简介：为了对大规模军事知识资源分类管理,提出了一种基于知识地图的文本分类(KMTC)方法。将知识地图划分成层次社区结构,构建了知识地图的社区结构树,社区结构树的节点具有主题聚集属性,可作为文本按主题分类的依据;基于知识单元进行文本特征向量提取,并引入复杂网络的度中心度概念,计算文本对应的特征向量值。与传统文本分类方法相比,将收集整理的军事领域文本作为训练文本集合进行试验验证,提高了文本分类准确性。

简介：编码解码框架及注意力机制已成功应用于自动文摘，但传统的自动文摘方法过于关注解码部分对显著性句子的抽取，且仅考虑了每个句子之前的历史信息，在文档编码过程中并未发掘句子间的联系及句子与整个文档的相关性。针对上述问题，提出了一种基于自交互注意力机制的、具有编码器解码器结构的文本摘要模型（ESSA）来自动获取抽取式摘要。ESSA先获取文档的整体信息，再计算不同句子间的关联信息，最后将二者结合得到丰富的文档向量表示。试验结果表明，ESSA效果明显优于基准模型，该模型的ROUGE1、ROUGE2、ROUGE3、ROUGE4和ROUGE—L评分与较好的基准模型相比分别提高了7．4％、24．3％、13．4％、7．1％和7．6％。

简介：摘要在高中英语教学中，阅读教学的重要性不容小觑。在新课程理念的基础上，结合新课标理念的高中英语阅读教学实践，从内容和写作结构的角度探讨阅读文本的阅读策略。阅读教学在英语课程中，不仅是基础性的课程，也是主要的课程设置，更被多年教学模式潜移默化的影响着。本文通过不断改革和多样化的英语教学形式，探讨了阅读文本分析的基本框架和策略，从而促进和提高了英语教学水平和学习成果。

简介：在互联网世界中,图片是传递信息的重要媒介。特别是电子商务、社交、搜索等领域,每天都有数以亿兆级别的图像在传播。自然场景就是我们所处的生活环境,自然场景图像中存在着大量的文本信息,例如路标信息、商店门店信息、商品包装信息等。随着深度学习的发展,基于深度学习的文本检测技术也逐渐流行起来。文章主要提出的是基于R2CNN的文本检测算法。在R2CNN算法的基础上对算法的结构进行改进,最终算法在ICDAR2015数据集上的召回率为87.2%,精确率为81.43%。

简介：摘要随着新课改的不断发展，许多先进的教学观念和教学方式不断出现，使小学语文教学得到了大水平的提高。在此基础上，作者就文本细读在小学语文阅读教学中的运用做出了全面的探究，根据如今小学语文阅读教学的问题，结合自身长期的教学经历，对文本细读教学方法进行分析，并对此方法的具体实施进行研究，以此提高教师的阅读教学水平。