深度学习的单元教学 (共51张PPT)
合集下载
深度学习PPT幻灯片共47页文档
。
2、要冒一次险!整个生命就是一场冒险。走得最远的人，常是愿意 去做，并愿意去冒险的人。“稳妥”之船，从未能从岸边走远。-戴尔．卡耐基。
梦 境
3、人生就像一杯没有加糖的咖啡，喝起来是苦涩的，回味起来却有 久久不会退去的余香。
深度学习PPT幻灯片4、守业的最好办法就是不断的发展。 5、当爱不能完美，我宁愿选择无悔，不管来生多么美丽，我不愿失 去今生对你的记忆，我不求天长地久的美景，我只要生生世世的轮 回里有你。
66、节制使快乐增加并使享受加强。 ——德 谟克利 特 67、今天应做的事没有做，明天再早也 是耽误 了。——裴斯 泰洛齐 68、决定一个人的一生，以及整个命运 的，只 是一瞬 之间。 ——歌 德 69、懒人无法享受休息之乐。——拉布 克 70、浪费时间是一桩大罪过。——卢梭
2、要冒一次险!整个生命就是一场冒险。走得最远的人，常是愿意 去做，并愿意去冒险的人。“稳妥”之船，从未能从岸边走远。-戴尔．卡耐基。
梦 境
3、人生就像一杯没有加糖的咖啡，喝起来是苦涩的，回味起来却有 久久不会退去的余香。
深度学习PPT幻灯片4、守业的最好办法就是不断的发展。 5、当爱不能完美，我宁愿选择无悔，不管来生多么美丽，我不愿失 去今生对你的记忆，我不求天长地久的美景，我只要生生世世的轮 回里有你。
66、节制使快乐增加并使享受加强。 ——德 谟克利 特 67、今天应做的事没有做，明天再早也 是耽误 了。——裴斯 泰洛齐 68、决定一个人的一生，以及整个命运 的，只 是一瞬 之间。 ——歌 德 69、懒人无法享受休息之乐。——拉布 克 70、浪费时间是一桩大罪过。——卢梭
深度学习介绍 ppt课件
自编码器的建立
建立AutoEncoder的方法是：
对于m个数据的输入，有：
Code编码:使用非线性激活函数，将维输入数据映射到维隐含层（隐含节点表示特 征）
其中W是一个的权重矩阵，b是一个d'维的偏移向量 Decode解码:通过反向映射，对映射后的数据进行重建
hi
yi
SAE网络每一次训练输入都会得到映射后的 与解码后的 。通过对代价函数的最优
深层带来的好处
为什么采用层次网络
预训练与梯度消失现象
主要内容
自编码器结构
单层自动编码器网络（AutoEncoder）实质上是一个三层的反向传播神经网络。它逐 层采用无监督学习的方式，不使用标签调整权值，将输入映射到隐含层上，再经过反 变换映射到输出上，实现输入输出的近似等价。
X1 X2 X3 X4 X5 +1
RBM网络有几个参数，一个是可视层与隐含 层之间的权重矩阵，一个是可视节点的偏移 量b，一个是隐含节点的偏移量c，这几个参 数决定了RBM网络将一个m维的样本编码成 一个什么样的n维的样本。
受限玻尔兹曼机
RBM介绍
RBM训练
一般地，链接权重Wij可初始化为来自正态分布N(0,0.01)的随机数，隐 单元的偏置cj初始化为0； 对于第i个可见单元，偏置bj初始化为log[pi/(1-pi)] 。pi表示训练样本中 第i个特征处于激活状态所占的比率 学习率epsilon至关重要，大则收敛快，但是算法可能不稳定。小则 慢。为克服这一矛盾引入动量，使本次参数值修改的方向不完全由当 前样本似然函数梯度方向决定，而是上一次参数值修改方向与本次梯 度方向的结合可以避免过早的收敛到局部最优点
激活函数
y f (x)
深度学习基础PPT幻灯片
Deep Learning
2020/4/2
1
目录
深度学习简介 深度学习的训练方法 深度学习常用的几种模型和方法 Convolutional Neural Networks卷积神经网络 卷积神经网络（CNN）在脑机接口中的应用源自2020/4/22
What is Deep Learning?
