【摘 要】
:
在对外汉语教学中,留学生的语言技能培养包括听、说、读、写、译等各方面,最终的教学目的是培养和提高留学生的汉语运用和交际能力,因此,口语教学在对外汉语教学中始终占据着无可替代的地位,尤其进入高级阶段后,对留学生的语篇表达能力提出更高要求。因此,如何有效提高高级口语课堂中留学生的参与度、学习积极性和语篇表达能力成为了目前需要解决的问题。国内已有一些学者借鉴国内外语言课堂的模式,将合作学习引入对外汉语教
论文部分内容阅读
在对外汉语教学中,留学生的语言技能培养包括听、说、读、写、译等各方面,最终的教学目的是培养和提高留学生的汉语运用和交际能力,因此,口语教学在对外汉语教学中始终占据着无可替代的地位,尤其进入高级阶段后,对留学生的语篇表达能力提出更高要求。因此,如何有效提高高级口语课堂中留学生的参与度、学习积极性和语篇表达能力成为了目前需要解决的问题。国内已有一些学者借鉴国内外语言课堂的模式,将合作学习引入对外汉语教学之中并进行实践研究。结论表明,合作学习有助于学生有效掌握所学知识、提高学习信心和积极性、培养团队合作意识以及人际交往技能。本研究通过对合作学习理论的学习和分析,发现合作学习理论与对外汉语高级口语教学有很多可结合之处,因此,本文将合作学习模式引入对外汉语高级口语教学中,研究合作学习在高级汉语口语课中的可行性和教学价值。本文通过对国内外合作学习理论及相关研究的梳理与分析,对合作学习基本方法的研究和探索,在对外汉语高级口语课堂中进行合作学习模式应用。在结合教学实际案例的基础上,进一步通过课堂观察、问卷调查与个人访谈等形式,探究合作学习模式在对外汉语高级口语教学中的教学效果,研究表明,通过合作学习的方式,留学生的语篇能力得到提升,衔接手段中的逻辑关系使用更为熟练,同时降低了他们的语言焦虑感,并使课堂话题得以更大程度的丰富和拓展,留学生的话语权得到强化。在合作学习模式应用于对外汉语高级口语课堂的过程中,仍存在一些问题,本文根据合作学习模式的应用过程和教学反思,为构建更加高效和科学的合作学习口语课堂提出参考性建议,并对未来更深入的研究做出展望。
其他文献
机器阅读理解是衡量机器对人类语言理解程度的重要手段,也是实现人工智能的关键一步。近年来,机器阅读理解已经在搜索引擎和智能对话中有了很好的应用。多轮机器阅读理解是机器阅读理解和多轮对话的交叉,机器需要阅读文档回答多个相关联的问题。这种形式更符合人类获取信息的一般方式,因此近年来多轮机器阅读理解受到学术界和工业界的广泛青睐。Qu AC数据集是经典且具有很大挑战的多轮机器阅读数据集,目前机器在这个数据集
在大数据和深度学习发展的推动下,文本图像识别对人们的日常生活产生了重要的影响。本文围绕文本图像识别任务,在基于编码器-解码器的文本图像识别模型的基础上进行研究并加以改进。具体来说,在编码阶段分别采用基于注意力机制的特征提取模型和基于时序卷积的模型来完成视觉特征的提取和特征序列的建模;采用基于多层次特征的聚合机制来聚合不同层次的信息;解码阶段利用启发式局部注意力机制完成字符序列的解码。首先,文本图像
2018年初《普通高中生物学课程标准(2017年版)》正式公布,新一轮的基础教育课程改革在借鉴国外成功经验的基础上,研制了我国高中生物学课程设计的宗旨——生物学学科核心素养。这样的教育目标体现了国家意志和社会发展对生物学科培育人才的价值需求,也是学生在学习生物学的过程中需要逐步形成的生物学观点、思维方式和解决人类生活问题的技能。如何在将核心素养渗透到课堂教学中,实现新课标的要求和学科的育人价值,是
近年来,闪存存储设备凭借其高性能和低功耗等诸多优势,被广泛应用于个人电脑、服务器、数据中心、移动设备中,是一种非常有前景的存储设备。然而,闪存存储设备拆解和开发难度大、成本高,想要通过真实设备进行学习和研究都非常困难。仿真是一种经济便捷的替代方式,目前学术界已经有多款功能强大的闪存存储设备仿真软件。然而这些仿真软件都是为专业人员设计的,主要用于研究,软件的使用需要建立在熟悉闪存存储设备的基础上,学
环境感知是工程车辆智能化的基础,检测路面的障碍并进行尺寸估计有助于规避潜在的危险,降低事故的风险。基于激光雷达的三维目标检测技术已日渐成熟,然而激光雷达昂贵的价格限制了相关技术在实际工业生产、生活中的落地。针对此问题,论文提出使用常见的单目摄像机替代昂贵的激光雷达。首先通过构建自监督的单目深度估计模型预测深度图,然后将其转换为伪点云,最后基于伪点云实现道路障碍的检测与尺寸估计。针对深度估计和伪点云
伴随着互联网的快速发展,非结构化的文本数据快速增长,如何高效精准地定位关键词,成为了我们探索的一个重要科研方向。作为信息抽取的主要研究方向,关系抽取正在知识图谱、网页搜索等方面发挥着巨大的作用。得益于启发式的远程监督方法,远程监督关系抽取可以在无需人工帮助的情况下自动识别实体对关系。随着机器学习和深度学习的快速发展,关系抽取利用卷积神经网络提高了预测的准确率。尽管如此,现有的模型依然存在以下问题:
近年来,机器翻译技术的快速发展为不同国家人民之间的交流带来了极大的便利。机器翻译指将一种模态的语言表示转化为另一种语言表示,常见的机器翻译技术将源语言的文本或者语音信号翻译成目标语言的文本。但是,由于语言的多样性和语义表达的歧义现象,仅仅依靠单源信息作为输入的神经机器翻译模型常常发生错误翻译。随着多模态学习和相关交叉领域的发展,不仅文本可以和图像信息或者词性信息等知识相结合,不同模态之间的信息互补