条件性知识

摘要： 现实中的很多教师研修活动,更加关注教师实践性知识的不足与差距、条件性知识的现实解读与应用。而教师对于作为基础和前提的本体性知识,即学科知识,因为曾经学过而拥有一份"自信",根本未加注意,直至慢慢遗忘却不自觉。教师学科知识的缺失、学科教学的肤浅、教学行为的封闭,带来的是学生发展的受限。作为教师,需要时时追问自己,需要对自己的学科知识保持自我监控与反省。

摘要： 随着教育改革的不断推进,教师专业发展已成为教育重点关注的问题。为了研究和推进教师专业发展,有学者对教师专业知识进行界定:教师的专业知识包括体现学科内容的本体性知识、关于教育心理学的条件性知识、突出教育教学经验的实践性知识和关注课堂如何实施教学的操作性知识。

摘要： 学前教育专业的学生学习心理学可以促进学生知识道德的健康发展,当前虽有学校开设专门的学科,但是对教育心理学的研究不够宽泛,在学前儿童发展心理学的辅助下,学前教育专业学生通过学习,将知识可以渗透到各个学科中,根据学前儿童的心理特点,采取他们可以理解的方式,潜移默化培养良好的心理素质,促进幼儿健康全面的发展。

摘要： 小学教师条件性知识对教学至关重要。当前,职前教育课程设置不合理,职后教育针对性不强,职前教育与职后教学结合不紧密导致小学教师的条件性知识欠缺。提高条件性知识水平,不仅需要加强对教师条件性知识的关注,也需要加大职前职后教育培训力度,还要求教师树立自我学习意识。

摘要： 云南师范大学副教授田莉、硕士研究生李璇律在《教学与管理》2019年第4期上撰文认为,深度学习是一种多维度、深加工、高参与的学习状态。实施深度学习,教师首先要重视学科内容的知识表征形式及与其体认方式之间的融合,通过命题网络或图示归纳的方法,让学生在学习概念和规则中学会运用技能解决问题,能够掌握陈述性知识,运用程序性知识和条件性知识;其次要将教学内容与学生的兴趣相结合并改编成一种中心话题或讨论线索,在此基础上师生共同制定任务目标,建立起深层次的协作关系。

摘要： 卫生法学应当以条件性知识为重心进行课程设计和教学,通过对视频教学结合思维导图、案例讨论和模拟法庭等教学方式的整合,提高医学生在今后医疗工作中运用法律的实际能力.

摘要： 解决语文教学专业性的前提是语文教师必须掌握专业的语文知识.语文教学的专业知识包括语文本体性知识,如语言学、文学和文章学等知识;条件性知识,如关于学生的知识、语文学习的知识和语文教学的知识等;同时,还要重点掌握将语文本体性知识和语文条件性知识结合起来在具体情境中应用的实践性知识.

摘要： 本发明公开了知识管理技术领域的一种知识分类及隐性知识显性化的系统，包括知识库，在知识库的基础上结合外部刺激生成概念性知识，对概念性知识进行判断是否能通过语言或书面表达使得概念性知识被表述出来，若概念性知识能够通过语言或书面表达，则概念性知识被分类为显性知识，若概念性知识不能通过语言或书面表达，则概念性知识被分类为隐性知识；本发明通过将知识分类和隐性知识的显性化结合，先对知识进行分类，有效缩短学习时间，加强学习效率，促进隐性知识快速显性化，便于建立传播隐性知识的平台对隐性知识进行传播，有助于加强知识共享，强化内部合作。

摘要： 本发明公开了一种可解释性知识水平追踪方法、系统和存储介质，方法包括以下步骤：构建可解释知识追踪模型；在所述模型上执行以下步骤：区分嵌入知识点信息、习题文本信息以及与所述习题文本信息对应的习题回答记录信息；根据所述知识点信息计算得到键向量；根据所述键向量和所述习题回答记录信息更新所述知识点前一时刻的知识水平，得到当前时刻的知识水平；根据所述键向量和所述当前时刻的知识水平计算得到值向量；通过多维项目反应网络块根据所述知识点信息、所述值向量和所述习题回答记录信息预测所述习题文本信息的预测回答信息。本发明能有效应用于在线大规模的学习知识水平状态追踪场景。本发明可应用于数据挖掘技术领域。

摘要： 本发明公开了知识管理技术领域的一种知识分类及隐性知识显性化的系统，包括知识库，在知识库的基础上结合外部刺激生成概念性知识，对概念性知识进行判断是否能通过语言或书面表达使得概念性知识被表述出来，若概念性知识能够通过语言或书面表达，则概念性知识被分类为显性知识，若概念性知识不能通过语言或书面表达，则概念性知识被分类为隐性知识；本发明通过将知识分类和隐性知识的显性化结合，先对知识进行分类，有效缩短学习时间，加强学习效率，促进隐性知识快速显性化，便于建立传播隐性知识的平台对隐性知识进行传播，有助于加强知识共享，强化内部合作。

