何高大 作品数:170 被引量:2,412 H指数:27 供职机构: 华南农业大学 更多>> 发文基金: 教育部人文社会科学研究基金 广东省高等教育教学改革项目 广东省自然科学基金 更多>> 相关领域: 语言文字 文化科学 文学 社会学 更多>>
多模态视角下的国家形象构建——以伊斯坦布尔2020申奥片为例 2016年 申奥片的传播目的是为了宣传国家形象,它反映了申办国的权威意识形态和期待。通过对伊斯坦布尔2020申奥片进行多模态话语分析,现代化和多元化的国家形象也是主体内容。运用比较文学形象学的相关概念,将申奥片中构建的形象与西方文学作品中的土耳其"套话"形象进行对比,揭示出了隐藏在该申奥片中的土耳其官方意识形态:土耳其通过对西方现代化符号和思维模式的"模拟",构建了一个东西"文化杂合"的杂体,以期打破自己在西方主流意识形态中的"他者"形象来获得更多的利益。 周棋丰 何高大关键词:多模态 形象学 国家形象构建 意识形态 现代教育信息技术与现代外语教学 被引量:57 2002年 何高大关键词:现代教育信息技术 外语教学 中小学教育 计算机辅助教学 英语课 二语习得研究热点可视化分析及其启示 被引量:9 2018年 借助Citespace软件,运用可视化知识图谱法分析2010-2017年间收录于Web of Science的5 211篇发表在十大SSCI语言学期刊的二语习得研究文献。国际二语习得研究重心已向生物学、医学和云计算等领域漂移,在习得中介、习得者内部因素、习得内容和习得者外部因素四个研究范畴出现了纠错反馈、神经纤维瘤型、内存检查、跨语言迁移等39个研究热点,其中,脑神经科学、智能算法与程序、语言与言语习得理论、语言学习者、言语产出与语言发展是SLA研究前沿主题。 李海霞 何高大关键词:二语习得 可视化分析 多媒体技术——跨文化交际的革命 被引量:55 2001年 通过分析多媒体技术 ,论述多媒体技术给跨文化交际带来的一场革命。多媒体技术影响着跨文化交际的 6个方面。同时指出 ,跨文化交际的研究也应当重视多媒体与跨文化交际学科、跨文化交际媒体和跨文化交际信息的研究。 何高大关键词:多媒体 跨文化交际 技术环境下过程教学法的写作教学模式探索 被引量:6 2015年 文章概述了过程教学法,探索技术环境下过程教学法的二语写作教学模式,详述其实施步骤和实施意义。在二语写作教学模式中,教师利用信息技术创设仿真的语言学习环境和多元交互生态环境,学生以信息技术作为自然的语言处理工具、信息加工工具、协作交流工具、写作意义建构认知工具、写作评价工具和自主学习工具,在教师及同伴的帮助下会话、协作和建构写作意义,提高学生的写作能力、交际能力和自主学习能力。 吴荣辉 何高大关键词:信息技术 过程教学法 建构主义 大学英语课程教学转型与实践 被引量:8 2013年 课程教学是实施教学目标最主要的途径。我国大学英语课程教学经历了不同的时期和转型。文章结合大学英语课程教学转型实践,探讨了大学英语课程教学转型的必要性及其转型的范式。 何高大 任杨关键词:大学英语 课程教学 国外译界论译动态——《翻译学手册Ⅱ》评介 2014年 翻译学一直保持动态的发展趋势,研究成果层出不穷。《翻译学手册II》收录了35篇翻译学知名学者于2011年撰写的学术论文,主题丰富、目标明确、前瞻性强,是翻译学研究者不可或缺的参考资料。 何高大 王婧关键词:翻译学 学术论文 迈向21世纪的《外语电化教学》 被引量:1 1998年 有了外语电教信息技术手段和现代化,有了外语电教理论学习与研究的“高速公路”,我们就有可能免除由于资料检索不便所带来的种种烦恼。《外语电化教学》编辑部的努力。 何高大关键词:外语电化教学 全文检索系统 外语电教 外语教学 高速公路 信息技术手段 人工智能在外语教学中的应用——兼评《Artificial Intelligence in Second Language Learning:Raising Error Awareness》 被引量:16 2008年 1人工智能的定义及其发展人工智能(Artificial Intelligence,简称AI)是研究解释和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论,进而设计可以展现某些近似于人类智能行为的计算系统。人工智能主要研究用人工的方法和技术,模仿、延伸和扩展人的智能,实现机器智能(史忠植,2005)。人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 何高大 罗忠民关键词:人工智能 外语教学 智能信息处理 知识处理系统 基于CA-YOLOv9网络的实时全景多尺度课堂行为识别 2024年 随着人工智能的发展和“智慧课堂”概念的兴起,课堂行为智能化识别成为研究的热点。目前,国内外研究多采用数个学生或教室的局部影像,而对于学生人数密集、尺度变化范围大且存在大量物体遮挡的全景教室图像实时检测鲜有涉及。为此,文章基于YOLOv9网络,加入CA模块,构建了CA-YOLOv9网络;之后,通过结构分析实验、消融实验和对比实验,得到了CA-YOLOv9网络的最佳结构,并验证了其识别性能;最后,将训练好的CA-YOLOv9网络应用于全景多尺度课堂行为识别,证明了该网络能在不降低推理速度的同时提升检测精度,初步验证了该网络在智慧课堂中实时应用的可行性。文章的研究可为及时了解学生的学习状态和教师教学方法的有效性提供依据,有助于推动人工智能与教育教学的深度融合。 谭苏燕 王祖煊 何高大关键词:课堂行为