小学语文古诗情境教学能力提升策略

古诗是中国优秀传统文化的瑰宝,古诗情境教学法与新时代信息教育相吻合,能提高教师的信息技术教学能力,拓展小学古诗教学方法新思维,让古诗课堂“活”起来。然而在实际教学过程中仍存在一些问题。基于现状问题,探讨提升古诗情境教学综合能力策略,从而提高小学语文教师对古诗情境教学方法的认知与应用能力,激发学生古诗学习兴趣,优化古诗教学方法。     

多媒体让古诗教学插上飞翔的翅膀

古诗教学是小学语文教学的重要组成部分。小学古诗教学的重点是让学生去理解诗歌的情,充分感受诗歌的语言美、形象美、意境美及深奥的哲理。由于古诗的形式体例、遣词造句等与现在的语言习惯差别很大,再加上小学生的知识及人生阅历有限,古诗本身所蕴涵的独特意境和优美韵味很难被     

谈小学语文中的古诗教学

小学语文的古诗教学是教学中的一个难点与重点,这是对小学生的人文修养、道德品质、审美观等进行培养的重要资源。因古诗是用文言文写成的,与现代语文有很大的差异,社会环境也与现代有比较大的不同,小学生学起来就会很吃力。如何让小学生学好古诗应该是我们语文教师钻研的课题之一。古诗有不同的题材,也有不同的内容,我们教师在教学时要充分考虑这一点,同时让学生了解背景、加强对重点词的理解、加强对古诗的记忆等等可以让学生学起来比较容易。     

基于自然语言处理的古诗、对联分析

古诗、对联是中华文化艺术的智慧结晶，随着计算机技术的发展，计算机辅助古文分析技术成为一个研究热点[1]。在此提出并设计了3个针对古诗、对联分析的自然语言处理任务，分别是对联分词、古诗情感分析和古诗的关键词提取任务。其中对联分词是基于构建对联词表的反向最大匹配并自动校正的方法，古诗情感分析是基于BERT-CCPoem预训练模型设计的下游任务，而古诗的关键词提取则是基于TextRank和Word2vec方法。实验结果表明，提出的对联分词方法效果与人工标注具有很高的一致性，同时，在情感分析和关键词提取任务上的性能与现存的大模型持平或者更佳，具有很强的实用性。     

基于多对抗训练的古诗生成方法

目前许多古诗生成方法离人类创作的水平仍有较大的差距,尤其是在主题关联性及诗句的语义方面。为弥补现有方法的不足,提出一种多对抗训练的古诗生成框架。以融合了注意力机制并采用双编码器的序列到序列模型作为古诗生成器,以层级RNN和TextCNN组合的多判别模型指导古诗的生成,同时基于策略梯度进行多对抗训练。在古诗意象数据集上进行实验表明,相较于已提出的方法,基于多对抗训练的古诗生成方法有效提升了诗句与意象词之间的关联性,古诗所表现的语义内涵也更加丰富。     

古诗研究的计算机支持环境的实现

北京大学正在开发以全宋诗为首选对象的古诗研究系统——古诗研究的计算机支持环境。本文介绍这个系统的设计与实现。该系统已录入陆游的全部诗作9000余首及部分注释, 计88万字。本文介绍了该系统的基本功能如：检索、阅读、统计和辅助研究工具及其实现技术, 较详细地介绍了其中的全文检索和超文本技术。本文也介绍了利用该系统可以深入开展的一些研究课题, 如：古诗格律研究, 古汉语研究和诗人风格研究, 从而可以辅助解决古诗研究中的一些困难问题。     

基于多任务学习的古诗和对联自动生成

实现古诗和对联的自动生成是极具挑战性的任务。该文提出了一种新颖的多任务学习模型用于古诗和对联的自动生成。模型采用编码-解码结构并融入注意力机制,编码部分由两个BiLSTM组成,一个BiLSTM用于关键词输入,另一个BiLSTM用于古诗和对联输入;解码部分由两个LSTM组成,一个LSTM用于古诗的解码输出,另一个LSTM用于对联的解码输出。在中国的传统文学中,古诗和对联具有很多的相似特征,多任务学习模型通过编码器参数共享,解码器参数不共享,让模型底层编码部分兼容古诗和对联特征,解码部分保留各自特征,增强模型泛化能力,表现效果大大优于单任务模型。同时,该文在模型中创新性地引入关键词信息,让生成的古诗及对联表达内容与用户意图一致。最后,该文采用自动评估和人工评估两种方式验证了方法的有效性。     

古诗研究的计算机支持环境的实现

北京大学正在开发以全宋诗为首选对象的古诗研究系统──古诗研究的计算机支持环境，本文介绍这个系统的设计与实现，该系统已录入陆游的全部诗作９０００余首及部分注释，计８８万字，本文介绍了该系统的基本功能如：检索、阅读、统计和辅助研究工具及其实现技术，较详细地介绍了其中的全文检索和超文本技术。本文也介绍了利用该系统可以深入开展的一些研究课题，如：古诗格律研究，古汉语研究和诗人风格研究，从而可以辅助解决古诗研究中的一些困难问题。     

运用多媒体，优化古诗教学

多媒体教学作为现代技术发展的龙头,以集文字、声音、图像、影像等融于一体,图像清晰、动态感强、信息量大的强大优势,赢得了广大教师的喜爱.多媒体为我们进行古诗教学提供了重要的手段,课堂中运用多媒体能优化古诗教学,使学生轻松愉快地学好古诗.     

