文本重构

摘要： 文本重构是关注学生生命成长,落实语文课程标准、变革语文教学手段的重要策略。本研究基于“激发学生语文学习的兴趣和潜能,在跨文化、跨媒介课堂实践中开拓视野,发展学生语文特长和个性”和“精选教学的内容,变革学习的方式,确保学生获得必备语文素养”的新理念,以高中语文必修三中外小说单元教学为例,从“营造开篇之美”“构建结构思维”“突破核心问题”“从听说到读写”等方面,探究通过文本重构培养学生语文核心素养的方法。

摘要： 随着信息技术的发展,古诗词的传播方式和传播渠道发生了巨大改变,古诗词可视化显现出愈来愈重要的作用。女红诗词是古代女性在日常劳作中的创作,体现女性的文学创作自觉,具有视觉转化的优势。通过分析古诗词的当代可视化发展现状,基于视觉传播视野下对女红诗词创造性转化策略与文本重构规律进行探索,并分析女红诗词可视化情境呈现的应用途径,探索出女红诗词可视化转化的基本规律,在彰显古代女性诗词文化特色的同时,推动女红诗词可视化的进一步发展。

摘要： 元末高明创作的南戏《琵琶记》,在美国被改编为音乐剧《琵琶歌》,于1946年搬上百老汇舞台。此次改编是一次文化疏离的文本重构过程,具体表现为新作与原剧表现作者辞仕、归隐思想和传统家庭伦理道德的丰富内涵相疏离,将文本重构为一部具有异域风情的爱情剧。重构中,原剧“情节多破绽”的问题虽有所规避,但又衍化出新的漏洞,造成此次搬演造势很大,但票房并不太理想,亦未获得艺术上的很大成功。《琵琶歌》在百老汇改编和搬演得失的探讨,对进一步理解和推进中国戏曲海外传播有积极的借鉴意义。

摘要： 戏曲电影《白蛇传·情》能够以传统的民间故事与有限的院线排片,赢得青年观众的追捧与喜爱,在国内市场创下不俗的口碑与票房佳绩,主要得益于它对民间传说的继承与创新。该片通过传说、戏曲、电影多元融合的形式新变,主动回归人间真情的时代主题,在保留戏曲程式美感的同时,完美地展现出现代技术的特性魅力,有效探索了戏曲之美、传说之美在影视作品中的合理化表达,实现了民间传说的新式“破圈”之旅。

摘要： 有效英语课堂的关键,在于教师如何进行文本重构,并创造出贴近学生生活的文本。本文以教材文本为例,从明确目标助学生学习、注重“读”助学生理解、结合实际助学生体验、语用书写助学生感悟、结合传统助学生升华五个方面对有效英语课堂的构建进行了探讨。

摘要： “深度学习”强调学习内容的有机融合,高中英语教学中,“文本重构”作为一种新颖的阅读教学方式,不仅能强化学生的深度学习,还能够有效提升学生的思维水平。通过文献研究,本研究建构了高中英语阅读“深度学习”模型,通过“文本重构”的方式促进高中生英语阅读深度学习,并结合人教版必修一Unit5 the Chinese Writing System阅读文本,具体阐述如何在教学实践中应用该模型。最后,对该模型效果展开讨论。

摘要： 笔者从教多年,有丰富的教学经验,对教材文本重构进行了大量的实践研究,积累了教材文本重构的实践方法,希望对一线英语教师有所启发。1.词汇教学中的文本再构词汇是语言学习的基础,小学英语学习要从词汇教学开始。如果教师在词汇教学中,恰当地进行教材文本重构,将教材中的几个单词,进行故事文本创编。

摘要： 在当代社会经济文化、技术媒介及全球文化语境下,古诗词视觉文化产品显现出重要的话语功能,因此,对古诗词视觉话语生产规律的探讨成为具有时代意义的命题.通过分析古诗词的当代话语空间与视觉话语生产现状,基于视觉转换对古诗词话语生产策略与文本重构规律进行探索,并分析古诗词视觉情境创造的特点与图像语篇建构的相关要素及问题等,探索出古诗词视觉话语生产的基本规律,使之能够有效提升古诗词的传播效能,在彰显其文化特色的同时,促进受众与文本之间的对话、交流,并保证价值观的输出,最终更好地实现古诗词的当代社会文化功能,促进古诗词资源的当代转化.

