英语学习过程诸因素探讨

在外语／二语学习过程中,必须充分考虑语言环境、社会语言环境、学习风格、学习年龄、学习阶段等因素,这些因素对学习者努力的结果有直接的决定性的影响。它们影响外语／二语学习者是否以及怎样充分利用可以得到的一切学习机会,而是否以及怎样充分利用可以得到的一切学习机会又决定外语／二语学习者能否学得目的语。外语／二语教师应该根据这些因素采取相应的教学策略和途径,来满足外语／二语学习者的学习需求。二语／外语教师在学习过程中的重要作用,体现于引导学习者以最适合自己学习风格的学习方法充分地有效地利用所能得到的二语／外语学习机会。     

全球视域下奥林匹克文化资源的开发与利用——基于中国与加拿大对比研究

从2008年和2010年夏冬奥会主场作战的中国与加拿大体育运动发展现状入手,研究多元文化状态下,不同政治与社会制度国家发展体育运动,开展国际体育文化交流特点,以期对全球化背景下如何充分利用奥林匹克文化资源,为国家崛起、体育发展、文化安全和民族振兴服务进行积极探索。     

Unifying knowledge iterative dissemination and relational reconstruction network for image–text matching

Image–text matching is a crucial branch in multimedia retrieval which relies on learning inter-modal correspondences. Most existing methods focus on global or local correspondence and fail to explore fine-grained global–local alignment. Moreover, the issue of how to infer more accurate similarity scores remains unresolved. In this study, we propose a novel unifying knowledge iterative dissemination and relational reconstruction (KIDRR) network for image–text matching. Particularly, the knowledge graph iterative dissemination module is designed to iteratively broadcast global semantic knowledge, enabling relevant nodes to be associated, resulting in fine-grained intra-modal correlations and features. Hence, vector-based similarity representations are learned from multiple perspectives to model multi-level alignments comprehensively. The relation graph reconstruction module is further developed to enhance cross-modal correspondences by constructing similarity relation graphs and adaptively reconstructing them. We conducted experiments on the datasets Flickr30K and MSCOCO, which have 31,783 and 123,287 images, respectively. Experiments show that KIDRR achieves improvements of nearly 2.2% and 1.6% relative to Recall@1 on Flicr30K and MSCOCO, respectively, compared to the current state-of-the-art baselines.     

认知语境与英语阅读理解

阅读理解是一个明示一推理的动态认知过程。本文在探讨关联理论出现之前的阅读模式所存在不足的基础上,阐析了认知语境对句子、篇章解读的影响,对认知语境的研究将有助于提高语言理解的效率。     

论创新源对文化环境的依赖 --诱致工业实验室发生区域转移的一种文化解释

科技创新是在特定文化环境中进行的,创新源的生长受文化环境的影响和制约。文化环境为科技创新提供了思维方式、价值取向、生活习性、资源配置格局、规制务件和环境氛围,是诱致工业实验室发生区域转移的根本原因。人是实践着的能动主体,主体与环境之间的互动决定着创新源的生长及其变迁。文化环境不仅影响行为主体实施创新的选择方向,而且作为一种既定的前提性因素影响主体的行为方式、科技资源配置格局以及科技创新的全过程。任何环境都具有一定的“承栽量”,并非所有的环境都有利于创新,但是,环境是可以塑造和改变的。因此,培育创新源成长的关键在于形成一个有利于创新源生长的社会价值取向、行为方式、资源配置格局、规制条件和环境氛围。     

城市垃圾分类政策路径与效能——以西北地区试点城市为例

【目的】为了完善城市垃圾分类政策从而提升政策执行效果。【方法】本文基于“路径-效能”分析框架,以西北地区垃圾分类试点城市政策为分析对象,首先运用文本挖掘方法厘清垃圾分类的政策路径,再以此为基础构建PMC指数评价模型,对政策效能进行全面评估。【结果】①推进垃圾分类的政策要素包括导向要素（政策目标）、资源要素（基础设施、技术支持、人员配套、资助体系）和保障要素（宣传教育、监督考核、处罚方式、奖励机制）,最终形成以政策目标为导向,给予配套资源,并为资源运用提供保障的政策路径。②6个试点城市的政策评级分别为良（西宁）、中（兰州、西安、银川、咸阳）、差（乌鲁木齐）,整体平均水平为中,除基础设施外,其余变量均有待提升,其中奖励机制的效能提升空间最大。③各城市政策均在部分变量上存在内容或实施细则的缺漏,而不同政策的内容缺失方面和程度都不尽相同,致使政策改进的参考路线也有所区别。【结论】从补充政策内容细则和制订差异化完善路线两方面提出政策优化建议。     

一种人机结合的文本特征词集生成方法

运用复杂系统理论分析了向量空间模型(VSM)法进行大规模文本信息处理过程中自动生成特征词集方法的局限性。指出人机结合、定性定量综合集成的方法才是当前解决特征词集生成问题的根本途径。给出了一种人机结合的文本特征词集生成方法,并进行了实例验证。     

多层次web文本分类

传统的文本分类大多基于向量空间,分类体系为甲面体系,忽视了类别间的层次关系。根据LSA理论提出了一种多层次web文本分类方法。建立类模型时,根据类别的层次关系树由下到上逐层为具有相同父节点的类别建立一个类模型;分类时,由上到下,根据相应的类模型存LS空间上分类。这种分类方法解决了LSA模型中高维矩阵难以进行奇异值分解的问题。同时体现了web文本中词条的语义关系,注重了词条在网页中的表现形式。实验表明,多层次web文本分类方法比基于平面分类体系的分类方法在查全率和准确率方面要好。     

基于改进KNN的文本分类方法

本文针对VSM (向量空间模型)中KNN (K最近邻算法)在文本处理环境下的不足,根据SOM (自组织映射神经网络)理论、特征选取和模式聚合理论,提出了一种改进的KNN文本分类方法。应用特征选取和模式聚合理论以降低特征空间维数。传统的VSM模型各维相同的权重并不适应于文本处理的环境,本文提出应用SOM神经网络进行VSM模型各维权重的计算。结合两种改进,有效地降低了向量空间的维数,提高了文本分类的精度和速度。     

论高校合并后多校区图书馆期刊资源的整合

本文讨论了高校合并后图书馆多校区期刊资源整合的必要性,期刊资源整合的系列准备工作,并提出了期刊资源的整合方式：源整合和数据整合。