科学引文网络中形成多主题覆盖的枢纽节点群发现     

李文静  刘向  谭琳洁  严婷婷 《现代情报》2021,41(1):144-151

[目的/意义] 多主题覆盖的枢纽节点群能够快速"导航"至领域更多主题的高被引综述文献和权威节点,从而可以使新领域工作者短时间全面了解领域已有研究、现状和未来发展趋势。[方法/过程] 本文提出一种节点群发现算法——HubsRank算法,该算法基于引文网络中节点影响力（信息、知识）的传递,通过多轮迭代,得到引文网络中多主题覆盖的枢纽节点群。[结果/结论] 最后,与HITs算法进行实证对比分析,本算法能更快、全面地提取枢纽节点群和不同主题的高被引权威节点,且该算法可以有效避免主题集聚效应。  相似文献   

浅析大学英语泛读教学中需要注意的问题     

孟凡茹  孙国永 《科教文汇》2011,(1):114-114,142

泛读是英语专业基础阶段一门重要的课程,泛读教学也是教师感到最棘手的课程,许多教师上泛读课和上精读课一样,这样失去了泛读教学的意义。针对这一情况,本文分析了泛读与精读的区别与联系以及教授泛读课时需要注意的问题,以期对广大师生有所帮助。  相似文献   

FID检测器的工作原理、操作条件及使用注意事项     

章喜萍 《科教文汇》2011,(36):82-83

本文通过对实际操作的总结,介绍了FID检测器的工作原理、操作条件以及使用注意事项。  相似文献   

让“每朵花”都开放——浅谈语文教学中赏识的重要性     

陆吉果 《科教文汇》2011,(14):107-107

常言道：＂人要面子,树要皮。＂其实现在的教育更应该抓住这一点,用赏识的眼光和美好的语言来让学生体会你对他的关注,就是要改变课程实施过程中过于强调接受学习、死记硬背、机械训练的现象,倡导学生主动参与、乐于探究、勤于动手。如何在语文课堂上让＂每朵花都开放＂呢？我觉得一名优秀的教师应该从以下三方面着手：首先是在课堂上教师要尊重每一位学生。其次教师要用赏识的眼光看待每一位学生。第三,我们的语文课堂还应该是求真的课堂,在课堂上教师要抒真情,要时刻注意引导和教育学生。  相似文献   

新闻自由与隐私权保护的法律思考   总被引：1，自引：0，他引：1  

刘慧 《科教文汇》2011,(11):203-204

随着公民法律意识的提高,状告媒介侵犯隐私权的案例越来越多,本文分析了新闻报道中侵犯隐私权的行为以及与新闻报道的关系,提出预防新闻侵权的具体办法。  相似文献   

试论高校学生工作对弱势学生群体的附加关注     

王璐璐 《科教文汇》2011,(6)

随着我国教育的发展,弱势学生群体这一名词涵盖了一定数量的,在教育资源占有、机会获得、能力素质等各个方面呈现出相对弱势并动态变化着的学生群体。近年来,弱势学生群体引起了高校决策者和教育者的日益关注。在解困体系初步形成之后,附加关注以其深层次、延展性的特点,着力于探究如何削减弱势对学生可能造成的长期不良影响。经过预判、建库、实施等环节的开展,使附加关注与常规关注形成互补,增添育人软实力的整体提升。  相似文献   

基于NDVI的内蒙古植被动态变化分析     

曹建军 《南京晓庄学院学报》2014,(6):97-104

植被对于生态环境变化的反应是较为敏感的,研究植被动态变化对生态环境的保护和生态预警有很大的意义.基于SPOT/VEGETATION NDVI数据,该文获得了内蒙古的空间NDVI分布,分析了自1998年至2008年之间NDVI的变化趋势.并由最大值合成法（MVC）,Mann-Kendall检验和Rescaled范围（R/S）分析计算出NDVI时间序列的赫斯特指数.此外,通过叠加分析对研究区域NDVI的未来变化趋势进行判断.主要的研究结果包括：第一,1998年到2008年间,内蒙古的植被变化总体上是稳定的,但数据显示10.16%的植被有显著减少的趋势,它们属于脆弱的草原植被;其次,在空间分布方面,NDVI时间序列存在一定规律,赫斯特指数在西部高,东部低;第三,在低植被覆盖区存在植被减少的现象.其中9.58%的土地开始衰退,这些土壤急切的需要植被的保护和综合的管理.没有人类的干预,这些土地将会出现荒漠化.  相似文献   

高职护理专业“院校结合、课岗对接、注重人文、三段式能力提升”人才培养模式创新与实践     

冯永军 《佳木斯教育学院学报》2014,(8):3-4

构建集"教学改革、素质教育、仿真实训、高质量就业"为一体的"‘院校结合、课岗对接、注重人文、三段式能力提升’人才培养模式",满足现代化医院迫切需要的"实用型"护理人才的需要,培养高素质技能型护理人才。  相似文献   

Multi-heterogeneous neighborhood-aware for Knowledge Graphs alignment     

《Information processing & management》2022,59(1):102790

Entity alignment is an important task for the Knowledge Graph (KG) completion, which aims to identify the same entities in different KGs. Most of previous works only utilize the relation structures of KGs, but ignore the heterogeneity of relations and attributes of KGs. However, these information can provide more feature information and improve the accuracy of entity alignment. In this paper, we propose a novel Multi-Heterogeneous Neighborhood-Aware model (MHNA) for KGs alignment. MHNA aggregates multi-heterogeneous information of aligned entities, including the entity name, relations, attributes and attribute values. An important contribution is to design a variant attention mechanism, which adds the feature information of relations and attributes to the calculation of attention coefficients. Extensive experiments on three well-known benchmark datasets show that MHNA significantly outperforms 12 state-of-the-art approaches, demonstrating that our approach has good scalability and superiority in both cross-language and monolingual KGs. An ablation study further supports the effectiveness of our variant attention mechanism.  相似文献   

Dynamic commonsense knowledge fused method for Chinese implicit sentiment analysis     

《Information processing & management》2022,59(3):102934

Compared with explicit sentiment analysis that attracts considerable attention, implicit sentiment analysis is a more difficult task due to the lack of sentimental words. The abundant information in an external sentimental knowledge base can play a significant complementary and expansion role. In this paper, a sentimental commonsense knowledge graph embedded multi-polarity orthogonal attention model is proposed to learn the implication of the implicit sentiment. We analyzed the effectiveness of different knowledge relations in the ConceptNet knowledge base in detail, and proposed a matching and filtering method to distill useful knowledge tuples for implicit sentiment analysis automatically. By introducing the sentimental information in the knowledge base, the proposed model can extend the semantic of a sentence with an implicit sentiment. Then, a bi-directional long–short term memory model with multi-polarity orthogonal attention is adopted to fuse the distilled sentimental knowledge with the semantic embedding, effectively enriching the representation of sentences. Experiments on the SMP2019-ECISA implicit sentiment dataset show that our model fully utilizes the information of the knowledge base and improves the performance of Chinese implicit sentiment analysis.  相似文献