摘要： 在各国发展中,对外宣传水平高低是国家软实力的一种体现.本文主要对城市外宣翻译的过程开展分析,从译前、译中、译后三个方面出发,提出了几点合理化建议,如外宣翻译之前应该做好外部分析和译前处理工作、翻译之后需要做到持续性关注等.重点探究了城市外宣翻译建设性分层重构体系,如句子重构机制、句组重构机制、语篇重构机制等,以期达到良好的传播效果,建立完善的外宣文本输出和产出模式,为关注此类话题的人们提供参考.

摘要： 对话教学的目的是让学生通过对话的学习,理解对话大意,逐步获得听说、认读、书写并运用核心单词、句型的能力.对此,教师应通过文本解构、建构、重构的方法,引导学生掌握字、词、句所传达的情、意、形等内容,进一步习得语言,优化英语教学成效.

摘要： 本发明公开了一种知识产权类结构化文本智能语义重构系统，包括：用于存储知识产权类文档的文档中心和用于处理知识产权类文档中语句的语句处理模块以及词库扫描模块和控制器；文档中心中设有文档查看模块、文档添加模块、文档信息模块、文档检索模块、文档对比模块、文档过滤模块；语句处理模块中设有语句截取单元、语句转换单元、语句合成单元以及语句翻译单元；词库扫描模块中设有扫描装置和扫描控制单元，扫描装置与扫描控制单元连接，文档中心、语句处理模块和词库扫描模块均与控制器连接；本发明能够对文档的情况进行查询，检索，转换、文档的对比和过滤，也能够根据自己的需要对语句进行截取、重组，大大的提高了系统的实用性和功能性。

摘要： 本发明公开了一种基于文本辅助的视频重构模型训练方法及装置，该方法包括：确定目标训练样本集合；根据所有目标训练样本，对待训练的初始视频模型执行模型训练操作，得到训练后视频模型，并判断训练后视频模型是否收敛，若是，则将训练后视频模型确定为视频重构模型；该视频重构模型用于对待生成视频的目标视频素材进行视频帧补充，以生成与目标视频素材相匹配的视频。可见，实施本发明能够通过视频重构模型直接生成与视频素材相匹配的视频，无需用户通过指定的视频模板对视频素材进行查找、合成以及剪辑等繁琐的相关处理操作，这样，不仅有利于缩短视频制作的周期，还有利于提高制作出的视频与用户之间的匹配度，从而满足用户的视频制作需求。

摘要： 本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。

摘要： 本发明属于数字图像智能处理技术领域，具体为一种文本指导的自然图像超分辨率重构方法。图像超分辨率重构是指利用算法来恢复丢失的图像像素。自然图像超分辨率重构主要用于提升图像清晰度，改善图像视觉效果，以产生真实、自然的高分辨率图像。本发明方法包括：从文本描述中提取语义特征；结合图像特征和文本语义特征；完善图像细节信息，修复语义不准确的特征；重构高分辨率自然图像。在网络的训练中引入基于语义的判别器、图文匹配损失和文本感知的重构损失来约束图像超分辨率重构模型学习图像超分辨率任务。实验结果表明，本发明可以生成自然美观且符合文本描述的高分辨率图像，有效解决大尺度图像超分辨率重构问题。

摘要： 本发明公开了一种基于任务文本分析的模块化航天器智能重构系统，属于智能制造领域，该系统包括：航天器模块化组件库、航天器模块化组件推荐子系统、目标航天器生成子系统和三维仿真环境；针对新的航天器重构任务，所述航天器模块化组件推荐子系统将针对输入的任务文本从航天器模块化组件库中推荐出所需模块化组件的类型和数量；所述目标航天器生成子系统将模块化组件推荐子系统推荐出的各模块化组件生成目标航天器三维模型数据；所述三维仿真环境将生成的目标航天器三维模型数据进行显示；本发明面对航天器重构任务能够快速响应，未来将可以应用于深空探测、太空制造及太空电站的建造等领域，以应对未来太空发展的需要。

