深度对话

摘要： 教师需要注重在“单篇阅读”的研讨中让学生习得阅读方法,从而走向“整本书阅读”。为了优化整本书阅读的教学路径,以中职语文教材第二册第六单元中的《雷雨》一文教学为例,探讨从单篇节选走向整本书阅读的教学策略,从而提升学生的阅读效果。

摘要： 创新人才的培养离不开培养模式的创新。“世界咖啡汇谈”能够促进参与者深度对话,释放灵感与创造力,是创造集体智慧的有效方式。本文基于“世界咖啡汇谈”模式的理念和原则,将其与高校地理课堂教学深度融合,通过“设定情境,明确共同学习愿景”“建设‘共同学习环境’,合作探索真正问题”“实现观点‘异花授粉’,共同创造集体智慧”“学会彼此倾听,共同催生深度对话”“总结反思,共同分享集体智慧”等路径培养大学生的质疑精神、批判思维与合作交流等优秀品质,促进学生形成综合素养。

摘要： 在语文课堂教学中,只有学生与文本、学生与学生、学生与教师产生同频共振,才能有效促进学生语文核心素养的全面发展。因此,教师要树立正确的课堂观,摆正自己的主导地位,让学生成为课堂的主体,注重生本、生生、师生之间的同频共振,引导学生深度对话文本,促进学生之间的情感沟通,引领学生的全面发展,这样的课堂能使学生的语文素养得到有效提升,实现高效课堂的教学目标。

摘要： 元宇宙的“出圈”可以说是近期科技领域的标志性事件,业界关于元宇宙的探讨始终热度不减。有人认为元宇宙将为产业发展带来新一轮变革契机,有人则指出要警惕元宇宙的概念风潮。人工智能产业创新联盟邀请产学研一线专家和企业,围绕元宇宙展开了深度对话,共同探讨属于元宇宙的未来前景。万物皆可“元宇宙”。难以想象,这个源于1992年发表的科幻小说《雪崩》中的概念,会在30年后成为全球“顶流”。随着脸书(Facebook)更名为元宇宙(Meta),一轮科技热潮迅速席卷世界,快速融入工业、金融、商贸等诸多领域。

摘要： 语文课堂教学中, 应如何架起学生、 作者、 文本间深度交流和对话的桥梁, 实现思维发展与语言表达的同生共长,是语文教育工作者共同关心的话题。 本文从 “创设情境, 理思维之序” “反复读文, 寻思维之迹” “搭建支架, 现思维之畅” 三个方面加以探讨。 本文力求在思维的可视化训练中, 让学生有序、 有理、 有据地进行语言表达, 从而实现语文教学的终极目标。

摘要： 指向学生语文核心素养发展视角,小学语文课堂教学应当追求对话的深度、质度和效度。当下的语文教学存在着公式化、浅表化、同一化的课堂对话缺失现象。重建语文课堂教学对话精神,就是要让对话成为一种介入、成为一种开放、成为一种姿态。基于核心素养发展的视角,教师要引导学生与文本深度对话、与主体深度对话、与情境深度对话等。通过对话,释放学生的潜力,让学生进行自主、自由地思考、探索。

摘要： 关于鲁迅作品教学的困惑与争议由来已久,如果将视野投向20世纪的鲁迅研究,也能发现诸多截然不同的观点。今天,我们试图从高等院校学术研究与基础教育的融合层面来探讨,以期在某种程度上廓清"迷雾",为一线教学带来新的思考。本期《学人视角》特别邀请语文特级教师毕于阳对鲁迅研究学者李怡教授进行了专题访谈。二位老师的深度对话将分三期刊载,敬请关注。

