初·名师

教育格言“因方成珪,遇圆成璧”——语文是每个人的语文。教学主张从教以来,袁菊华老师一直致力于生活化语文教学理念的实践。在阅读教学中,她注重还原或引入生活具体情境,力求打通文本和学生生活之间的壁垒,让阅读变得可亲、可感、可迁移,哪怕小小的常规默写,也要让学生在具体情境中加以理解性记忆。袁菊华倡导整本书阅读,和学生的共读、共享、共写,从读书笔记到专业论文,往来修改,坚持不懈。     

图书流通数据分析的H类指数遴选及应用——以西北农林科技大学图书馆为例

[目的/意义] 优化藏书采访工作和流通管理，实现对藏书采访、藏书总量和结构等状况适时监测、评估、调控等的标准化管理。[方法/过程] 通过对H类指数中的H指数、A指数和G指数相关性、变异性和适应性分析，遴选适用于图书流通数据分析的A指数，并根据帕累托定律采用A指数对西北农林科技大学图书馆2014-2018年的前20%的图书流通数据分别进行统计分析。[结果/结论] 研究结果表明：平均A指数对中图法一级类目与读者性别、读者专业、读者年级以及图书出版社、图书出版年、单位等数据统计分析具有较理想的表现，能够更全面、准确地遴选核心读者群、核心出版者和核心出版年；同时发现，布拉德福定律不仅能够应用于期刊管理，而且能够应用于藏书管理。本文研究能够为探索H类指数分析高校图书馆藏书流通数据提供参考依据。     

基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

例谈高考优秀议论类文章的开篇智慧

开头在高考议论类文章的写作中至关重要,考生因陷入拖沓无味等开头误区而导致作文得分不高的现象比较普遍。从高考优秀议论类文章中学习开门见山、运用修辞和由头导入等开篇智慧,能帮助考生解决入题太慢、表达平淡、论述空泛等问题,达到吸引阅卷者阅读兴趣和获取理想得分的目的。     

贵州契约文书“愿意”类词语研究

贵州契约文书词汇丰富,同义词语数量可观。以《贵州文斗寨苗族契约法律文书汇编——姜元泽家藏契约文书》等八种契约文书资料为研究对象,采用"同义类聚"的方法,对贵州契约文书表达"愿意"这一意义的词语进行研究,可以管窥贵州契约文书表情达意时用语丰富性特色之一斑,而利用"套语结构"来考释契约文书同义词语的尝试,则能够为词语考订的方法和理论提供有益的补充。     

苏斯博士与阅读战争(二)

苏斯博士阴差阳错地被卷入美国的阅读战争,他最畅销的书都是儿童阅读课本.苏斯博士本人支持拼读法,但是他的书却是基于整词法.