学习生物学的记忆方法

帮助学生掌握与运用记忆的方法,是教学的一项重要任务,要提高学习生物学的效率,应该学会良好的记忆方法.学习高中《生物》的有效记忆方法有联想记忆法、观点记忆法、排除记忆法、突出重点记忆法、应用记忆法、比较记忆法等.     

测绘专业英语翻译

专业英语组句复杂 ,句子冗长 ,但逻辑性强 ,规律性强 .本文针对测绘专业英语翻译的特点 ,总结出顺译、倒译、重新组合等翻译方法 ,并附之以生动的翻译实例 ,可供科技英语翻译人员参考 .     

翻译文化的内外结构及其特点

随着翻译实践的发展，翻译已成为一种独特的社会化现象－翻译化。而翻译化又具有内外结构及其特点。     

英汉翻译中词义的引申

不同的语言习惯反映着不同的民族文化历史背景、社会习惯、生活方式一在双语转换中将原语词义加以适当引申使之符合目的语的表达习惯，从而使译文越过可译性障碍，化梗阻为通顺，是翻译常用的手段或方法     

从接受理论看文学翻译标准的多元性

本文以接受理论观照文学翻译过程,发现无论在理解还是转换阶段,译者的主观创造都不可避免,从而指出以原文为依归的单一翻译标准是不现实的,文学翻译标准必然是多元性的.     

对《实用英语》翻译教学中若干问题的思考

结合高职高专英语翻译教学的实际情况，重点对三个方面的问题进行了阐述：首先讨论了翻译在实用英语教学中的地位和作用，其次分析了翻译教学的基本原则和基本模式，最后对学生翻译中的常见错误及解决的方法进行了总结，并提出了相应的办法。     

可变分区存储管理方式的模拟

论述了如何用C语言模拟可变分区存储管理方式的过程。形象地展示了操作系统中可变分区存储管理中采用的最佳适应算法的分配与回收过程，达到了理论与实践相联系的目的。     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

浅谈专业知识与科技翻译

结合具体例子阐述了科技翻译中值得注意的一些问题。指出要搞好科技翻译必须同时具备充分的语言知识和一定的专业知识