摘要：语言智能教育是数智时代出现的新事物,涉及三方面内容:以语言智能学科为对象的理论教育,以语言智能工程为对象的技术教育,以语言智能服务为对象的应用教育。语言智能学科是基于语言理论的交叉学科,主要涉及脑语智能和计算智能两大主体内容。基于基础理论研究、数据资源建设、关键技术研发和应用系统创新四大主要方向,形成语言智能教育新模式。智能语音、机器翻译、知识图谱、智能内容生成、主题聚合度计算、情感计算、人文基因计算、写作智能评测等语言智能关键技术,是实现语言智能工程的基础。由教学资源建设、智能教学设计、智能读写训练、语言能力评估组成的“四位一体”的语言智能教学平台是语言智能在赋能全社会教育中的应用实践。

摘要：本文从逻辑图像理论出发,在讨论了影响阅读量的相关因素特征后,提出了基于逻辑图像理论的智能辅助阅读定量模型,并以290名小学生和50名高校生作为实验分析对象,分别就阅读速度、心像信息量获取曲线等内容进行拟合和分析,设计出不同类型的智能辅助阅读定量初始化原型,并给出后续定量生长曲线方向。本文为机器智能辅助阅读系统的定量考核提供基础模型和实验分析说明,是智能辅助阅读"六定模型"中的重要组成部分。

摘要：大语言模型的出现对当代语言人才培养提出了挑战性要求,教育部提出了一系列关于教育、科技、人才的战略要求。必然地,探索语言人才培养已成为我国语言文字工作者的时代使命。本文顺应语言科技发展趋势,适应语言人才培养需求,结合教育数字化转型,全面了解国内外语言人才培养的研究基础和实践成果,分析语言人才培养政策,科学设计数智时代语言智能人才培养规格,完善语言智能培养方案,创新语言智能培养模式,实施语言智能培养战略。

摘要：为解决密集人群计数任务中多列卷积核独立训练的限制及缺少针对性优化的问题,提出融合多尺度特征的密集人群计数算法SGNet。通过设计一种围绕相同感受野SRF(same receptive field)的特征融合方法,达到强化不同特征列之间的关联性,获得更多的特征细节和特征信息的目的;融合网格赢家通吃GWTA(grid winner-take-all)的思想设计损失函数,通过计算区域损失值着重优化重要特征。实验结果表明,与基线模型相比SGNet在任一数据集上的检测效果均有一定程度的提升,验证了该模型具有较强的鲁棒性及可移植性。

摘要：现有的用于矫正透视倾斜变形文档的深度学习模型存在空间泛化性差、模型参数量大、推理速度慢等问题。从姿态估计的角度出发,提出一种轻量化文档姿态估计网络DPENet(lightweight document pose estimation network),以优化上述问题。将文档图像中的单一文档视为一个姿态估计对象,将文档的四个角点视为文档对象的四个姿态估计点,采用兼具全连接回归与高斯热图回归优点的DSNT(differentiable spatial to numerical transform)模块实现文档图像角点的高精度定位,并通过透视变换处理实现透视变形文档图像的高精度矫正。DPENet采用轻量化设计,以面向移动端的MobileNetV2为主干网络,模型体量只有10.6 MB。在SmartDoc-QA(仅取148张文档图像)数据集上与现有的三种主流网络进行了对比实验,实验结果表明,DPENet的矫正成功率(96.6%)和平均位移误差(mean displacement error,MDE)(1.28个像素)均优于其他三种网络,同时其平均矫正速度也有良好的表现。在保持轻量化和速度快的条件下,DPENet网络具有更高的变形文档矫正成功率和矫正精度。

摘要：针对类似电影院、教室之类的人体间遮挡较少的场景,提出一种像素特征与粘连人体分割相结合的人数统计方法,为更好地处理粘连人体的分割问题,提出归一化距离度量的聚类算法与基于动态掩膜的投影法。当区域内人员较少时,通过建立区域内归一化后像素数与区域人数间的对应关系实现间接人数统计;当区域内人数增多且高于一定程度时,借助简单场景中人员特定的位置信息,进行粘连人体分割并对分割结果进行计数统计。在处理粘连人体分割问题上,针对人体连通区域的不同特点,分别使用归一化距离度量的聚类算法和改进的投影法进行人体粘连区域的行列分割。通过在影院影厅进行实验验证了该算法的有效性。