简介:实用汉语水平认定考试(简称C.TEST)是用来测试母语非汉语的外籍人士在国际环境下社会生活以及日常工作中实际运用汉语能力的考试。由于C.TEST的考试题目公开,题库数量较小,所以通过一般标准化考试采用的在部分目标被试中实施预测(fieldtest)的方法来获取考试题目的难度参数存在困难。然而,人工神经网络技术作为现代人工智能研究的成果,在预测(prediction)领域发挥了很大作用。本文选取C.TEST(A—D级)的阅读理解题目作为研究材料,运用人工神经网络技术对其难度进行预测,得到了网络预测难度值与实际考试难度值显著相关的研究结果。这一结果表明,利用人工神经网络模型对语言测验的题目难度等参数进行预测是可行的。
简介:研究了用3,3'-己烷基撑-双-(1-苯基-4-乙酯基-5-吡唑酮)的氯仿溶液在稀硝酸介质中对稀有元素铪的萃取行为。确定了萃合物中铪与萃取剂之比为1:2,分子组成为HfA2,萃取反应为阳离子交换-配位机理,条件萃取平衡常数为1.75×104,萃合物的分子为螯合结构。