专利技术主题分析:基于SAO结构的LDA主题模型方法

[目的/意义]改善现有专利技术主题分析方法主题辨识度低、主题词二义性、无法识别技术信息中的"问题"与相应"解决方案"等问题。[方法/过程]本文通过抽取专利文本中的SAO结构,并从SAO结构中识别"问题和解决方案"（P&S）模式,基于"bag of P&S"假设,构建基于"主语-行为-宾语"（subject-action-object,SAO）结构的LDA主题模型,实现对专利文献主题结构的识别和分析。[结果/结论]案例研究表明,该方法能够有效识别主题分布,并在主题辨识度和语义消岐方面较传统LDA模型具有较大优势。     

例说数学解题中思路受阻的应对策略

数学解题是解题者凭借已有的知识和经验由问题的条件向问题的结论逐步转化的思维过程,在这个过程中,解题思路受阻,造成解题陷入困局是在所难免的.在解题的思路受阻时,如何及时地调整思考的方向,化解思维的障碍,激活受阻的思维,使解题活动得以顺利进行,是数学教学中需要高度关注和着力解决的问题.应对策略很多,常用的有：模式识别、回归定义、逆向思考、特殊处理、构造图形等.掌握这些策略的运用,学会理性地思考问题,可以有效地训练思维品质,提升数学素养,提高解题能力.     

重视识图作图训练 培养空间想象能力——谈谈新课程中“立体几何初步”的学习

立体几何的研究对象是空间图形,重点研究的是空间图形的形状、大小及其相互关系,其主要特点是借助于空间图形进行推理,空间图形成了思维的重要载体．求解立体几何问题,一般来说,必须首先根据题意想象出符合题设条件的空间图形并把它画在一个平面（如纸面或黑板）上,然后再根据画在平面上的“立体”图形想象出原来空间图形的真实形状,明确这个空间图形中有关的点、线、面之间的位置关系．因此学会正确地构建空间图形、识别空间图形和运用空间图形,是学好立体几何的关键．本文就新课程“立体几何初步”的学习中,如何进行作图和识图的训练,从而有效地提高空间想象能力,谈一些拙见,希望对大家能有所启发和帮助．     

大数据环境下技术创新管理方法研究

随着大数据时代的来临,“大数据”问题迅速从技术层面上升到国家战略的最高层.以美国“大数据研究与开发计划”项目在美国国防领域的研究问题与应用入手,深入研究大数据环境下国家战略的新变化与新思路,思考并探索如何让我国技术创新管理工作迅速适应大数据环境,并有效利用大数据环境的机遇与挑战等问题.提出了大数据环境下面向技术创新管理的双向决策模型,整合传统“目标驱动决策”与大数据环境下“数据驱动决策”的理念及方法,构建了“评估与预测”和“监测与预警”的技术创新管理模型,以期提升我国技术创新管理研究在大数据环境下提取知识与观点的能力.