导读:本文包含了文本段落论文开题报告文献综述及选题提纲参考文献，主要关键词:高中语文,文本段落,解读方法
文本段落论文文献综述
汪天德[1]（2019）在《高中语文教学文本段落解读方法探索的反思》一文中研究指出语文作为一种语言的外在形式,作为中国人记录客观事物和抒发情感的载体,有着其内在的艺术和手法。在我国长期的文化发展过程中,语文教学中文本段落的解读已经成了学习语文的一种重要方法。高中语文教学中可立足材料,识文辨意;增加同类阅读理解,培养学生敏锐感知能力;丰富理解途径,为学生构建立体空间。(本文来源于《学周刊》期刊2019年17期）
赵一方,裴雷,康乐乐[2]（2018）在《基于段落信息增益的政策文本主题识别研究》一文中研究指出综合性政策文本通常具有多种政策主张的表述,而现有的基于特征词向量的政策主题识别方法一直无法有效分配特定特征词对相似政策主题的"贡献度"。本文提出一种基于段落信息增益的半监督化政策文本主题识别方法,在不损耗基本词向量信息的同时,显着降低了矩阵计算的复杂度,平衡了不同主题间的贡献差异。基于该方法,本文进一步通过对2018年31个省级行政机构的政府工作报告的政策主题强度差异和政策倾向进行测算,测算结果与人工标注结果具有一定的秩相关性。(本文来源于《数字图书馆论坛》期刊2018年11期）
季凌云[3]（2016）在《段落切入,搭建文本感知的支点》一文中研究指出段落是语言单位的重要组成部分,既能凸显语言思维的本质,又是反映篇章结构的基础。在第二学段中,教师应该有意识地历练学生对文本段落的感知能力,从而为高年级篇章结构的感知与运用奠定基础。《祁黄羊》是四年级下册的一篇课文,这篇课文层次清晰、脉络鲜明,是对学生进行段落学习的绝佳资源。笔者在教学中,对学生进行了以下的教学引导。一、紧扣过渡,感知语段取舍的价值段落的设置安排蕴藏着作者创作逻辑与思路的精华。每(本文来源于《学子(理论版)》期刊2016年16期）
汪珍[4]（2016）在《意深源自细读中——以段落为例浅谈文本细读》一文中研究指出语文教学需要透过文本形式,穿越文本内容,抵达文本核心,而"文本细读"就是最根本最有效也是最可行的方法。"文本细读",就是从文本出发,通过细致和反复的阅读,注重细节的品味和结构的分析,对文本所蕴涵的丰厚意蕴作出"丰沛的阐释"。教师要在教学中以"还原"法为核心开展文本细读:细品语言,还原情趣;前后勾连,还原情感;以情入文,还原背景;合理想象,还原场景。(本文来源于《教学月刊·中学版(语文教学)》期刊2016年Z1期）
熊建峰[5]（2013）在《划分课文段落 整体感知文本》一文中研究指出分段,就是按文章的逻辑顺序,分出几个部分,这是读懂文章的基本要求。给文章分段,便于更好地理解内容,弄清表达顺序,领悟作者的表达方法。划分段落有何依据呢?按事情发展分段记叙文一般都包括事情发生的原因、经过、结果。(本文来源于《读写算(小学高年级)》期刊2013年Z2期）
赵娜,王希常,刘江[6]（2009）在《基于简化Mumford-Shah模型的文本行和段落分割算法》一文中研究指出文本行和段落分割是文档图像处理过程中的重要步骤。本文提出了一种基于简化Mumford-Shah模型的新的文本行和段落分割算法,该算法是脚本语言独立的。为了提高文本行和段落分割算法的有效性,首先使用高斯滤波器对文档图像进行平滑,然后再在此基础上运用简化的Mumford-Shah模型的水平集图像分割算法分割文档图像。最后,利用数学形态学方法处理文档中粘连和交迭情况。实验表明,该算法可以准确快速的分割目标物体,而且算法与初始轮廓线位置无关、不受边界轮廓线连续性限制、对图像噪声具有很强的鲁棒性。(本文来源于《信息技术与信息化》期刊2009年05期）
蒋建慧[7]（2009）在《文本主题段落内部概念关系抽取技术研究》一文中研究指出随着计算机的普及和互联网的迅猛发展,网络上文本信息的数量快速增长,然而人们却很难迅速地找到所需的信息。为了改变这种尴尬的局面,迫切需要一些自动化的工具帮助人们在海量信息中迅速而准确地找到用户真正需要的信息,信息抽取技术就是在这一背景下产生出来的。互联网上信息又大多以文本形式存在,而文本从线性和层次角度上可以分为若干个段落主题。由于标引段落主题的概念之间存在某种关系,作者抽取出段落主题概念及其之间的关系,就为基于段落主题的信息检索以及文本自动摘要工作提供了一个新的途径。本文的研究工作是基于主题段落的概念和概念关系抽取技术研究。主题段落概念及其关系抽取简单来说,就是从文本段落内部挖掘出能反映文本内容的若干个主题概念,并构建出这些概念之间的关系。