对手变朋友，畅想区域互补型推广

新生代拿什么和他们竞争!就仅仅靠一成不变的推广活动吗?     

全国图书馆学期刊编辑研讨会在广西桂林召开

为了交流图书馆学期刊办刊经验,互通讯息,加强协作,磋商共同关心的问题,一九八九年四月四日至六日,全国图书馆学期刊编辑研讨会在广西壮族自治区桂林市召开。研讨会由中国图书馆学会、广西图书馆学会、桂林市图书馆学会联合主持。《图书馆学通讯》、《北京图书馆通讯》、《图书情报工作》、《中医药     

培养学生数学反思能力的教学策略

反思是一项重要的思维活动,是数学学习的动力。让学生学会反思,对自己的判断与活动甚至语言表达进行思考并加以证实,能使学生真正深入到数学活动中,真正抓住数学思维的内在本质,为他们的后继学习积累经验与方法。怎样培养小学生的数学反思能力呢?我是这样做的:一、对自己的错误进行反思学生在学习的过程中会出现各种错误,有些并非是方法不得当,或是知识没掌握,而是因为某些不良习惯造成的。如计算时把数字抄错,小数乘法时忘了在积上点小数点,符号没看清等。这些错误,即使教师一而再、再而三的反复叮嘱,往往还是照错不误,这很大程度上是由于…     

创新，让我成为名师

1999年,我从宣威调入昆八中。2000—2003年送走第一届毕业班,其间我担任了普通班中的高三（4）班的班主任,并任两个普通班的数学教学工作。2003年所教班级参加高考为八中创下了3项记录：一是辅导的两名普通班学生参加全国数学竞赛,分别取得全省第五名和第十名,获一等奖,并分别被清华、复旦录取。二是所教班高考数学平均分及格率超过学校的重点班。三是我任班主任的高三（4）班重点上线率为70．5％,52人全部上本科线,上线率为100％。     

习作“晚行者”的引领与提升探索

正在学校举行的初始水平摸底测试中,小宇交了"空白"习作!……找来小宇,我问他:"小宇,习作是不是来不及写啊?时间不够用,对吧?"小宇一双清澈的大眼睛真诚地望着我:"不是,时间够。我不知道写什么,我没东西好写。"小宇走后.我又认真阅读了其他学生的习作,发现还有12位同学和小字相似,是典型的习作"晚     

《商标法》第二十八条的理解与适用—“御木本”商标异议复审案评析

根据我国《商标法》第二十八条规定：＂申请注册的商标,凡不符合本法有关规定或者同他人在同一种商品或者类似商品上已经注册的或者初步审定的商标相同或者近似的,由商标局驳回申请,不予公告。＂对于商标本身是否权成近似以及其指定商品或服务是否权成类似,在个案审查中具有一定的弹性,本文擬通过＂御木本＂商标异议复审案对这两方面的判定加以分析和讨论。     

构建学生主动参与课堂的教学文化

正《普通高中语文课程标准(实验)》中明确提出:"高中语文课程应帮助学生获得较为全面的语文素养,在继续发展和不断提高的过程中有效地发挥作用,以适应未来学习、生活和工作的需要,促进学生均衡而有个性地发展"。那么,如何将学生真正摆在课堂参与的主体位置,让学生能够在一种轻松愉快的课堂氛围下学习,提高学生自主学习的意识,激发学生对学习的积极性,促进学生发挥所拥有的潜能,真正体现学生在课堂教学中的主体地位呢?这是每一位教师都必须深思并为之努力的目标。     

小学英语跨年段项目化学习的实践探索

在英语教学中开展跨年段项目化学习，让学生在项目小组中进行合作交流，通过真实的驱动型问题，在情境中对问题进行探究，运用各种工具和资源促进问题解决，最终产生可以公开的成果，能有效发展学生的核心素养。     

面向小学藏语文课程知识问答语料库的构建和设计

随着人工智能的发展，智能问答系统逐渐成为研究的热点，得到了越来越多研究者的关注。藏文问答系统不同于中英文等主流语种的问答系统，没有大量的结构化数据以支撑问答系统丰富全面的知识库引擎。本研究通过着力于面向小学藏语文课本数据领域的问答数据资源，通过规则筛选、人工校正、问句意图及相似度标注，构建了一个高质量的藏文问答数据集。经自动评价和实验验证，该数据集的问句和答复句具有较好的知识关联度，采用三分制的人工评价结果显示98%的数据样本符合小学生认知和藏文文语法规则，且问答对句子流畅、问题与答案相关性较高。通过Bert融合提取词和不融合提取词进行了意图分类和tf-idf+Bert相似度计算，分类结果准确率分别在75%和76%，相似度准确率在76%，这也验证了所构建面向小学藏语文课程知识问答语料库的有效性。     

基于深度学习的藏文舆情分析研究

随着自然语言处理技术的快速发展，藏文信息处理技术也取得了较大进展。其中，藏文舆情分析作为藏族地区社会舆情分析的重要技术，受到广泛关注。但是，现有的藏文文本情感分析研究由于起步较晚，还存在很大提升空间。本文提出基于深度集成学习的藏文文本情感分析算法。并通过建立藏文情感数据集进行实验，本文算法在三类情感（正向、负向、中性）中精确率平均提升1.65%，召回率提升1.63%,F1分数提升1.96%。实验结果表明，本文采用的深度集成学习有效地提高了文本情感分类的性能。