摘要： 纵观世界电影百年发展历史,基于文学作品的电影改编始终是电影创作最为重要的源泉之一。因此,关于电影改编的理论研究、问题反思和话语建构的探索也就理所当然地成为电影创作领域必须面对和解决的一个重大课题。但迄今为止,关于这一课题的研究却始终没有取得为各方所一致认同的统一性的定论,而是处于此起彼伏、争辩不休和新论纷出的状态之中。这一情况一方面充分地表征了电影改编理论研究与实践探索的高度复杂性与困难度,另一方面也昭示和呼唤着系统化、整体化和统一性的电影改编理论与方法的产生。伽达默尔哲学解释学中的视界融合理论因其与电影改编理论多方面的深度契合为这一重大问题的解决提供了一种全新的方法论视野与可操作性的实践策略。在解释学的视界中,基于文学作品(小说)的电影改编从本质上说是一个多元主体视界的不断融合,直至最终形成一种符合电影表现特点之新视界的开放动态过程,其终极目标就是最大程度地反映世界的真、善、美,其关键实践策略则在于多重视界主体之间的深度对话。

摘要： 对话是教学开展最基本也最直接的方式,但由于缺少对深度对话的基本认识,致使教学中仍旧存在大量的浅层对话。真正的对话应当是空间性、交互生成性与感受性的多维统一,应当打破传统的物理空间隔阂,实现内部精神在时间、空间上的多重融合。因此,可以借助认知语言学的依据以及自觉的深层情感倾诉本能实现深度对话,并进一步明确实现深度对话的应然路径,即教师对"我—你"关系再认知、创设解构式的问题情境、生成包容性的对话空间。

摘要： 课堂对话是教学内容的组成部分,有深度的课堂对话能够促进学生成长,提升教学质量。师生在对话时需要抛开自己的层层约束,坦诚地面对彼此,进行心灵上的沟通,最终呈现以思维发展、意义追寻为走向的课堂深度对话,建立真挚的对话关系。文章主要探讨如何在小学道德与法治课堂中展开对话,才能让师生在情感的同频共振中进行真正意义上的深度对话。

摘要： 本发明公开一种基于深度学习的对话系统及其对话方法，其系统包括人机交互模块、话术切换模块、对话环境分析模块、数据提供模块、对话存储模块和对话处理模块，其对话方法包括用户提问、情景切换、数据搜索和计算并输出答复；本发明通过语种和语气的对话环境切换，使对话过程更为丰富个性，提高了用户的智能对话体验感，通过数据提供模块提供数据支持并通过深度学习模块对用户提问进行卷积计算并输出最佳答复，使系统可以针对用户不同知识领域的提问均可以进行详实的答复，通过对话存储模块对历史对话记录的分析和提取，使系统在进行答复时可以综合整个对话过程进行回复，从而使客户无需进行多次提问和对话操作，智能化程度较高。

摘要： 本发明提出一种基于对话流自举的深度学习对话策略模型构建方法和系统，其中，方法包括：通过对话流自举方式构建语料训练集，对话流自举方式包括：基于用户的多对话轮次对话数据获得对话流状态机，使用宽度优先搜索获取对话流状态机中起始状态到任意状态的所有路径，进而获得多对话轮次的对话序列标注数据，多对话轮次的对话序列标注数据构成语料训练集；构建深度学习对话策略模型，将语料训练集输入至深度学习对话策略模型，输出目标对话动作，其中，深度学习对话策略模型包括对话动作预测模型和置信度比较模型。根据本发明的方法解决现有技术中模型训练数据不足导致模型冷启动的问题。

摘要： 本发明公开了一种基于机器人深度学习的智能对话系统、方法及存储介质，属于人工智能的技术领域。包括：获取语音数据进行语音识别，得到所述语音数据的转写文本；基于转写文本构建信息树，根据中文语法创建断句节点；基于所述断句节点将转写文本分段并得到多组并列的短句；获取提问语音，识别提问语音中的主语和对应的提问类型，生成检索序列；将所述检索序列输入匹配模型，匹配模型遍历子分枝、分枝以及信息树寻找最佳答案，并播报。本发明拥有这种学习及情景深度会话能力，除一问一答的语言处理方法以外，可以深度记忆、理解问话含义及检索问题答案的方法和系统。

摘要： 本发明涉及人工智能、自然语言理解与服务机器人领域，特别涉及一种自然语言对话系统意图深度学习方法，包括：获取待解析的对话文本信息和用户在描述该对话文本信息时的语音信号；确定所述对话文本信息中每个分词的词向量；对语音信号根据对话文本信息中的每个分词进行切分获得语音切分信号，然后根据情绪识别模型与语音切分信号对应的词向量进行情绪标定；根据意图识别模型和所述词向量，生成与所述对话文本信息的意图类型；获取与所述意图类型对应的意图要素抽取模型。本发明能够利用用户在对话时传递的情感信息辅助进行意图理解，提高解析的准确度。