摘要： 本发明提供一种基于特征重构的芯片表面复杂文本高精度识别方法及装置，本方案通过将芯片表面的文本数据分为弱特征数据和强特征数据，根据弱特征数据建立标识特征重构器，进一步根据强特征数据和标识特征重构器的输出，建立标识特征判断器；根据标识特征判断器的输出结果，设计损失函数，对标识特征重构器和标识特征判断器进行交替优化；建立优化判别网络对每次优化后标识特征重构器的输出进行识别，在识别率达到阈值时，停止交替优化，获得目标标识特征重构器和目标标识特征判断器，并进行重构和识别芯片表面文本。从而实现对芯片字符图像的特征重构和可辨识性特征增强，进一步提高芯片残缺文本标识的识别精度。

摘要： 本发明公开了一种基于文本辅助的视频重构模型训练方法及装置，该方法包括：确定目标训练样本集合；根据所有目标训练样本，对待训练的初始视频模型执行模型训练操作，得到训练后视频模型，并判断训练后视频模型是否收敛，若是，则将训练后视频模型确定为视频重构模型；该视频重构模型用于对待生成视频的目标视频素材进行视频帧补充，以生成与目标视频素材相匹配的视频。可见，实施本发明能够通过视频重构模型直接生成与视频素材相匹配的视频，无需用户通过指定的视频模板对视频素材进行查找、合成以及剪辑等繁琐的相关处理操作，这样，不仅有利于缩短视频制作的周期，还有利于提高制作出的视频与用户之间的匹配度，从而满足用户的视频制作需求。

摘要： 本发明公开了一种基于视频辅助的文本重构模型训练方法及装置，该方法包括：根据确定出的所有训练样本，训练待训练文本模型，得到训练后文本模型，并判断训练后文本模型是否收敛；其中，在训练待训练文本模型时，对于任一训练样本，待训练文本模型包括的特征融合层的输入内容包括该训练样本中样本文本对应的文本特征向量以及预先生成的该样本文本对应的视频特征向量；若是，则将训练后文本模型确定为文本重构模型。可见，实施本发明能够通过视频特征向量的辅助训练出文本重构模型，不仅有利于用户通过文本重构模型快速地制作出视频文本，无需对其进行反复修正，还有利于提高所生成的视频文本与视频之间的匹配度，满足用户对视频文本的制作需求。

摘要： 本发明公开了一种文本重构训练方法及系统，所述方法包括：构建训练样本；采用神经网络文本序列模型，对原始文本和发音序列的拼接进行编码；采用sigmoid前馈神经网络分类器，获取分词分类结果；以预设的GEN_LENGTH为最大生成序列长度，从头至尾循环生成序列的每一位字符；神经网络参数的优化，计算分词损失和文本生成损失，生成损失加权求和，得到联合损失，对联合损失使用梯度下降算法优化神经网络的参数。本发明提供的文本重构训练方法及系统，使用文本编码和生成神经网络，将给定的原始文本转换成目标文本，纠正原始文本中的错别字，补充缺漏的字，去除多余的字，并规范用词，以达到消除文本错误提高文本质量的目的。

摘要： 一种基于双判别生成对抗网络文本重构的零样本图像分类方法：分别提取视觉特征和文本语义特征；构建图像与文本属性的联合匹配，得到双判别生成网络对抗文本重构模型；利用交叉熵度量合成视觉样本与训练图像视觉特征之间的相关度，将所述双判别生成网络对抗文本重构模型中的重构文本权重损失函数反向传播，即最小化合成视觉样本与训练图像视觉特征之间的重构文本权重损失函数；测试图像通过图像通道输入提取特征后，通过映射网络映射到公共空间；利用双判别生成网络对抗文本重构模型对样本图像进行分类。本发明能够有效对文本描述和其对应的图像进行最大程度匹配，发掘潜在信息，从而达到零样本分类的目的。