您的位置: 专家智库 > >

张卫娜

作品数:7 被引量:9H指数:2
供职机构:西安思源学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:语言文字文化科学自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 2篇语言文字
  • 1篇电子电信
  • 1篇文化科学

主题

  • 4篇英语
  • 2篇英语翻译
  • 2篇文化
  • 2篇翻译
  • 1篇学前教育
  • 1篇学前教育专业
  • 1篇英文文本
  • 1篇英语教师
  • 1篇英语教师角色
  • 1篇英语语法
  • 1篇游客
  • 1篇友人
  • 1篇语法
  • 1篇中跨
  • 1篇神经网
  • 1篇神经网络
  • 1篇实践教学
  • 1篇自动纠错
  • 1篇外国游客
  • 1篇外国友人

机构

  • 5篇西安思源学院

作者

  • 5篇张卫娜
  • 1篇张军妮

传媒

  • 1篇自动化与仪器...
  • 1篇计算机测量与...
  • 1篇海外英语
  • 1篇文化产业
  • 1篇新丝路(下旬...

年份

  • 3篇2023
  • 1篇2022
  • 1篇2019
7 条 记 录,以下是 1-5
排序方式:
英语翻译中跨文化视角的翻译技巧探析被引量:1
2023年
在英语翻译的过程中,创作者首先要了解语种背后的历史文化背景,这样才能使翻译精益求精。另外,创作者还要考量语言使用者的日常思维习惯。不同的语种之间有不同的文化差异,如果没有能够掌握跨文化之间的翻译技巧,在进行翻译的过程中,会出现翻译不当的问题。基于此,本文将重点介绍英语翻译中,如何从跨文化的角度去使用翻译技巧,来实现文化之间的交流和传播。
张卫娜
关键词:英语翻译跨文化视角翻译技巧
学前教育专业本科实践教学体系构建中英语教师角色研究
2019年
本文通过对地方本科院校学前教育专业本科实践教学体系中存在的问题进行归纳、总结、分析,从学生、教师、学校、社会四个层面,通过观察、访谈等方式,旨在构建英语教师在学前教育专业本科实践教学体系中的角色,进而对英语教师的学科理论教学的反拨作用、对英语教师的角色转变的促进作用以及英语教师跨学科研究能力提升作用,以实现“创设学生职业素质为先、教师教育理念与时俱进兼具自我实现的教育生活氛围、服务应用型人才培养目标三位一体”的科学教育新思路。同时,为陕西省普通本科院校学前教育专业本科实践教学体系中英语实训课程开设和实习行业标准及示范单位标准提供指导。
张军妮张卫娜
关键词:英语教师角色学前教育专业
旅游英语翻译对传统文化传播的作用研究
2023年
近年来,随着经济的发展,人们的生活水平逐渐提高,在物质需求得到满足后,人们的精神需求相应增加,而旅游业也因此得以迅速发展。经济全球化使得国际交流日益频繁,在此背景下,我国特有的民族文化对外国友人产生了极大的吸引力,来华游客逐渐增加,在该过程中,旅游英语翻译的重要性逐渐突显出来。旅游的意义在于让游客感受和领略当地的文化。为了让外国游客了解我国灿烂的历史文化,旅游英语翻译应发挥其文化传播作用,以满足游客了解中国文化的需求。
张卫娜
关键词:旅游英语翻译外国友人经济全球化外国游客旅游业传统文化传播
基于机器视觉的英语语法自动纠错系统设计被引量:5
2022年
以文本识别为基础,进行英语语法自动纠错时,往往依靠人眼识别方式,使得自动纠错系统的F_(0.5)值较低。因此,提出基于机器视觉的英语语法自动纠错系统设计。硬件方面,针对CCD相机和存储器进行设计。软件方法,针对包含英语文本内容的图像,运用机器视觉技术设计一种自动化文本识别算法,准确提取待处理的文本信息。依托于英语翻译原理提取语法特征,并以此为基础创建语法错误检测方法。选取seq2seq模型作为基本框架,结合Soft Attention机制,构建英语语法自动纠错模型。再引入反馈过滤机制,对自动纠错结果进行检验。系统测试结果表明:所提出的纠错系统F_(0.5)值保持在0.5以上,且对于长句子的语法纠错效果强于短句子,满足了英语语法自动纠错需求。
张卫娜
关键词:机器视觉文本识别神经网络
结合Bert与Bi-LSTM的英文文本分类模型被引量:3
2023年
作为自然语言处理技术中的底层任务之一,文本分类任务对于上游任务有非常重要的辅助价值;最近几年,深度学习广泛应用于NLP中的上下游任务的趋势,深度学习在下游任务文本分类中性能不错;但是目前的基于深层学习网络的模型在捕捉文本序列的长距离型上下文语义信息进行建模方面仍有不足,同时也没有引入语言信息来辅助分类器进行分类;针对这些问题,提出了一种新颖的结合Bert与Bi-LSTM的英文文本分类模;该模型不仅能够通过Bert预训练语言模型引入语言信息提升分类的准确性,还能基于Bi-LSTM网络去捕捉双向的上下文语义依赖信息对文本进行显示建模;具体而言,该模型主要有输入层、Bert预训练语言模型层、Bi-LSTM层以及分类器层搭建而成;实验结果表明,与现有的分类模型相比较,所提出的Bert-Bi-LSTM模型在MR数据集、SST-2数据集以及CoLA数据集测试中达到了最高的分类准确率,分别为86.2%、91.5%与83.2%,大大提升了英文文本分类模型的性能。
张卫娜
关键词:文本分类
共1页<1>
聚类工具0