简介:主观题自动评分(AutomatedEssayScoring,AES)是语言测试领域的难点,自动评分的第一步往往要用大量已经人工评分的数据集生成评分模型,但是研究者常常困顿于数据集的不足。从数学的角度来看,其实只需要小数据集就可以构建出媲美大数据集所生成的评分模型,从而有效提高科研工作者的效率和数据利用率。本文提出一种小数据集抽取算法(SmallDatasetRetrievalAlgorithm,SDRA),在基于潜伏语义分析方法(LSA)的自动评分软件平台上,分别实施SDRA和传统的大数据集的评分模型方法,实验结果表明,SDRA仅用了25%的数据量,即可达到接近于传统大数据集的评分效果,从而验证了SDRA是行之有效的。
简介:摘要实体零售业作为我国经济的重要组成部分,在迈入21世纪的第二个十年之际,却遇到了来自多方面的冲击。本文从我国实体零售业在市场环境变化之下所面临的成本增加、竞争压力增大以及电子商务网站对实体零售业造成的冲击等几个问题入手,通过论述、比较与案例分析的方法,探讨我国实体零售业在复杂环境以及多重压力之下如何通过提高实体零售业服务质量、建立线上线下一体化以及开发更多零售业态等营销对策来实现新突破与新发展。