E-learning 3.0:全球移动互联学习的新范式

在网络技术支持下产生的E-learning 1.0和E-learning 2.0长期是教育领域的热点话题。随着Web技术的不断推进,以云计算、虚拟技术和语义网络支撑的Web 3.0和E-learning 3.0也渐渐受到关注。文章从多个视角剖析E-learning 3.0的发展技术和理论背景、环境现状、面临的挑战和未来趋势,旨在为E-learning 3.0支持下的新教育模式和教育思想研究提供借鉴。     

“挺尸”一词的词义考察及其发展预测

近年来,"挺尸"这一方言词在众多流行作品中被广泛使用,试图从明清白话小说出发,对"挺尸"的语义来源进行探讨,以及调查了在当下"挺尸"语义的衍变,借此探讨方言词汇存在于普通话中的原因。     

领域本体支持下的语义查询扩展研究

人们在利用搜索引擎进行信息检索时,较少的检索词难以反映用户真正的检索意图,因此对用户输入的检索词进行扩展尤为必要。对传统的查询扩展进行了改进,通过建立领域本体,借助本体及本体的推理机制,将用户输入的检索词从直接和间接两方面扩展为语义联系的查询关键词集合,以提高信息检索质量和效率。     

隐喻对语义变化的阐释

隐喻是语义变化的主要机制,是用具体熟悉的概念去建构抽象、无形的经验域的概念的手段。语义变化是隐喻在概念系统中跨范畴映射的结果,隐喻映射的来源是基本等级概念和意象图式。     

基于集成学习的动态Web页面语义标注方法研究

传统Web页面语义标注方法需手工处理,或只可将Web页面中有属性的标签赋予数据,针对无属性标签数据不进行标注,不适于大规模Web页面信息标注,且标注结果不可靠。为此,提出一种新的基于集成学习的动态Web页面语义标注方法。给出动态Web页面语义标注流程。将Web页面转换成DOM树,识别待标注文本。选取抽取信息特征与训练Web页面特征,将含有语义信息的内容分配至概念抽象化的本体上,采用多分类器集成学习方法进行分类,区分待标注信息是属性标签还是数据元素,通过不同分类器预测结果的一致性对相应样本被准确标注的置信度进行衡量。通过训练页面中涵盖的属性标注规则集与抽取信息中的属性名称实现语义标注。实验结果表明,所提方法适于大规模动态Web页面语义标注,标注结果可靠。     

知识服务——现状、进展及挑战

国外对基于语义Web技术知识服务研究集中在数字图书馆领域。研究主要围绕用户需求的语义表达,落实于知识服务的"以人为本"上。国内学者对此研究主要集中在语义门户、网络化知识组织系统和基于语义Web检索理论方面。基于语义Web技术开发知识服务所面临的挑战来自三个方面:知识服务统一标准规范;知识服务主体的语义互联策略;知识服务用户需求的语义描述策略。表3。图2。参考文献28。     

基于语义网的图书馆医疗健康信息组织模式研究

文章介绍了基于语义网的智能导航的内涵,从电子信息元数据、信息生产环节、消费传播环节三个方面探索了基于语义网的图书馆医疗健康信息组织模式构成要素,最后提出了基于语义网的图书馆医疗健康信息组织模式实现方式,旨在提高图书馆医疗健康数据的使用效率,使图书馆医疗健康信息数据库能够真正发挥作用。     

合媒体稿技术的应用和研究

合媒体稿是一种新的新闻信息类型,支持如:文字(导语、编者按)、图片(插图、随文图)、音视频及其他应用等多类型新闻稿件信息内容区块化布局和语义标签定义,满足当前或未来传媒业信息资源的处理需求。     

再谈“惊艳”

"惊艳"一词,从使用效果来看,有人认为是"羡慕",有人认为是"惊讶",有人认为是"妩媚",有人认为是"香艳"……莫衷一是。不少学者从词义、句模出发,例证"惊艳"的种种用法:性别指称转换、指物泛化、语义降格等。2004年第2期《咬文嚼字》就"惊艳"词义组织过一次讨论。结论是:所谓"惊艳",是因"艳"而"惊"。这个"艳"本指人,说得准确一点,是指人的妖娆美好的形象,也可以指物。凡面对人的美或物的美而深感惊诧,皆可称之为"惊艳"。《现代汉语词典》(第5版)吸收相关合理意见予以收录:【惊艳】动词。惊讶女性的美艳:她一出场,四座~。可见,权威工具书限定此词的适     

2013年高考语病题分类解析

2013年的18套高考语文试卷,有16套涉及"辨析并修改病句"考点的考查。其中,15套采用的是选择题的考查方式,分值都为3分,绝大多数题干要求是选择"没有语病的一句",只有湖南卷的题干要求是选择"有语病的一句";福建卷采用的是主观题的考查方式,要求找出病句并修改,分值为2分。总体来说,这一考点延续了往年的考查方式,没有太大变化。现根据"考试说明"中病句的6种类型,对2013年高考的44个病句逐一进行解析。