略谈师范生学习中的问答方式、方法

学习中的问答是学习的常见形式。文章对学习中问答这一问题从逻辑和语言应用角度进行了抗扰和探讨，归纳出了方式、方法。这对提高学生学习质量，培养学生说讲能力和形成气质、风度具有一定的作用。     

基于Ontology的智能问答系统的研究

提出了一种基于Ontology的智能问答系统模型及设计框架。利用Stanford Parser语法解析工具对句子进行语法分析;通过规则引擎对语法树产生的类型依赖关系进行处理,得到句子中的语义信息,生成中间表达式语言DRS。在训练问答系统时,把DRS转换成Ontology三元组存储到RDF库中;而在查询问答系统时,把DRS转换成Sparql查询语句,通过执行Sparql得到查询结果。实验结果证明:这种方案实用、可行,而且可以通过引入本体词库提高问答系统回答的准确度和查询范围。所提供的方法适用于针对特定领域进行的定制。     

试论问答交流中的答语推导

传统逻辑以二值为基础,它视问句无其假,故未对它展开充分研究.近几十年来,由于非古典逻辑的发展,人们对问句以及问答交流过程的逻辑现象进行了积极探讨并形成了“问题逻辑”.本文从语用角度对问答交流中的“答语推导”现象进行了逻辑的分析和探讨.     

幼儿园公开课师幼问答优势向常态课迁移研究

在幼儿园教学活动中,师幼问答是最直接最常见的一种互动形式。通过观察与对比发现,幼儿园公开课与常态课中师幼的问答行为存在显著差异,在问题设计、问答类型、问答方式、问答过程以及问答后的评价等方面幼儿园公开课问答都优于常态课。将幼儿园公开课中师幼问答的优势向常态课进行迁移具有重要意义。要实现优势的迁移,需要做到：增强问题设计意识,丰富问答类型,转变问答方式,完善问答过程,提高评价质量。     

GPT语言模型的心智问题、影响与风险——从ChatGPT谈起

以ChatGPT为代表的生成式预训练转化语言模型展现出了初步模拟人类心智的能力,并有可能经过持续优化和技术迭代演化成人们日常工作和生活中不可或缺的通用技术。当GPT语言模型开始具有类人心智并且获得产业化运用之后,将带来远超之前时代的新增生产力,乃至能重塑人类社会基本格局。然而,GPT语言模型在推动生产力发展的同时也会带来岗位替代等问题,进而引发技术发展过快而带来的衍生风险。GPT语言模型及其衍生应用融入社会生产生活应当是一个渐进式的稳健过程,从而避免因为缺少缓冲时间对社会造成过大冲击。     

注重问答艺术 提高教学水平——试论问答法在英语教学中的基本功用与技法

在教学上问答法是一种行之有效的教学方法。英语教学是一门特殊的语言教学，它要求教师除了贯彻教育学里所提出的一般教学原则外，还应努力遵循英语教学的基本原则。本文着重探讨问答法在贯彻英语教学基本原则中的特殊功用，以及教师在采用问答法进行英语教学时应注意的基本问题，以期达到唤起各方对问答教学法的注意和探讨，进而促进我国的英语教学水平再上一个新台阶的目的     

院校网络教学系统的建设与应用

伴随信息技术蓬勃发展而诞生的网络教学,凭借其信息量大、交互性强、覆盖面广等特点,为信息化教育提供了新的发展机遇,成为教育领域中最具优势和发展前途的教育模式之一。本文依据网络教学信息资源系统建设和应用实践,针对院校教育的实际需求,对如何开展网络教学的应用与实践进行了深入的探讨和研究。     

