唤起“潜能生”的自信心     

沈思 《小学教学参考》2005,(5):26-26

教育心理学研究表明，小学阶段是学生发展的基础阶段，是激发学生学习兴趣、树立学生自信心、养成良好习惯、培养优秀品质的关键时期。十几年的教育实践，使我体会到，让学生树立自信，是推进素质教育的一个有力措施。  相似文献   

如何理解生产要素按贡献参与分配的原则   总被引：1，自引：0，他引：1  

沈思 《思想理论教育导刊》2004,(2):16-17

生产要素按贡献参与分配中的“贡献”指的是各种生产要素对物质财富生产(即使用价值生产)的贡献,而不是它们对价值生产的贡献。生产要素按贡献参与分配是就按劳分配、按要素分配的具体实现形式提出来的,是指导具体工作的分配原则,属于操作性层次的问题,而不是指分配方式本身。  相似文献   

基于孪生网络的基金与受资助论文相关性判别模型构建研究     

叶文豪  王东波  沈思  苏新宁 《情报学报》2020,39(6)

  相似文献   

移动社交媒体环境下青少年用户错失焦虑症特征提取     

叶凤云  沈思  李君君 《图书情报工作》2018,62(17):96-103

[目的/意义] 移动社交媒体环境下青少年用户的错失焦虑症（FoMO）问题愈加普遍和严重,提取出移动社交媒体环境青少年用户FoMO的关键特征,为未来构建一套稳健而实用的FoMO测量量表建立基础。[方法/过程] 采用关键事件分析和深度访谈两种质性研究方法获取原始信息资料,并利用NVivo 11软件对访谈资料进行编码,提取移动社交媒体环境下青少年用户FoMO的关键特征。[结果/结论] 从情境、目的、行为、结果和心理5个维度提取出由50个节点构成的移动社交媒体环境下青少年用户FoMO关键特征。  相似文献   

基于时态语义的Web信息检索实践进展与研究综述     

沈思  李成名  吴鹏 《中国图书馆学报》2018,44(4):109-129

基于时态语义的Web信息检索在动态时间信息挖掘、群体记忆、时间问答系统等检索情景中具有相对广泛的应用。在大数据和人工智能迅猛发展的大趋势下,对基于时态语义的Web信息检索从关键技术的角度进行系统而全面的综述,不仅有利于了解该领域研究的整体状况,而且有益于把握时态检索的未来发展趋势。本文在引入文本时间信息的抽取和标注并融合时间信息的检索模型的基础上,以时态语义的技术为整体脉络,从三个方面综述研究情况:信息需求中隐含的时间意图分析,加入时间因素的检索模型构建,时间对提升检索结果的生成。以时态语义检索的本源问题和其在学术文献上的相关应用为切入点,提出时态语义检索未来的发展趋势:识别多源异构信息下的时间表达,构建能识别查询的时间预测模型,搭建能精准检索时间意图的检索平台和开发基于深度学习的隐含时间意图自动分类模型。参考文献91。  相似文献   

基于关联规则和Multi-Agent的个性化信息推荐系统研究     

沈思 《图书情报工作》2009,53(23):111-114

为提高网络信息激增中个性化信息推荐的有效性和智能性,将关联规则技术和Multi Agent技术应用到个性化信息推荐中,设计一个通过对用户日志挖掘以产生个性化信息推荐的系统PIRS。该系统包含6个不同层次具有独立功能而又相互关联的Agent任务模块,引入多个Agent收集和分析用户信息来学习用户的兴趣和行为,体现个性化信息推荐的智能性;利用PIRAgent在用户日志中进行挖掘时,采用的关联规则挖掘方法是基于位对象技术和改进的FP Tree构造方法,提高系统推荐效率。  相似文献   

非营利性民办高校公益性实现的影响因素——扎根理论分析     

沈思  柯佑祥 《高校教育管理》2024,(3):53-61

民办教育分类管理背景下,提升非营利性民办高校的公益性迫在眉睫。本研究运用扎根理论探析非营利性民办高校公益性实现的影响因素,发现公共价值目标是公益性实现的规范导向;公共价值感知是社会公众对公益性实现的主观评价;公共部门通过公共资源配置增强学校公共性,与市场力量共同影响学校公共管理制度,促使学校放弃部分办学自主权以获取实际影响力,更好实现公共利益。政府和非营利性民办高校要通过确立公共价值目标、优化公共资源配置、完善公共管理制度、注重公共价值感知等,共同促进非营利性民办高校公益性的实现。  相似文献   

ChpoBERT:面向中文政策文本的预训练模型     

沈思  陈猛  冯暑阳  许乾坤  刘江峰  王飞  王东波 《情报学报》2023,(12):1487-1497

随着深度学习的迅速发展和领域数据的快速积累,领域化的预训练模型在知识组织和挖掘中发挥了越来越重要的支撑作用。面向海量的中文政策文本,结合相应的预训练策略构建中文政策文本预训练模型,不仅有助于提升中文政策文本智能化处理的水平,而且为政策文本数据驱动下的精细化和多维度分析与探究奠定了坚实的基础。面向国家级、省级和市级平台上的政策文本,通过自动抓取和人工辅助相结合的方式,在去除非政策文本的基础上,确定了131390份政策文本,总字数为305648206。面向所构建的中文政策文本语料库,基于BERT-base-Chinese和Chinese-RoBERTa-wwm-ext,本研究利用MLM (masked language model)和WWM (whole word masking)任务构建了中文政策文本预训练模型（ChpoBERT）,并在Github上对该模型进行了开源。在困惑度评价指标和政策文本自动分词、词性自动标注、命名实体识别下游任务上,ChpoBERT系列模型均表现出了较优的性能,可为政策文本的智能知识挖掘提供领域化的基础计算资源支撑。  相似文献