润区的升级,关键在高管团队认知风格的转变,在感知和处理信息能够更具灵活性和创造性,不受已有框架的束缚。最后分析了局限性和未来建议。     

加强高校“三风”建设，深入开展党的群众路线教育实践活动

校风、教风、学风是一所学校的核心价值观和师生精神面貌的集中体现。曲靖高校在开展党的群众路线教育实践活动中,把加强“三风”建设作为教育实践活动的有效载体,统一思想认识,高度重视,多管齐下,协同配合,以党风带校风转教风改学风,推动了学校各项工作发展。     

技术创新的悖论与开放式创新

主要探讨了技术创新悖论的类型，深入研究了技术创新悖论的成因，并重点介绍了开放式的创新模式，最后对如何解决技术创新的悖论提出了几点思考。     

外资在华竞争方式演变的动因分析

本文通过分析，指出了外资在华竞争方式演变的趋势，即从联盟竞争为主向独资竞争为主转变。对于外资在华“独资化”倾向加强的现象，本文运用企业垄断优势理论、资源观理论和交易成本理论从理论上进行了解释，同时具体指出了几个影响外资在我国竞争方式演变的实际变量。     

基于LDA2Vec的政策文本主题挖掘与结构化解析框架研究

【目的/意义】本文以主题为核心,从外部属性和内容属性两个视角展开政策文本结构化解析,直观反映政 策核心内涵,挖掘政策文本语义,为政策内容解读提供新模式。【方法/过程】利用LDA2Vec主题模型实现基于上下 文的政策文本主题识别,同时借助位置和语法规律提取外部属性,以此构建政策文本结构化解析的描述框架。【结 果/结论】“互联网+”政策文本解读的实证分析发现,本文所提框架有助于直观展现政策要素,有效揭示政策文本主 题分布,以及进行大规模政策领域文本的批量分析和解读。【创新/局限】通过结构化解析框架展现政策文本的形式 化特征和主题性特征,帮助政策相关群体把握政策制定的特点和侧重点,目前深层次内容解读有待进一步研究。     

本科护理学生临床实习压力源及应对方式的研究进展

总结近年来对本科护生在临床实习过程中面对的压力源及相关应对措施的研究,真实反映实习环境,学习压力,人际关系,操作技能等方面作为压力源对本科护生的影响。以及如何采取措施有效应对压力,保持良好的学习状态和身心健康。     

不同布置方式对双排抗滑桩土拱效应的影响

基于非线性有限元方法,对平行布置与梅花型布置方式下双排抗滑桩的土拱效应进行了考察.对比计算表明,前排、后排抗滑桩均能产生土拱效应.平行布置情况下,后排桩桩间土体的土拱效应不显著;而梅花型布置方式有利于前排桩与后排桩共同产生土拱效应,其作用效果优于平行布置方式.进一步分析表明,前排与后排桩所承担的荷载比例不同,因此,在抗滑桩的设计过程中可根据各排抗滑桩的荷载设计相应强度,达到经济合理的效果.     

科技创新政策文本本体设计与标注应用研究

[目的/意义]旨在为提升政策文本的自动化处理程度提供参考。[方法/过程]在梳理已有政策本体及其构建方式基础上,提出由词汇语义主导的自下而上的本体构建方法,运用本体构建工具Protégé5.5.0构建科技创新政策文本本体,对部分政策内容进行标注并可视化。[结果/结论]该本体适用于科技创新政策文本的结构化语义抽取,能够在一定程度上揭示科技创新政策的结构化语义特征。     

数字学术期刊的长期保存研究

文章介绍了数字学术期刊保存的进展情况，分析了三种不同的保存方法，为我国图书馆保存数字学术期刊资源提供参考。     

一种基于语义的中文文本分类算法

针对向量空间模型中语义缺失问题,将语义词典（知网）应用到文本分类的过程中以提高文本分类的准确度。对于中文文本中的一词多义现象,提出改进的词汇语义相似度计算方法,通过词义排歧选取义项进行词语的相似度计算,将相似度大于阈值的词语进行聚类,对文本特征向量进行降维,给出基于语义的文本分类算法,并对该算法进行实验分析。结果表明,该算法可有效提高中文文本分类效果。     