摘要： 本发明公开一种基于深度学习和强化学习的自动回复对话系统，包括基于多级神经网络结构的对话内容分析模块、问题解决满意度提取模块、数据存储模块、语言组织模块以及基于循环神经网络和基于动态工作记忆网络的深度学习模型模块和强化学习模块；本发明基于动态工作记忆网络对深度学习模型进行训练，同时配合强化学习模块实现了系统可针对不同的顾客的不同性格和情绪进行多样化自动回复，且针对不同顾客提出的相同类型的问题给出不同的回复，杜绝了传统客服自动回复的单一性，增加了自动回复系统的回复语句的多样性，提高了顾客沟通服务评价。

摘要： 一种基于深度学习的对话质量评估方法，其特征在于：首先，构建对话语料，该语料包括用户对话D，多个候选回复R；然后，用对话语料训练对话质量评估深度学习模型M，所述深度学习模型从回复的通顺度、回复与用户对话D的语义相关性、回复对用户对话D的正向情感引导性和回复与用户对话D的上下文逻辑一致性四个方面对候选回复质量进行评估；最后，通过将通顺度结果PA、相关性结果PB、正向情感引导性结果PC、上下文逻辑一致性结果PD进行线性融合，选取得分最高的候选回复作为用户对话D的最终回复。本发明能够有效评估对话系统给出的多个候选回复，可为对话生成中的对话可比性提供标准。也可以扩展到其他自然语言处理领域中的文本质量评估任务中。

摘要： 本发明提供一种基于深度学习的任务型对话语句回复生成方法及存储介质，方法包括：构建神经网络模型，所述神经网络模型包括句子规划器和分段生成器，所述句子规划器用于生成回复语句的骨架，所述分段生成器用于生成回复语句；通过训练集中的对话动作及对应的回复语句对所述神经网络模型的所述句子规划器和所述分段生成器进行训练，得到训练好的神经网络模型；利用训练好的所述神经网络模型以给定的对话动作为输入自动化生成回复语句。本发明的方法能够在保证所生成的话语高度可控、基本不产生槽错误的前提下很好地模仿人类语言习惯。

摘要： 本发明提供了一种基于结构深度嵌入的对话策略优化方法及系统，方法包括：根据第一对话场景信息，获得第一对话状态信息，其中，第一对话状态信息包括图结构数据；遍历图结构数据，获得第一槽位节点集和第一边集；对第一槽位节点集进行结构嵌入处理，获得第一嵌入表示集；将第一嵌入表示集依据第一边集进行拼接，获得第一状态特征信息；基于深度Q值网络，构建第一优化模型；将第一状态特征信息输入第一优化模型，获得第一对话策略优化结果。

摘要： 一种基于深度学习的增强型自动医疗诊断对话系统，它属于自然语言处理与深度学习相结合的学科交叉领域。本发明解决了由于现有系统对医疗词汇、医疗问题不敏感，导致采用现有系统输出诊断结果的准确率低的问题。本发明通过使用医疗类的数据集对模型进行预训练、微调，使模型能够对医疗类对话进行更加有效的建模，同时通过词汇级系统融合对于多系统的结果进行重排序以增强原有的对话结果。对用户提出的问题，能够更好地捕捉到相关信息，然后做出相应回答，有利于提高输出诊断结果的准确率。本发明可以应用于自动医疗诊断对话。

摘要： 本发明公开了一种基于深度学习的对话模型构建方法，模型由对话动作编码模型，对话历史编码模型，对话动作预测模型以及对话回复生成模型构成。对话动作编码模型以及对话历史编码模型用于对历史对话动作序列以及对话历史进行编码；对话动作预测模型用于预测下一轮的对话动作，最后使用对话回复生成模型来生成回复。对话模型通过对历史对话动作以及下一轮对话动作的预测来提高生成回复的精准性，通过编码对话历史可以避免生成重复冗余的信息，可以有效加快任务型对话系统在实际应用中效率，提高用户体验。