从中西思维模式看跨文化交际中的话语特点和语篇结构

不同化在思维方式方面的差异往往会造成在交际行为、语篇结构、编译码方式、交际风格、乃至词法、句法等方面的不同，这就无疑会给跨化交际造成困难或产生冲突。分析了由于中西思维模式的不同所产生的话语特点和语篇结构，目的在于探讨跨化交际的特点，提高跨化交际的敏感性。     

物理教育专业普通物理课程试卷分析与研究初探

对考试试卷质量进行分析，有两方面的作用：一是为筛选、修改试题提供依据，提高考试质量，使考试逐渐实现科学化；二是为改进教学、提高教育质量服务。我们从考试试卷分析的几个主要统计指标，成绩分布状况及两变量间的相互关系出发，得出了物电学院2000级学生试卷分析的经验公式，使之能为教学改革提供一些有用的信息。     

高校材料力学实验教学改革的思路

从材料力学实验课与理论课的关系入手，指出高校传统实验教学模式的弊端，并根据教育部的教学评估标准从改革教学方法、教学内容，编写有特色的实验教材等方面．对材料力学实验教学进行了深入的探讨。     

大量编程用文本数据的统一处理

提出了一种适用于大量编程用文本数据的存储和显示的处理方法。该方法已经成功地应用于计算机辅助机械设计计算软件的开发过程中。     

基于LS-SO算法的情感文本分类方法

首先, 基于点互信息与信息检索(PMI IR)算法, 提出一种Laplace平滑情感判定(LS-SO)算法, 对情感词典与表情符号情感词典进行自动扩充, 得到了具有一定规模、 高质量的情感词典, 包括基础情感词典、 目标情感词典、 网络用语情感词典、 表情符号情感词典、 否定词词典、 疑问词词典、 程度副词词典和连词词典. 其次, 通过细化文本语义分析规则计算文本情感值. 实验结果验证了该方法的有效性.     

基于文本挖掘的重庆市旅游评价研究

随着旅游网络平台不断的普及,研究和评价旅游目的地已逐渐成为游客选择参考的重要依据;针对重庆旅游业快速发展的背景,选取重庆市5个热门景点——磁器口、洪崖洞、长江索道、武隆天生三桥和金佛山2015—2018年在携程旅行网、马蜂窝、百度旅游、美团网上的游客点评数据,利用文本挖掘法,分析游客对景点整体形象以及情感态度感知的共性和差异,建立模糊综合评价法对重庆旅游进行综合分析;结果发现:游客对于重庆旅游景点持一般满意态度,在商业化、排队时间长还有管理方面有很多意见,未来还有很大提升的空间,并进一步为提高服务水平、避免过度开发提出相关建议。     

基于网络文本的影视主题公园游客旅游体验质量研究

体验经济时代背景下游客旅游体验质量提升已成为促进影视主题旅游公园可持续发展的重要途径之一。以横店影视城为例,百度旅游、驴评网、同城旅游和驴妈妈旅游4大在线旅游网站为数据来源,运用内容分析法对点评文本进行旅游体验质量要素编码和概念归类,构建横店影视城旅游体验质量要素结构和评价数据集。在此基础上,结合点评得分数据,利用重要性-表现性(IPA)分析法各要素进行旅游体验质量评价。结果显示:横店影视城旅游体验质量评价要素包含环境氛围、服务流程、体验项目和体验价值4个主类目和13个次类目;IPA分析发现各旅游体验要素重要性值高的表现性普遍较好,且各要素的重要性和表现性均存在较大差异;预期体验、环境氛围体验、购物体验和自助游体验是旅游体验质量提升的核心。基于以上结果提出横店影视城旅游体验质量评价优化模型,为旅游体验建设和发展提供科学的理论依据。     

基于EAST改进的任意方向场景文本检测

高效和准确的场景文本(efficient and accuracy scene text,EAST)检测算法速度快且结构简单,但是由于文本结构的特殊性,导致在检测中尺寸较小的文本会被遗漏,而较长的文本则完整性较差.针对EAST算法存在的问题提出一种新的自然场景文本检测模型.该方法利用自动架构搜索的特征金字塔网络(neural architecture search feature pyramid network,NAS-FPN)设计搜索空间,覆盖所有可能的跨尺度连接提取自然场景图像特征.针对输出层进行修改,一方面通过广义交并比(generalized intersection over union,GIOU)作为指标提升边界框的回归效果;另一方面通过对损失函数进行修改解决类别失衡问题.输出场景图像中任意方向的文本区域检测框.该方法在ICDAR2013和ICDAR2015数据集上都取得了较好的检测结果,与其他文本检测方法相比,检测效果也得到了明显提升.     

基于网络文本分析的特色村寨旅游感知形象——以湖南武陵山片区为例

随着乡村旅游的发展,近几年提出很多围绕特色村寨的原创乡村旅游新概念和新理论,如：游居、野行、诗意栖居、场景时代等.特色村寨的旅游形象是检验和衡量地区开发特色村寨旅游目的地的重要依据.以湖南武陵山片区为例,使用python网络爬虫技术从马蜂窝、携程等网站获取游记、评论等样本,利用ROSTContentMining软件对文本进行高频特征词分析、语义网络分析和情感分析,研究游客对景区的旅游形象感知.（1）128篇游记样本中提取出162条高频词汇,频次排在前60位的词汇表明游客的主要关注点集中在村寨的景观,高频词汇的语义网络矩阵以村寨为核心,其他特征词向周围发散状;（2）游客对特色村寨旅游认知形象主要为村寨形象、旅游吸引物、村寨设施及服务三个方面;（3）综合来说,游客对于湖南武陵山片区的村寨旅游形象感知以正向情感为主,通过后续人工读取文本发现,负向情感主要源于村寨的道路交通以及卫生环境等基础设施服务不完善.     

基于关键 $n$-grams 和门控循环神经网络的文本分类模型

提出一种基于关键 $n$-grams 和门控循环神经网络的文本分类模型. 模型采用更为简单高效的池化层替代传统的卷积层来提取关键的 $n$-grams 作为重要语义特征, 同时构建双向门控循环单元(gated recurrent unit, GRU)获取输入文本的全局依赖特征, 最后将两种特征的融合模型应用于文本分类任务. 在多个公开数据集上评估模型的质量, 包括情感分类和主题分类. 与传统模型的实验对比结果表明: 所提出的文本分类模型可有效改进文本分类的性能, 在语料库 20newsgroup 上准确率提高约 1.95%, 在语料库 Rotton Tomatoes 上准确率提高约 1.55%.