一堂网络课《古代诗歌赏析》对我心灵的震撼

在我进行网络课《古代诗歌赏析》之前,学生上网阅读了中国古代与月亮有关的诗歌,探究了古今诗人喜欢借月抒发情感的原因,并以小组为单位交流,重点分析体会几首诗歌通过月亮这一意象表达的情感,同时还制作了相关课件、网站.这节课是信息技术与语文教学整合的探索实践,是我运用网络进行古诗赏析的初次尝试.     

一堂网络课《古代诗歌赏析》对我心灵的震撼

在我进行网络课《古代诗歌赏析》之前，学生上网阅读了中国古代与月亮有关的诗歌，探究了古今诗人喜欢借月抒发情感的原因，并以小组为单位交流，重点分析体会几首诗歌通过月亮这一意象表达的情感，同时还制作了相关课件、网站。这节课是信息技术与语文教学整合的探索实践，是我运用网络进行古诗赏析的初次尝试。     

善用多媒体 激活诗歌教学

随着计算机信息技术的发展和多媒体电教手段引入课堂,语文教学迎来了崭新的天地.诗歌教学是语文教学的一个重要组成部分,而如何加强信息技术与小学诗歌教学的整合,是语文教师应该不断地思考与实践的课题.多媒体集文字、图形、影像、声音、动画于一体,组成一个交互系统,在辅助教学过程中,根据教学目的和要求,把抽象的而又隐含的诗意用声像的形式表现出来,让学生在声情并茂的语言环境中欣赏诗歌,感悟、体会诗歌所蕴涵的人文美.     

诗歌意象结构形态简论

诗歌意象结构就是以诗人的情感或意念的流动轨迹为凝聚点,为绾合、统摄全诗的轴心,经由极富匠心的剪接与组合,按照一定规则有序地组合起来的意象"空间"形态.形态各异的诗歌之意象结构安排也正是诗人心灵世界的镜像与写照.作者对诗歌中几种习见的意象结构形态--辐辏、辐射、拼接、并置之特征及审美效应作了浅要探析.     

《蜀道难》课件制作综述

课件特色与亮点《蜀道难》是一款适合高中语文教学的辅助课件,它利用Flash软件制作,结构合理、界面友好、操作方便。为了更好地改进诗歌赏析课的教学效果,培养学生对诗词的学习兴趣,课件设计了具有古典风格的画面,再结合诗歌朗诵的播放,能够很好地发挥诗词的艺术感染力,培养学生的鉴赏力。交互式的设计不仅适合于教师课堂教学,也适用于学生自主探究学习。     

《蜀道难》课件制作综述

课件特色与亮点《蜀道难》是一款适合高中语文教学的辅助课件,它利用Flash软件制作,结构合理、界面友好、操作方便。为了更好地改进诗歌赏析课的教学效果,培养学生对诗词的学习兴趣,课件设计了具有古典风格的画面,再结合诗歌朗诵的播放,能够很好地发挥诗词的艺术感染力,培养学生的鉴赏力。交互式的设计不仅适合于教师课堂教学,也适用于学生自主探究学习。     

浅析多媒体技术在诗歌鉴赏教学中的具体应用

信息技术的发展与进步,使得多媒体技术在课堂教学中的应用范畴愈加广泛,而且为现代教学手段提供了更大的提升空间。对于高中语文来说,诗歌这一特殊体裁的教学内容,需要多媒体技术去帮衬、辅助与整合,才能展现诗歌的意境之美与创作主旨,才能为高中语文诗歌的鉴赏教学提供源源不竭的动力。本文将多媒体技术和诗歌鉴赏教学相结合,重在浅析多媒体技术在诗歌鉴赏教学过程中的具体应用。     

更具有感情色彩的诗歌生成模型

五言绝句是我们传统文学的宝藏,给人独特的语言美感和审美体验.使用机器生成绝句诗歌对机器理解人类语言有着积极的探索意义.依据诗歌语言自身韵律和对仗特点,我们在诗歌数据集和对联数据集上联合训练诗歌生成模型.模型包括语义模型和文字规则模型,语义模型创新性地使用一维卷积网络提取诗歌文字的语义特征,学习诗歌语义的主题信息.文字规则模型使用带注意力机制的编码解码器,学习诗歌文字的对仗特征.实验结果表明模型可以很好地生成符合诗歌规则,表现诗人情感的诗句,如“感时花溅泪,愁路竹林心.秋风草树色,夜雨寒风声.”     