摘要： 本发明实施例提供一种用于交互对话的流程性知识抽取方法。该方法包括：利用知识图谱确定交互对话中每个对话语句的知识实体，将知识实体抽象化为对应的知识概念；对每个对话语句进行意图提取，与每个对话语句的知识概念结合，得到交互对话中句子级的多个知识概念‑意图组合；按照交互对话的对话顺序，基于首个知识概念‑意图组合对多个知识概念‑意图组合进行序列训练，得到符合交互对话流程顺序的知识概念‑意图组合集。本发明实施例还提供一种用于交互对话的流程性知识抽取系统。本发明实施例抽取采用了知识和意图结合的特征组合，所抽取的知识更符合对话流程的内容。抽取到具有跟对话知识高度相关，并具有差异性的抽象化流程。

摘要： 本发明涉及一种高速列车可维修性知识图谱构建方法，包括以下步骤：步骤1：构建高速列车可维修性知识图谱模式层；步骤2：构建高速列车可维修性知识图谱数据层；步骤3：采用Neo4j图数据库进行知识存储。通过构建多域融合的高速列车可维修性本体，使得设计域、故障域、维修域数据可以相互关联。

摘要： 本发明公开了一种案件隐性知识挖掘方法、装置及电子设备，包括：构建目标案件信息的初始案件知识图谱，所述目标案件信息包括案件文本信息和/或法律信息；基于预创建的本体库，对所述初始案件知识图谱进行规则推理，获得第一隐含信息集合；基于预生成的图神经网络模型，对所述初始案件知识图谱进行信息预测，获得第二隐含信息集合；对所述第一隐含信息集合和所述第二隐含信息集合进行处理，获得目标隐含信息。实现了提升计算效率以及信息挖掘的准确性的目的。

摘要： 本发明公开了一种基于图结构数据的端到端无数据对抗性知识抽取方法，用于模型压缩。本发明采用了产生式对抗性网络，该网络主要由三部分组成：将预先训练的教师模型和学生模型视为两个鉴别器，并利用生成器生成训练图，将教师模型中的知识提取到学生模型中。在不同的基准模型和6个代表性数据集上的大量实验表明，本发明的方法在图形分类任务上明显超过了最新的无数据基线。在没有任何实际数据的情况下，本发明成功地减少了误差，得到了一个性能相对较好的学生模型，可以有效地应用于不同的网络体系结构。本发明的方法是第一个提出有效的、端到端的无数据的图知识蒸馏框架，为今后的研究工作奠定了坚实的基础。

摘要： 本申请属于图像分割技术领域，具体涉及一种基于不确定性知识域自适应的半监督图像分割方法及系统，包括以下步骤：获取待分割图像；基于所获取的待分割图像和预设的图像分割模型，进行待分割图像的分割处理；其中，所述图像分割模型采用半监督分割模型，基于所构建的不确定性知识库提取所获取的待分割图像的图像样本特征，基于特征迁移的域自适应将所提取到的图像样本特征迁移到半监督分割模型，完成待分割图像的分割处理。

摘要： 本发明公开一种基于属性知识的轻量化零样本学习算法框架，由特征提取模块，属性识别模块和分类器模块组成；特征提取模块提取图片视觉特征，属性识别模块对每张图片进行属性识别，输出属性概率，分类器模块包含属性知识图谱，基于属性知识图谱的先验知识以及属性概率，采用广义零样本方法以及常规零样本方法实现对图片识别，输出识别结果。本发明在低训练成本的情况下，实现高精度识别；适合增量学习场景，模型在学新知识时可保留已经学的知识；模型框架中特征提取模块可根据精度和算力要求更换；两步式识别机制可有效缓解广义零样本学习中的域漂移问题。

摘要： 本发明公开了一种基于对抗偏差与鲁棒性知识蒸馏的图像分类方法，该方法用来解决图像分类领域内知识蒸馏方法出现学生模型对抗鲁棒性学习不足的问题。该方法使学生模型的自然样本输出与对抗样本输出均向教师模型学习，还规定模型自然样本输出与针对其本身的对抗样本输出之间的距离度量为对抗偏差，将教师模型的对抗偏差作为额外蒸馏项传递给学生模型，提高学生模型的泛化性。本发明实现了将教师模型的分类准确性与对抗鲁棒性传递给了学生模型，使学生模型在进行图像分类任务时可以保证较高识别准确率，并更加有效地抵御图像对抗攻击。相比于其他方法，本方法在多个常见的图像分类数据集上取得良好效果。