全文获取类型
收费全文 | 184篇 |
免费 | 3篇 |
国内免费 | 5篇 |
专业分类
系统科学 | 1篇 |
丛书文集 | 2篇 |
教育与普及 | 1篇 |
理论与方法论 | 3篇 |
综合类 | 185篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2021年 | 2篇 |
2020年 | 3篇 |
2019年 | 2篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2016年 | 2篇 |
2015年 | 5篇 |
2014年 | 10篇 |
2013年 | 8篇 |
2012年 | 16篇 |
2011年 | 7篇 |
2010年 | 13篇 |
2009年 | 10篇 |
2008年 | 16篇 |
2007年 | 12篇 |
2006年 | 10篇 |
2005年 | 13篇 |
2004年 | 9篇 |
2003年 | 7篇 |
2002年 | 5篇 |
2001年 | 7篇 |
2000年 | 8篇 |
1999年 | 7篇 |
1997年 | 1篇 |
1996年 | 3篇 |
1995年 | 2篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1982年 | 1篇 |
排序方式: 共有192条查询结果,搜索用时 15 毫秒
91.
吴卫国 《文山师范高等专科学校学报》2000,(2)
加强高校公共外语听力教学,提高学生听说水平是我国对外开放走向深入,对外交往日益频繁的形势发展的需要。近年来,国家教委对加强高校公共外语听说教学越来越重视,在《大学英语教学大纲》中明确要求“大学英语教育应该使学生具有一定的听和译能力”。在大学公共英语考试中,听力所占比例也逐年增多。但是,由于各种主客观原因影响着高校学生听说水平的提高,出现了“英国人讲的英语学生听不懂,学生讲的英语英国人听不懂”的现象。本文试从分析影响学生听力水平提高的几个薄弱环节入手,对改进高校公共英语听力教学提些看法。 相似文献
92.
基于BP网络的汉语文本词类标注方法 总被引:1,自引:0,他引:1
提出了利用BP网络解决汉语本词类标注,这种网络具有充分利用上下词类信息的处理能力。章以人工标注过的问子作训练集和测试集,分别给出了样本为3、5和7个词的测试结果,结果表明:经过训练收敛后的网络对测试集的词类标注正确率大于90%,排歧率大于87%,优于基于统计的词类标注结果。 相似文献
94.
黄海波 《长春师范学院学报》2006,(7)
超常搭配是语言交际中的一种特殊形式,主要有四种类型:一、词性的超常搭配;二、语法的超常搭配;三、语义的超常搭配;四、色彩的超常搭配等四种形式。它们突破了正常的语法结构规则,在特定语境中产生积极的表达效果。 相似文献
95.
刘景霞 《湖北三峡学院学报》2006,28(4):91-94
照应是语篇分析中的一个重要概念.在韩礼德的照应理论基础上,对名词性照应的语言形式和语篇功能做初步探讨,发现名词性照应有丰富的语言表现形式,对语篇的衔接和连贯起着重要的作用. 相似文献
96.
97.
本文讨论充当主语、宾语、定语而不充当谓语的“被 +V”(不讨论“被 +N +V”)。其中的“被”的词汇意义明显虚化 ,具有“类词缀”性质 ,附着在词根前 ,起构词作用 ,表示被动。这样的“被 +V”在一定条件下具有合成词的性质 ,除了已经形成的合成词如“被动、被迫、被捕、被告”或比较固定的合成词如“被俘、被控、被告人、被除数、被害人、被选举权、被剥削者、被压迫民族”等 ,“被 +V”还表现出一定的能产性 ,如“被试”“被看”“被爱”等的形成和广泛使用 相似文献
98.
本文围绕动词对英语构词法进行了极为深入详尽的研究,为英语词法的研究和有关教学提供了经典性的范例,以便学习进行词法功能的学习。 相似文献
99.
马铃薯育种领域积累有大量尚未结构化处理的育种文献文本,人工整理文献内的种质资源数据费时费力。为了快速、准确地从育种文献中提取种植资源数据,使用基于词性标注规则和预设词的方法抽取文献数据。文献格式为PDF文档,对于不能直接获取文档文本的情况,使用游程平滑算法和光学字符识别(Optical Character Recognition, OCR)获取文本内容。采用用户可灵活建立的关键词库保存抽取项,通过正则表达式获取关键词所在语句,并利用自然语言处理工具对语句进行分词与词性标注,根据规则抽取目标词,同时采用基于关键词与预设词距离的信息抽取方法,实现将育种文献从自由文本转化为结构化数据。对115篇文献的1490个抽取项进行信息抽取,实验表明,该方法的准确率为82.97%,召回率为99.72%,F值为90.58%,能以较高的准确率和召回率对马铃薯育种文献种质资源进行抽取,可为构建马铃薯遗传育种数据库提供数据基础。 相似文献
100.
针对目前中文命名时实体识别方法中存在的中文边界识别困难、模型梯度、文本特征不够充分等问题,提出了一种融合词性特征与双向时间卷积网络的中文命名时实体识别模型。该模型提出使用XLNet预训练语言模型生成对应的词嵌入表示,融合后使用双向时间卷积网络提取文本前向特征与后向特征。实验中对时间卷积网络的空洞因子、卷积层数和卷积核数进行参数实验并分析其影响原因,结果表明,该模型与其他模型相比,能够更准确且有效地提取文本中的实体。 相似文献