Lagrange乘数法的几何直观推导

从几何上，直观地介绍求解一类条件极值问题的Lagrange乘数法，显得很形象、易于理解。另外，用Lagrange乘数法求出的解不一定是条件极值问题的极小值解。利用二阶导数给出了用Lagrange乘数法求出的解是条件极值问题的极小值解的一个充分条件。用该条件判别，比用已有的方法判别简单易行。     

元认知策略在英语阅读理解中的运用

本文通过分析阅读理解过程，指出阅读不是一个机械的被动过程，而是一个复杂的、动态的认知心理过程。在阅读理解中元认知策略起着至关重要的作用。相关研究表明元认知对学生英语阅读理解不但有直接的影响，而且还通过影响英语语言水平对其施加间接影响。在阅读理解教学中，时元认知的研究具有重要意义。本文认为在阅读过程中自觉地运用元认知策略能促进学生提高阅读理解水平，提出了元认知对大学英语阅读教学的启示。     

基于情境的文本中的时间信息分析

情境用来描述文本中具体的动态和静态事件,时间是其重要因素·为了分析文本中的时间信息,本文首先给出了一个基于情境的文本理解的模型,并在时态逻辑的基础上,提出了文本的时间信息分析方法,它是将事物发展变化的时间顺序作为理解文本的一条重要线索·其主要工作包括:讨论了时间的概念、时间的类型和时间单位的转换机制;分析了命题间的时间关系、对象行为间的时间关系以及事件状态与时间过程的关系;并给出了所使用的时态逻辑     

现代教育技术与精品课程制作的整合研究

从精品课程制作的实践出发,论述现代教育技术在精品课程的申报、网站制作以及后期建设中的作用,并对现代教育技术在精品课程建设中的应用方法与技巧进行了较为具体的阐述,认为一门好的精品课程要具备"一流的教师队伍"、"一流的教学内容"、"一流的教学方法和手段"、"一流的教学资源"、"一流的教学管理",而要实现以上五个一流,现代教育技术与精品课程的有机整合是实现的前提条件。     

自然语言理解研究

自然语言是语言文字信息处理的一项高层次技术,是人工智能的重要内容和组成部分.本文首先阐述了什么是自然语言、自然语言的理解以及自然语言研究的目的、步骤,接着阐述了实用自然语言理解技术,最后对自然语言理解进行了展望.     

基于《现代汉语规范词典》的语义特征库建设

在自然语言理解中,语义特征起到了重要的作用,然而,各家设置的特征在种类和命名上存在不一致性.一种解决方案是基于优秀的文本词典建设特征库,以<现代汉语规范词典>为例,手工抽取了9大类特征,并提出了‘概念属性的自动提取模型',取得了比较理想的实验结果.     

解读曼斯菲尔德短篇小说叙述技巧

凯瑟琳·曼斯菲尔德是世界著名的短篇小说家,其短篇小说取得成功的一个重要原因在于她作品中的叙述技巧。以第一人称、第三人称以及多重视角来叙述是其小说中重要的叙述技巧。这种叙述技巧为改革和发展短篇小说的结构做出了不可磨灭的贡献。     

浅谈高校网球教学中多球训练的技巧

网球多球训练是从专业网球运动员训练实践中总结出来的一种行之有效的方法。针对当前普通高校网球教学中面临的学生多、基础差、场地少、器材少、课时少等诸多困难。现行的高校网球教学中也普遍采用多球训练。但在实践中应根据学习的不同阶段和学生的掌握情况,同时兼顾男女和个体差异,合理安排多球训练的内容和运动量,才能达到事半功倍的效果。     

浅析高职汽车专业实训课指导

高职汽车专业越来越重视实训课程,实训课对学生的技能技巧的形成极其重要,这一阶段是学生技能掌握和形成的最佳时机,实训教师可以根据学生的特点进行实训指导,根据不同情况不时时机的进行个别指导和集中指导,促进学生在汽车实训中技能技巧的形成。     

HowNet与意义的计算

语言是人类思想的基本承载者，而且是人类交流最重要的工具，当第一台计算机于20世纪40年代出现时，人们试图完成的第一个应用是处理的自然语言，例如开发自动翻译系统。自然语言处理是人工智能的一个子领域，它瞄准了两个紧密相关的目标；一个是使得计算机能够利用自然语言的能力与人类相互作用，第二是应用，包括自动文本理解、从数字化图书馆析取知识、信息检索、问题应答系统、机器翻译、自动文本概括、语音识别和语音合成等。与此同时，一门新的研究学科——计算语言学诞生了。HowNet不是本体论或类属词典，也不是类似于WordNet这样的词汇数据库。HowNet是适用于人类语言技术的意义计算在线附加语言知识系统。本书是对自然语言处理和HowNet全景描述及实例研究的进一步的语言知识理论探索。书中对有关高层次的HowNet规范定义作了极具特色的讨论，例如事物、部分、属性、时间、空间、事件和属性值以及它们之间的关系，对在HowNet背后创作者哲学的深入讨论是本书最有价值的部分。本书同时介绍了HowNet的意义可计算性的吸引力，描述了意义计算软件怎样能够收集这样多相关的词汇与表达式，并且在任何两个词或表达式之间给出它们的相似性值。