利用信息技术提升小学古诗教学的艺术性

古诗是千百年来倍受人们青睐、有着丰富人性特征和精神内涵的文学艺术形式,堪称世界文学史上的一朵奇葩。在小学语文古诗教学中,信息技术能够轻松自如地营造活泼、愉悦的教学情境,而且还能够很好地调控课堂教学节奏,突破诗歌教学重、难点,从而提升古诗教学的艺术陛。     

利用信息技术提升小学古诗教学的艺术性

古诗是千百年来倍受人们青睐、有着丰富人性特征和精神内涵的文学艺术形式,堪称世界文学史上的一朵奇葩。在小学语文古诗教学中,信息技术能够轻松自如地营造活泼、愉悦的教学情境,而且还能够很好地调控课堂教学节奏,突破诗歌教学重、难点,从而提升古诗教学的艺术性。     

网上《咏柳》

一、课程网页说明“学习选择”栏目将包括1～12册教材中每一首古诗的学习方案;“学习目标”制定了小学学习古诗的总目标;“古诗欣赏”选载了《唐诗三百首》、《宋词一百首》、《千家诗集锦》和《唐宋名家词选》的诗词;“学诗举要”介绍了学习古诗的基本方法、技能与阅读技巧;“诗人简介”介绍了李白、杜甫、杨万里、骆宾王、白居易和苏轼等唐宋著名诗人习诗作文的态度、风格和人生经历;“习作选登”将要逐步登载同学、老师的作品;“评价量规”分组评与自评,它主要是用自我评价的方式帮助学生逐步形成良好的学习策略和协作策略;“自学建议”…     

网上《咏柳》

一、课程网页说明 "学习选择"栏目将包括1～12册教材中每一首古诗的学习方案;"学习目标"制定了小学学习古诗的总目标;"古诗欣赏"选载了<唐诗三百首>、<宋词一百首>、<千家诗集锦>和<唐宋名家词选>的诗词;"学诗举要"介绍了学习古诗的基本方法、技能与阅读技巧;"诗人简介"介绍了李白、杜甫、杨万里、骆宾王、自居易和苏轼等唐宋著名诗人习诗作文的态度、风格和人生经历;"习作选登"将要逐步登载同学、老师的作品;     

基于改进LSTM模型的古诗自动生成系统研究

近年来,研究者在利用循环神经网络(RecurrentNeuralNetwork,RNN)进行古诗自动生成方面取得了显著的效果。但RNN存在梯度问题,导致处理时间跨度较长的序列时RNN并不具备长期记忆存储功能。随后,出现的基于长短期记忆网络(LongShort-TermMemory,LSTM)古诗自动生成方法在一定程度上解决了RNN的梯度问题。本文将LSTM改进的门控循环单元(GateRecurrentUnit,GRU)应用在古诗自动生成技术上,并利用Adagrad优化算法对GRU模型进行优化,最后利用Tkinter设计GUI界面进行操作和查看。实验表明,相对于传统的LTSM,GRU在古诗自动生成方面生成的古诗效果更好。     

别折断学生想象的翅膀——对信息技术整合古诗教学的反思

[前瞻性反思] 小学生进入中、高年级以后,我发觉他们学习古诗的热情没有低年级时那么高涨了,于是我就想探个究竟,正好我们要学的一篇古诗是刘禹锡的<望洞庭>,我想,我一定要追根寻源,争取要激发学生学习古诗的兴趣和提高语文课堂教学的效率.     

信息技术在古诗教学中的应用--以《望庐山瀑布》为例

信息技术能大大调动学生的视听感官系统,弥补传统古诗教学的枯燥和乏味,本文主要探讨了信息技术在小学语文古诗教学中的应用及效果。     

依托信息技术领略古诗美韵

古诗是中华民族的文化瑰宝.古诗文中不乏浅显易懂、琅琅上口的作品,非常适合幼儿学习,但如何才能使孩子爱上古诗词课?多媒体教学的出现就为古诗教学注入了新的活力,大大调动了孩子们的视听感官系统,让孩子在理解诗意的基础上,领悟蕴含于诗中内在的美,触摸诗文的脉搏,倾听诗人的情思,体会古诗之神韵.     

浅谈如何进行小学语文古诗教学

正古诗是我国古典文学中的精华,是阅读教学的重要组成部分,古代教育学家孔子说:"不学诗,无以言。"诗言志,诗传情,古诗凝炼,魅力无穷。常吟古诗,可以陶冶情操,丰富想象,还可以培养学生对语言文字的兴趣和敏感力,有益于培养他们的诗学素养。应当说古诗就像一杯陈年醇香的佳酿,滋养着炎黄子孙的血脉;又如一枚磁石,凝聚吸引着民族的魂魄。作为一名小学语文教师,如何在新理念指导下培养学生的诗学     

用flash时间轴动作制作古诗填词课件

在flash软件中使用时间轴与脚本语言的结合,轻松制作古诗填词课件,它比一些其它课件制作软件更为简便、快捷,而且更实用.     

基于序列到序列神经网络模型的古诗自动生成方法

计算机写诗是实现计算机写作的第一步,目前计算机写诗普遍存在主题不明确、诗的内容与写作意图不一致的问题。为改善这些问题,效仿古人写诗的过程,提出了一种两个阶段生成古诗的方法。第一阶段获取写诗大纲,采用TextRank算法对用户输入文本提取关键词,并提出一种基于注意力机制的序列到序列神经网络模型用于关键词扩展;第二阶段根据写诗大纲生成每一行诗句,并提出一种包含双编码器和注意力机制的序列到序列神经网络模型用于古诗生成。最后通过对实验结果的评估验证了提出方法的有效性。与基准方法相比,该方法生成的古诗的主题意义更加明确,诗所表现的内容和写作意图更加一致。