期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向课堂教学内容的知识点标题生成
1
作者 肖思羽 赵晖 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第5期770-779,共10页
互联网时代信息量庞大,简洁的标题可以提高信息阅读效率。在课堂场景下,知识点标题生成便于用户整理和记忆课堂内容,提高课堂学习效率。该文将标题生成应用于课堂教学领域,制作了课堂知识点文本—标题数据集;提出了一种改进的TextRank... 互联网时代信息量庞大,简洁的标题可以提高信息阅读效率。在课堂场景下,知识点标题生成便于用户整理和记忆课堂内容,提高课堂学习效率。该文将标题生成应用于课堂教学领域,制作了课堂知识点文本—标题数据集;提出了一种改进的TextRank算法——考虑关键字和句子位置的文本排序(textranking considering keywords and sentence positions, TKSP)算法,该算法综合考虑了关键词和句子位置等因素对句子权重的影响,能够更准确地提取文本重点信息。使用以召回率为导向的摘要评价(recall-oriented understudy for gisting evaluation, ROUGE)方法,TKSP算法在ROUGE-1、 ROUGE-2和ROUGE-L指标上的得分率分别为51.20%、 33.42%和50.48%,将TKSP抽取式算法与统一语言模型(unified language model, UniLM)结合,并融合文本主题信息,提出统一语言模型结合考虑关键字和句子位置的文本排序算法的模型(unified language modeling combined textranking considering keywords and sentence positions, UniLM-TK), UniLM-TK在各指标上的得分率分别为73.29%、 58.12%和72.87%,与UniLM模型相比,UniLM-TK在各指标上分别提高了0.74%、 2.26%和0.87%,证明UniLM-TK模型生成的标题更准确、更有效。 展开更多
关键词 课堂教学 标题生成 主题信息 TextRank UniLM
原文传递
第八届“我是小画家”优秀作品
2
作者 万小芊 张烨娟(指导) +5 位作者 朱欣盈 付世明(指导) 肖思羽 费细芳(指导) 苗艺琼 张秀婷(指导) 《小学生导刊（高年级版）》 2023年第9期F0004-F0004,共1页
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部