巧用多媒体，优化诗歌教学

诗歌艺术是中华民族的瑰宝,它的特点是语言的高度凝练性和意境的高度深远性.诗歌以其特有的意境和内容的含蓄,给我们带来了无穷的审美亨受,同时也给我们的教学带来一定的难度.因此如何让学生把握诗歌的感隋意蕴,由文字感知上升到心灵的体味,与诗人产生感情上的共鸣,成为诗歌教学的一个难点.     

唐代诗歌兴盛的原因浅析

从南北文化的融合、中外文化的交流、文禁的松驰、统治者的重视与提倡 ,以及文学传统的批判继承等几个方面 ,分析了唐代诗歌兴盛的原因。认为唐代诗歌之所以能取得辉煌的成就 ,是由坚实的社会基础、有利的历史条件、丰富的文化积淀和诗人的创新精神等诸多因素共同作用的结果     

基于深度神经网络的诗词检索

中国古典诗词是中国古典文学的代表之一,是中华传统文化的宝藏,源远流长。中国古典诗词研究是自然语言处理方向的一项重要且富有意义的工作。随着人工智能的发展,人工神经网络在图像、文本等领域得到广泛的应用,取得了显著的突破,给人工智能与中国古典诗词相结合提供了新的思路和方法。让机器去理解中国古典诗词的韵律和意境是一项极具挑战的工作,其中,通过研究诗词的相似性来提升机器对诗词的理解这一研究课题被赋予了更为重要的意义。诗词检索是对诗词内容做对比,查找出在语义和意境上相接近的诗词,这要求对整首诗词的内容和意境有深入的理解。该文模型以数十万首古诗作为基础,利用循环神经网络(RNN)自动学习古诗句的语义表示,并设计了多种方法自动计算两首诗之间的关联性,以此计算两首诗词之间的语义距离,实现诗词的推荐。自动评测和人工评测的实验结果都表明,该文模型能够生成质量较好的诗词检索结果。     

基于神经网络的集句诗自动生成

集句诗是中国古典诗歌的一种特殊体裁。是从前人的诗篇中选取已有诗句,再将其巧妙组合形成一首新诗,是一种艺术的再创造形式。集句诗的生成要求集辑而成的诗不仅合辙押韵, 且有完整的内容、连贯的上下文和新颖的主旨意境,对创作者的知识储备和诗词鉴赏能力有极高的要求。该文基于计算机的海量存储和快速检索能力,以及神经网络模型对文本语义较强的表示和理解能力,提出一种新颖的集句诗自动生成模型。该模型以数十万首古诗作为基础,利用循环神经网络(RNN)自动学习古诗句的语义表示,并设计了多种方法自动计算两句诗句的上下文关联性。根据用户输入的首句,模型能够自动计算选取上下文语义最相关连贯的诗句进行集辑,从而形成一首完整的集句诗。自动评测和人工评测的实验结果都表明,该文模型能够生成质量较好的集句诗,远远超过基线模型的效果。     

基于词联接的诗词风格评价技术

在当前自然语言处理的研究状况下,文学语言处理应当受到足够的重视。诗词艺术集中体现了文学语言的形象性、情感性、个性等特征,是文学语言处理研究很好的切入点。风格评价是文学语言处理的重要课题,极具挑战性。本文以诗词语言为具体研究对象,以基于词联接的自然语言处理技术为技术背景,着重介绍并验证基于词联接的诗词风格评价技术。提出了计算方法,设计了诗词风格评价问卷调查实验。结果表明,人的诗词风格评价共性大于个性,基于词联接的诗词风格评价技术能够有效地评价诗词风格。     