教育产品差别定价模型的优化分析

学费定价在教育经济学领域展开了激烈的大讨论,教育产品差别定价是教育领域研究视角上的一个创新。首先对国内外已有文献资料进行了梳理,对教育产品差别定价的方法及模型构建方面进行了综述,其中发现各国在确定学费标准问题上都存在困难;其次,针对已有的教育产品差别定价模型,建立一个教育产品收益模型来优化教育产品差别定价;最后,通过对模型的优化,最终实现我国教育产品服务的公平和公正,进一步规范教育产品差别定价具有重要意义。     

语言学视角下ChatGPT带来的机遇与挑战

对话生成预训练模型ChatGPT(Chat Generative Pre-trained Transformer)因其高超的对话能力,一经发布便吸引了工业界和学术界的广泛关注,成为历史上增长最快的消费者应用程序,在发布后两个月内就吸引了1亿注册用户,带动了数据、算法、算力、应用等人工智能板块的产业研发热潮。本文立足语言学的视角,围绕ChatGPT是否已经具备语言理解和推理能力,可否提高大语言模型的可解释性,以及能否预示着知识工程的新方向三个核心问题,探讨ChatGPT带来的机遇和挑战。     

大语言模型技术赋能高校图书馆智慧服务探讨

传统的高校图书馆服务模式已经无法满足在校师生日益增长的信息需求,以GPT-4为代表的大语言模型技术的出现为高校图书馆的服务内容和服务方式变革提供了技术支持与新思路。通过分析大语言模型技术的关键技术及其对传统图书馆服务内容和服务方式的影响,从知识库构建、信息检索、个性化推荐、知识服务、智能阅读辅助和智能问答等6个方面基于以GPT-4为代表的大语言模型技术构建高校图书馆智慧服务系统,为高校图书馆实现个性化服务、提高工作效率、提升图书馆用户满意度提供参考,以期推动图书馆领域智慧服务的改革和创新。     

我省高等教育信息资源网络共建共享战略研究

随着计算机网络技术的快速发展及其在教育领域中的不断广泛深入地应用,传统的课堂教学、课程开发、教学方法以及教育管理等都将受到挑战.如何尽快适应社会信息化潮流,调整教育发展战略、合理配置和优化教育资源,提高教育信资源利用率成了迫切需要解决的问题.文章从浙江省教育发展战略角度出发,就上述问题提出了建立基于网络的教育信息资源共建共享的问题,以及其可行性、实施的途径和方法.     

大数据环境下管理类研究生教育现代化改革的质性研究

幕课风暴、翻转课堂和微课程的兴起是大数据技术引发教育领域变革的前奏,大数据在教育领域的应用必将使原有的资源观、教学观、教师发展观等发生不同以往的深刻变化。优化管理类研究生课程培养方案;完善导师遴选机制,强化导师队伍建设;构建合理的课程体系,转变教育教学方式;加大对研究生教育教学改革经费投入力度;择优试点开发基于精品课程建设的网络互动课程平台;充分发挥企业研究生工作站的创新平台作用,这些措施的实施对于提升管理类研究生培养质量具有重要的理论意义和实践价值。     

基于用户细分的社会化问答社区知识贡献激励机制研究

目前社会化问答社区用户知识贡献日渐呈现出“90-9-1”金字塔结构,节点中心度的增加会对长尾用户的流量扶持及曝光产生直接影响。如何提高长尾用户的知识贡献意愿、孵化培养出核心用户并鼓励其传播优质付费知识对社区发展至关重要。基于社会化问答社区用户群体细分视角,通过系统动力学剖析细分群体内部的知识贡献、声誉报酬及群体转换系数间的反馈回路,绘制因果关系图与流量存量图,结合专家打分估计模型参数,探讨各类激励因素对细分群体转换及知识贡献产生的影响。研究结果表明：不同细分群体均呈现出高速增长态势;相较于核心用户的缓急增长,长尾用户表现出更为平稳的边际递增效应;腰部用户在经历初期免费模式认知锁定后,其付费知识贡献呈现稳定增长态势。     