首先为了抽取出标引文本主题的概念,我们通过词聚类的方式获取概念,在构建向量空间模型(VSM )时,原本的以词形为基础的向量空间模型就变成了概念空间模型。然后利用知网中概念词之间的相似度,加权计算出向量空间模型中各个分量的权值。随后,不同于以往的词频加权算法,本文提出了基于词语量化关系的主题概念抽取算法,通过定量的分析概念之间的相关信息,抽取出更能准确标引文本主题的概念。首先利用一部中文词典《现代汉语规范词典》——一种非结构化的数据源作为背景知识,来挖掘词语之间的量化关系。然后利用这种量化关系为概念向量模型中概念分量构建相关向量,再通过对概念相关向量和权值的计算,得出每个概念对于文本的主题重要度,最终依据重要度抽取出能够标引文本主题的概念。对于抽取出来的主题概念,使用基于特征向量的机器学习方法抽取出主题概念关系。选取主题概念上下文的词语和词性作为特征向量,抽取出比较常见的若干种概念关系。(本文来源于《上海交通大学》期刊2009-02-01）
许勇,宋柔[8]（2008）在《基于半CRF模型的百科全书文本段落划分》一文中研究指出介绍了基于半条件随机域(semi-Markov conditional random fields,简称semi-CRFs)模型的百科全书文本段落划分方法.为了克服单纯的HMM模型和CRF模型的段落类型重复问题,以经过整理的HMM模型状态的后验分布为基本依据,使用了基于词汇语义本体知识库的段落开始特征以及针对特定段落类型的提示性特征来进一步适应目标文本的特点.实验结果表明,该划分方法可以综合利用各种不同类型的信息,比较适合百科全书文本的段落结构,可以取得比单纯的HMM模型和CRF模型更好的性能.(本文来源于《北京工业大学学报》期刊2008年02期）
谭汉松,邹华[9]（2007）在《基于熵最小化的同题材文本段落划分方法研究》一文中研究指出通过详细介绍基于熵最小化的段落划分方法,可以发现这个方法通过控制"段内不确定程度"与"段间重迭程度"的相对重要性,可以获得由"细"到"粗"的、段落个数可以调节的划分结果。这是在聚类的角度下全局切分优化的结果,没有HMM等模型中的段落类型重复的问题。(本文来源于《科技广场》期刊2007年07期）
许勇,宋柔[10]（2007）在《基于CRF的百科全书文本段落划分》一文中研究指出CRF模型是标注、切分序列数据的较新的概率模型,在信息抽取等文本处理领域广受关注。该文介绍了CRF方法,并将其应用到百科全书文本段落的划分上,利用CRF的特征表述机制加入了文本单元序列中的长距离约束,取得了比传统的隐马尔科夫方法更好的结果。(本文来源于《计算机工程》期刊2007年10期）
文本段落论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
综合性政策文本通常具有多种政策主张的表述,而现有的基于特征词向量的政策主题识别方法一直无法有效分配特定特征词对相似政策主题的"贡献度"。本文提出一种基于段落信息增益的半监督化政策文本主题识别方法,在不损耗基本词向量信息的同时,显着降低了矩阵计算的复杂度,平衡了不同主题间的贡献差异。基于该方法,本文进一步通过对2018年31个省级行政机构的政府工作报告的政策主题强度差异和政策倾向进行测算,测算结果与人工标注结果具有一定的秩相关性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
文本段落论文参考文献
[1].汪天德.高中语文教学文本段落解读方法探索的反思[J].学周刊.2019
[2].赵一方,裴雷,康乐乐.基于段落信息增益的政策文本主题识别研究[J].数字图书馆论坛.2018
[3].季凌云.段落切入,搭建文本感知的支点[J].学子(理论版).2016
[4].汪珍.意深源自细读中——以段落为例浅谈文本细读[J].教学月刊·中学版(语文教学).2016
[5].熊建峰.划分课文段落整体感知文本[J].读写算(小学高年级).2013
[6].赵娜,王希常,刘江.基于简化Mumford-Shah模型的文本行和段落分割算法[J].信息技术与信息化.2009
[7].蒋建慧.文本主题段落内部概念关系抽取技术研究[D].上海交通大学.2009
[8].许勇,宋柔.基于半CRF模型的百科全书文本段落划分[J].北京工业大学学报.2008
[9].谭汉松,邹华.基于熵最小化的同题材文本段落划分方法研究[J].科技广场.2007
[10].许勇,宋柔.基于CRF的百科全书文本段落划分[J].计算机工程.2007