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:德国近20年来出现了经济持续增长而温室气体排放稳定下降的脱钩趋势,其中东德地区经济衰退因素对德国整体减排有重要贡献,但德国的低碳转型确实取得了积极进展。尽管东、西德地区的脱钩表现和原因有所不同,但基本都符合环境库兹尼茨曲线规律。德国实现这一脱钩的主要经验是通过市场化改革等措施促进了经济转型和效率提高,长期渐进地调整能源结构降低了单位能耗的碳排放,尝试采用多种手段传递价格信号以引导低碳转型,普及绿色环保理念,使低碳政策获得广泛的民意和政党支持。这启示我国的低碳转型应当推动市场化改革,提高经济整体的效率,建立经济、安全、环保的能源体系,普及低碳意识,同时注重发挥税收手段在引导低碳转型中的作用。