应用型人才培养模式下普通高校现代汉语教学改革思考

现代汉语是普通高校汉语言文学专业的一门基础课程,进行教学改革已有多年,取得了一定的成效.然而,应用型人才培养方案施行后,现代汉语课程又面临了一些新的问题,需要我们认真研究、及时分析并有效进行教学改革.面对教学内容多而课时少、学生语言运用能力不够、教学方法不够多样、教育过程不够优化、考试模式相对单一等问题,应着手从及时整合教学内容、加强语言实践训练、灵活使用多种教学方法、优化教学过程、改革传统考核模式等途径改革现代汉语教学,使其适应时代发展的需要和应用型人才培养方案的目标,从而提高学生的学习积极性以及语言应用能力.     

高师舞蹈教学中电教手段的运用

电教,即电化教学,是在教学中将现代媒体并与传统教学相结合的一种教学手段,其传递教学信息,实现教学的优化,在高效教育领域发挥着日益重要的作用。从电教手段的重要性着手,对高师舞蹈教学中如何恰当运用电教手段的前提、保障以及实际应用中应注意的问题等方面分别进行了论述。     

正交优化法的软件设计及其应用

本文用BASIC语言编制了正交优化法软件，并通过实例对其应用进行探讨，研究结果表明：用正交优化法处理化学、环保等方面的非线性模型的参数估值和非线性回归问题是非常有效的。     

教育数据挖掘的研究进展与趋势

信息技术在教育领域的广泛应用,使得教育数据呈爆炸式增长.通过数据挖掘技术对教育数据进行探索和分析,可以发现教育的新特点、新规律,提高决策水平和教育质量.国外从20世纪90年代开始数据挖掘的研究,并引入教育领域.基于Web of Science数据库1995—2015年的英文文献分析,可以了解该领域在特征、概念、过程和方法等方面研究进展,以及在优化技术与促进与教育理论融合方面的研究兴趣点和未来发展趋势.     

正则表达式在网络蜘蛛抽取问答系统信息中的应用

问答系统是信息检索系统的一种高级形式,为了提高网络蜘蛛在抽取问答系统信息时的爬行效率,从问答系统所特有的布局结构特点出发,结合正则表达式,设计了一个针对问答系统的网络蜘蛛爬行策略。实验证明,该爬行策略提高了网络蜘蛛爬行效率,节省了网络带宽和本地存储空间,有效地提高了答案抽取的精度和效率。     

基于SVM的多类分类集成

为了解决单个SVM可能产生的泛化能力恶化问题以及当SVM采用一对多组合策略解决多类分类时可能产生的误差无界情况,本文采用Bagging方法构造了一个基于SVM的多类分类集成模型,利用MIT KDD 99数据集进行仿真实验,通过实验探讨了其中的两个参数——训练样本数和单分类器个数对集成学习效果的影响,并将其与采用全部样本进行训练及部分样本进行训练的单分类器检测进行了比较。结果表明:集成学习算法能够有效降低采用全部样本进行训练所带来的计算复杂性,提高检测精度,而且也能够避免基于采样学习带来检测的不稳定性和低精度。     

考虑碳排放约束的加工中心布局优化

为解决加工中心布局与经济、环境效益之间的匹配问题，笔者在系统布置设计（system layout planning，SLP）方法基础上，对加工中心的物流和非物流相互关系进行了系统分析。考虑碳排放约束对布局的影响，建立了基于搬运成本和碳排放成本最小化、非物流关系以及面积利用率最大化的多目标优化模型；分别应用SLP和遗传 和声算法（genetic algorithm harmony search，GA HS）对实际中的加工中心作业区域布局进行优化；最后对2个方案的优化效果进行对比。结果显示：GA HS布局方案与传统SLP布局方案相比，物料搬运及碳排放成本共节约了29.6%；面积利用率与非物流关系上GA HS布局方案分别提高了16.2%和2.5%。该研究有效解决了考虑碳排放约束下的加工中心布局优化问题。