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。     

诗人密码:唐诗作者身份识别

作者身份识别是对作者个人写作风格的分析。虽然这一任务在多种语言中都得到了广泛的研究,但对中文而言,研究还没有涉及古典诗歌领域。唐诗同时具有跳跃性和整体性,为了兼顾这两种特点,该文提出了一种双通道的Cap-Transformer集成模型。上通道Capsule模型可以在提取特征的同时降低信息损失,能够更好地捕获唐诗各个意象的语义特征;下通道Transformer模型通过多头自注意力机制充分学习唐诗所有意象共同反映的深层语义信息。实验表明,该文提出的模型适用于唐诗作者身份识别任务,并通过错误分析,针对唐诗文本的特殊性,讨论了唐诗作者身份识别任务目前存在的问题及未来的研究方向和面临的挑战。     

古代中国格律诗中的社会情感挖掘

为研究古代中国的社会情感,提出一种基于整合胶囊网络的格律诗情感分析方法,利用字数规则整合依据不同格律训练的胶囊网络模型对格律诗进行情感判别,解决格律诗文本由于情感特征不明显、语义过于紧凑导致的情感分析困难问题,通过分析格律诗情感对古代中国各个重要时期的社会整体情感状况进行挖掘。实验结果表明,该方法对格律诗情感分类的准确率优于CNN与单一胶囊网络,分析结果能够反映出古代中国的社会情感。     

基于统计抽词和格律的全宋词切分语料库建立

全宋词切分语料库的建立是计算机研究宋词的基础。本文对宋词中“词”的界定提出了自己的看法,并在综合考虑统计抽词方法和基于诗词格律切分方法各自优点的基础上,提出建立全宋词切分语料库的新方法。我们首先通过统计抽词来抽取结合程度较强的二字词,并结合相关资源建立词表;在此基础上,结合宋词的格律特点按照一定的规则来对全宋词进行了切分。实验证明,本文中的方法具有较好的效果。     

关于移动端古诗词学习系统的研究与应用

移动互联网的发展使移动端知识获取模式成为时代的新宠, 诗词亦是中华文化的璀璨明珠, 诗词学习与移动学习的联合已迫在眉睫. 本系统使用Client/Server (客户/服务器)结构, 由Faster R-CNN实现图像识别, 再通过循环神经网络模型(RNN)完成古诗生成功能, 最后根据协同过滤推荐算法完成个性化推荐. 客户端APP以Flutter, SpringBoot框架为基础开发, 数据库采用了MySQL关系型数据库管理系统进行数据管理, 结合服务器与系统进行连接进而实现所需功能. 面向对诗词学习存在需求及抱有浓厚兴趣的人群, 开发出一个致力于传承发扬中华文化, 结合图像识别与深度学习技术以实现智能识图与古诗生成的诗词学习系统.     

基于统计的汉语格律诗生成研究

古代中文诗歌的巅峰——中文格律诗,包括律诗和绝句,是中国古典诗词的奇葩。该文从已有的古今名诗中自动学习作诗知识,实现了一个中文格律诗的自动生成系统。该系统接收用户选择的表达其思路的若干个关键词作为输入,首先,利用相关词汇数据库和语言模型,实现了根据用户选定的关键词自动生成诗歌的第一句。其次,我们独创性地将格律诗的上下句关系映射为源语言到目标语言的翻译关系,设计了一个基于短语的统计机器翻译模型,从而把诗歌的第N-1句作为输入用以生成第N句。并提供了一个用户交互式的系统,使得用户可以在每一步都选择一个最佳诗句。最后,我们还精心设计了一套翔实的格律诗评测标准,并通过单句实验和全诗实验证明,该方法是诗歌产生的一个较好的方法。