基于现有研究理论对影响个人创新行为的因素进行分类,并基于分类提出了个人创新能力提升计划训练模型——BTB模型,制订了具体的训练计划及策略。BTB意味着人们要勇于改变、突破现有思维定势,并且主动培养个体的新思维、新习惯和新行为,制订计划,并为之付出切实的行动和努力。

介绍了华东师范大学工商管理硕士(MBA)研究生多元情境下职业能力训练模式,即基于真实案例情境的系统性训练,基于多元课堂情境的认知训练,基于真实企业情境的行动训练,基于真实项目情境的落地运营。说明了该模式的具体应用和取得的效果,认为该模式可以为工商管理专业学位研究生培养提供理论与实践相结合的现代管理教育参照,为教师创造管理教育与实践相长的平台,为企业提供经济可行的问题解决方案。

在全球经济一体化、高等教育国际化、科学技术高速发展的今天,世界各国的竞争焦点在于人才培养,培养创新型人才已是高等教育的重要使命。通过探讨训练营与提升大学生创新能力的内在联系,阐述创新能力的重要性及其内涵,结合问卷调研分析了当前大学生创新能力提升存在的问题,提出通过训练营全面提高大学生综合素质、创新思维及创新能力的育人模式。

工程能力素质培养是高校人才培养的重要内容之一。充分整合校内优质教育资源,构建起石油化工产业链为背景的创新实践平台和工程训练中心,在硬件建设、软件建设以及教学研究方面进行了深入探索,为高素质工程性人才培养奠定基础,推动学生创新能力提升,抢占就业市场,更好地服务行业发展和地方经济建设。

理论术语的抽取是大规模文献内容分析和跨学科知识转移深度揭示的基础。作为一种特定类型的命名实体,理论术语涉及的学科多、文献规模大、特征复杂,也缺乏大规模的成熟语料,因而抽取难度较大。为提高理论术语的抽取性能并降低训练集的人工标注代价,本文构建了面向理论术语抽取的深度学习模型,并研究了该模型中理论术语的特征构造和标注方法,同时也提出了一种自训练算法以实现模型的弱监督学习。通过实验对比,分别验证了本文模型和自训练算法的有效性,不仅为理论术语抽取提供了更加有效的通用方法,也为其他类型命名实体的识别研究提供了方法参考。

[目的 /意义]对预训练语言模型在情报学与情报工作中的相关研究进行系统性的梳理与分析，为后续预训练模型与情报研究的融合提供借鉴。[方法 /过程]首先，简述预训练模型的基本原理与发展历程，汇总情报研究中应用较为广泛的预训练模型。其次，宏观上分析预训练模型在国内外情报研究中的热点方向，微观上从情报组织、情报检索、情报挖掘等方面调研预训练模型相关研究成果，并细致分析归纳预训练模型的应用方式、改进策略与性能表现。最后，从预训练模型的语料、训练、评价、应用等方面总结当前预训练模型在情报学科中面临的机遇与挑战，展望未来发展。[结果 /结论 ]当前BERT及其改型在情报处理中应用最广、表现最优。结合神经网络与微调的范式被用于各研究场景，尤其是领域信息抽取与文本分类任务。继续预训练、外部知识增强、架构优化等策略可进一步提升性能。如何平衡训练语料的规模与质量、提升模型易用性与安全性、高准度与多维度评价模型真实能力、加速学科知识挖掘工具落地应是未来考虑的关键问题。

随着社会的发展,运动训练的理论体系、研究内容、训练的方法等各个方面都在不断地发展创新,而根据动力学发展理论的研究,任何事物的发展都不会是凭空而来的,这其中必然有推动其发展的动因。文章在阐述运动训练发展趋势的前提下,分析了推动运动训练发展创新的动力因素。

在"大众创新,万众创业"的大背景下,切实提高本科生创新能力成为各高校最为关注的教学重点之一。湖南大学电气与信息工程学院根据自身特点,针对创新能力培养过程中的难点问题,依托本科生训练基地的建设,以学科竞赛为带动,推动创新创业教育工作的顺利开展。

[目的 /意义]针对大学生科研创新能力的发展现状及存在的主要问题,将科技查新训练引入大学专业课程教学中,培养具有科研创新能力的优秀人才。[方法 /过程]提出开展科技查新训练的教学实践方法,建立案例分析-选题-过程指导-考核-成果跟踪的训练模式。[结果 /结论]科技查新训练不仅增强了课程的实践性,丰富了教学内容,也拓宽了课程的内涵,激发了大学生的科研热情,该创新实践获得了师生认可,取得了明显成效,为高校大学生的科研创新能力培养提供一条途径。