大学英语课文的文体与主题之关系刍议

本文根据文体学的有关理论对《新编大学英语》的一篇课文进行文体分析,探讨文体与主题表达之间的关系,指出在大学英语的课文中．可以进行主题与文体的探讨,这样的分析有助于学生语言综合能力的培养。     

建构主义学习理论对高校学风建设的启示

建构主义学习理论是现代教育改革和发展的重要理论之一,它在高校教育教学改革中起到重要作用,对当前的高校学风建设有着有益的启示。本文结合建构主义理论的知识观、学习观、教学观对如何加强学风建设进行了探讨,提出了解决高校学风建设问题的核心任务是调动学生学习的主动性和教师的积极性,由要我学,转变为我要学,使学习成为学生自身发展的需求。     

科学语体篇章的分析理论研究

本文将介绍俄罗斯科学院语言研究所应用语言学研究室高级研究员,语言学副博士,语言心理学和应用语言学家А．И．Новиков的关于科学语体篇章的分析理论,以科学语体篇章为研究对象,用这些理论剖析科学语体篇章的结构,阐述其解码手段和方法。     

设计驱动创新微观机理与顾客感知情感价值研究

随着进入高度竞争和同质化的今天，基于产品的差异越来越小，传统与消费者沟通方式遇到新的挑战。为此，越来越多的全球创新领先企业日趋重视基于设计的创新,将其作为主要的竞争战略，设计驱动创新作为除了传统技术推动和市场拉动之外的第三种创新模式越来越引起关注。同时，本研究进一步指出产品语义设计才是设计驱动创新的本质，即设计通过象征性、情感性和形式美等产品语义创造来实现创新，包括色彩、造型、材料、机理，以及基于“形式”和“涵义”内在联系的从而能使设计可信并有明确的依据和来源。同时，本文对设计驱动创新微观视角进行深入分析，并提出设计驱动创新（美学、风格和用户洞察三个维度）对感知情感与购买意向、口碑传播的全概念模型。在此基础上构建设计驱动创新的研究框架。并基于191 份问卷调查数据，分析设计驱动三个维度（美学、风格和用户洞察）对感知情感价值和购买意向、口碑传播等影响的内在机理与作用路径。本研究发现为设计对制造企业提高自主创新能力，提高产品和品牌附加值及转型升级具有重要意义，主要结论和启示包括：其一、设计的美学维度与感知情感价值没有直接影响，而设计的风格维度对感知情感价值直接影响最大，其次是设计的用户洞察维度。可以看出，设计或设计语义不再是简单的外观美化，而是超出通常理解的设计涵义，进一步演化到风格构造和用户洞察。即，随着90后、00后消费群体变得越来越成熟，对品牌有自己的特殊理解，倾向关注适合自己风格调性、生活方式，甚至价值取向的。为此，必须通过设计来达成和传递，和可视化，完成产品“器物”层面与生活，通过设计实现与消费者的对话。才能真正抓住消费者的心。其二、用户洞察，对口碑传播有直接效应，其次是风格维度和美学维度。用户洞察，在乎的是真正打动消费者情感的细节。若消费者被打动，就会在潜意识中接受产品或品牌的信息，并主动参与互动和体验中，甚至包括在社交媒体上转发和口碑传播，从而与品牌一起联手实现共创价值。其三、相对风格和洞察维度来说，美学对消费者购买意向的直接影响较大。当然，对购买意向影响最大的还是感知情感价值。可以看出，一方面，美学或“颜值”还是能打动和刺激消费者购买欲望的；另一方面，消费者购买产品，期望更多的是从产品消费中获得情感愉悦，这也是用户之所以选择该产品的心理和文化的深层次诉求，消费者需要从对产品的满意感转型为精神层面的满足感。