期刊文献+

半监督结构化Markov的第二语言学习心理模型 被引量:1

Semi-supervised Structured Markov's Second Language Learning Psychological Model
下载PDF
导出
摘要 随着国际经济的不断发展,国际交流正在表现出日益重要的地位,而第二语言的学习已经成为了高等教育不可或缺的一部分。为了提高第二语言的学习效率,本文提出了一种半监督结构化Markov的第二语言学习心理模型。首先构建半监督结构化的Markov模型,并对双语平行句映射到模型的两个视角,然后采用第二语言的解释分析数据作为模型的初始化数据,接着采用将第一语言的解释分析数据作为模型训练的分类器,最后对构建的分类器进行两两训练学习,实现第二语言与第一语言之间的相互映射。仿真实验结果表明,本文提出的模型能很好在第一语言和第二语言之间建立较为准确的映射,有利于提高第二语言的学习效率。 With the development of international economy,international communication is playing anincreasingly important role,and the second language learning has become an indispensable part ofhigher education.In order to improve the learning efficiency of the second language,this paper proposesa second language learning psychological model of semi-supervised structured Markov.First,weconstruct a semi-supervised structured Markov model,and then use the interpretation of the secondlanguage as the initialization data of the model,and then use the interpretation of the first language as theclassifier of the model training.finally,we study the construction of the classifier to achieve the mappingbetween the second language and the first language.The simulation results show that the proposed modelcan be very good to establish a more accurate mapping between the first language and the secondlanguage,which is conducive to improve the learning efficiency of the second language.
作者 赵越 Zhao Yue(Brain and Cognitive Neuroscience Reserch Center,Liaoning Normal University,Dalian Liaoning 116029,China;School of Chinese Language and Literature,Liaoning Normal University,Dalian Liaoning 116029,China)
出处 《科技通报》 北大核心 2017年第9期195-198,共4页 Bulletin of Science and Technology
基金 辽宁师范大学青年科研项目"语言习得中语言理解和输出的认知机制研究"(LS2014W003) 辽宁师范大学文学院"东北地域文化与文学艺术的整理与研究"项目 辽宁师范大学文学院"红山文化与中华文明协同创新建设"项目 辽宁师范大学文学院高等教育教学改革项目 辽宁省教育科学"十三五"规划课题"辽宁大学生创新创业中语言表达能力提升"(JG17DB285) 辽宁经济社会发展立项课题:方言保护视角下双言者语言认知机制研究 辽宁省社会科学规划基金项目:辽宁方言和普通话双言者语言认知机制与优势研究
关键词 第二语言学习 半监督结构化 MARKOV模型 语言映射 学习心理 学习效率 second language learning semi- supervised structure Markov model language mapping learning psychology learning efficiency
  • 相关文献

参考文献1

二级参考文献35

  • 1Bergman M K. White paper:the deep web:suffacing hidden value[J].Journal of Electronic Publishing,2001,(01). 被引量:1
  • 2Braga D,Ceri S,Daniel F,Martinenghi D. Optimization of multidomain queries on the web[J].Proceedings of the VLDB Endowment,2008,(01):562-673. 被引量:1
  • 3Cali A,Martinenghi D. Querying data under access limitations[A].2008.50-59. 被引量:1
  • 4Toivonen H. Sampling large databases for association rules[A].1996.134-145. 被引量:1
  • 5Parthasarathy S. Efficient progressive sampling for association rules[A].2002.354-361. 被引量:1
  • 6Chen B,Haas P,Scheuermann P. A new two-phase sampling based algorithm for discovering association rules[A].2002.462-468. 被引量:1
  • 7Boley M,Grosskreutz H. A randomized approach for approximating the number of frequent sets[A].2008.43-52. 被引量:1
  • 8Campagna A,Pagh R. Finding associations and computing similarity via biased pair sampling[J].Knowledge and Information Systems,. 被引量:1
  • 9Bar-Yossef Z,Gurevich M. Mining search engine query logs via suggestion sampling[J].Proceedings of the VLDB Endowment,2008,(01):54-65. 被引量:1
  • 10Dasgupta A,Das G,Mannila H. A random walk approach to sampling hidden databases[A].2007.629-640. 被引量:1

共引文献3

同被引文献4

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部