针对卓越创新能力的内涵对实践教学的更高要求,在深入分析国内外相关研究的基础上,界定了农业机械化及其自动化专业卓越创新人才的核心概念,对实践训练体系进行了总体设计,明确了体系要素及相互关系,构建了以校内外并行双轨实训、实践互动交流平台、科创活动引领示范、双师型实践导师队伍等为特征载体的农业机械化及其自动化专业的实践训练体系。研究为形成系统的卓越人才培养实践能力训练载体平台,示范并引导同类专业培养计划的制定与人才培养的教育实践提供了理论基础与实践参考。

培养面向工程一线的应用型技术人才,是经济社会发展对我国普通高等工程教育提出的基本要求。南昌航空大学在长期的办学实践中,着眼于学生知识、素质和能力的全面培养,不断完善实践教学体系、优化实践教学资源、创新实践教学机制,形成了具有自身特色

为适应国家和社会发展的需要,探索开设创新创业教育课程,提出在本科生中开展跨学科通识技能训练。目前,已经创建了跨学科通识技能训练平台,构建了跨学科通识技能训练课程体系,建立了跨学科通识技能训练机制,有效提升了本科生的创新创业能力,为我国高校创新创业教育工作提供一种参考和借鉴。

该文以北京航空航天大学本科生为研究对象，充分激活科研项目、科研团队与科研平台的育人潜力，以制备高性能热电材料为题对学生开展科研创新训练。训练实践表明，通过对热电材料组分设计、合成与制备、结构表征、理论计算与性能测试等多方面内容进行探索与实践，点亮了学生的科学创新思维，拓展了基本科学探索能力，培养了协作能力、团队精神和科研创新能力。

近年来我国创新活力逐步显现,为全社会发展提供了有力的支撑和强大的动力。2008年的统计数据表明中国发明专利排名世界第四,列美国、日本、韩国之后,专利总量分别是美国的33%,日本的40%,韩国的47%左右。总的来说,我国创新的综合指数呈均衡发展,但是企

【目的】针对林业文本利用率低、通用领域预训练语言模型对林业知识理解不足以及模型标注数据耗时费力等问题，研究利用大量林业文本，提出一种融合林业领域知识的预训练语言模型，并通过自动标注训练数据，高效实现林业抽取式问答，为林业决策管理提供智能化信息服务。【方法】首先，基于网络爬虫技术构建包含术语、法律法规和文献3个主题的林业语料库，使用该语料库对通用领域预训练语言模型BERT进行继续预训练，通过掩码语言模型和下一句预测这2个任务进行自监督学习，使BERT能够有效地学习林业语义信息，得到具有林业文本通用特征的预训练语言模型ForestBERT。随后，对预训练语言模型mT5进行微调，实现样本的自动标注，通过人工校正后，构建包含3个主题的共2 280个样本的林业抽取式问答数据集。基于该数据集对BERT、RoBERTa、MacBERT、PERT、ELECTRA、LERT种通用领域的中文预训练语言模型以及本文构建的ForestBERT进行训练和验证，以明确ForestBERT的优势。为了探究不同主题对模型性能的影响，分别基于林业术语、林业法律法规、林业文献3个主题的数据集对所有模型进行微调。此外，将ForestBERT与BERT在林业文献中的问答结果进行可视化比较，以更直观地展现ForestBERT的优势。【结果】ForestBERT在林业领域的抽取式问答任务中整体表现优于其他6个对比模型，与基础模型BERT相比，精确匹配（EM）分数和F1分数分别提升了1.6%和1.72%，在另外5个模型的平均性能上也均提升0.96%。在各个模型最优划分比例下，ForestBERT在EM上分别优于BERT和其他5个模型2.12%和1.2%，在F1上分别优于1.88%和1.26%。此外，ForestBERT在3个林业主题上也均表现优异，术语、法律法规、文献任务的评估分数分别比其他6个模型平均提升了3.06%、1.73%、2.76%。在所有模型中，术语任务表现最佳，F1的平均值达到87.63%，表现最差的法律法规也达到82.32%。在文献抽取问答任务中，ForestBERT相比BERT提供了更准确、全面的答案。【结论】采用继续预训练的方式来增强通用领域预训练语言模型的林业专业知识，可以有效提升模型在林业抽取式问答任务中的表现，为林业文本和其他领域的文本处理和应用提供了一种新思路。