浅层结构的局限性在于有限的样本和计算单元情况下 对复杂的函数表示能力有限，针对复杂分类问题其泛 化能力受到一定的制约。
2020/4/2
9
受到大脑结构分层的启发，神经网络的研究发现多隐 层的人工神经网络具有优异的特征学习能力，学习得 到的特征对数据有更本质的刻画，从而有利于可视化 或分类；而深度神经网络在训练上的难度，可以通过 “逐层初始化”来有效克服。
A brief introduce of deep learning
2020/4/2
3
机器学习
机器学习（Machine Learning）是一门专门研究计算机 怎样模拟或实现人类的学习行为，以获取新的知识或 技能，重新组织已有的知识结构市值不断改善自身的 性能的学科，简单地说，机器学习就是通过算法，使 得机器能从大量的历史数据中学习规律，从而对新的 样本做智能识别或预测未来。
机器学习在图像识别、语音识别、自然语言理解、天 气预测、基因表达、内容推荐等很多方面的发展还存 在着没有良好解决的问题。
2020/4/2
4
特征的自学习
传统的模式识别方法：
通过传感器获取数据，然后经过预处理、特征提取、特 征选择、再到推理、预测或识别。 特征提取与选择的好坏对最终算法的确定性齐了非常关 键的作用。而特征的样式目前一般都是靠人工提取特征。 而手工选取特征费时费力，需要专业知识，很大程度上 靠经验和运气，那么机器能不能自动的学习特征呢？深 度学习的出现就这个问题提出了一种解决方案。
2020/4/2
1
目录
深度学习简介 深度学习的训练方法 深度学习常用的几种模型和方法 Convolutional Neural Networks卷积神经网络 卷积神经网络（CNN）在脑机接口中的应用源自2020/4/22
What is Deep Learning?
浅层结构的局限性在于有限的样本和计算单元情况下 对复杂的函数表示能力有限，针对复杂分类问题其泛 化能力受到一定的制约。
2020/4/2
9
受到大脑结构分层的启发，神经网络的研究发现多隐 层的人工神经网络具有优异的特征学习能力，学习得 到的特征对数据有更本质的刻画，从而有利于可视化 或分类；而深度神经网络在训练上的难度，可以通过 “逐层初始化”来有效克服。
A brief introduce of deep learning
2020/4/2
3
机器学习
机器学习（Machine Learning）是一门专门研究计算机 怎样模拟或实现人类的学习行为，以获取新的知识或 技能，重新组织已有的知识结构市值不断改善自身的 性能的学科，简单地说，机器学习就是通过算法，使 得机器能从大量的历史数据中学习规律，从而对新的 样本做智能识别或预测未来。
机器学习在图像识别、语音识别、自然语言理解、天 气预测、基因表达、内容推荐等很多方面的发展还存 在着没有良好解决的问题。
2020/4/2
4
特征的自学习
传统的模式识别方法：
通过传感器获取数据，然后经过预处理、特征提取、特 征选择、再到推理、预测或识别。 特征提取与选择的好坏对最终算法的确定性齐了非常关 键的作用。而特征的样式目前一般都是靠人工提取特征。 而手工选取特征费时费力，需要专业知识，很大程度上 靠经验和运气，那么机器能不能自动的学习特征呢？深 度学习的出现就这个问题提出了一种解决方案。
人工智能深度学习培训教材PPT(50张)
1-1 历史与背景
1-1 历史与背景
1-1 历史与背景
1-1 历史与背景
1-2 基本思想
深度学习原理
Neural Network
1-2 基本思想
Neural Network
z
z
z
z
“Neuron”
Neural Network
Different connection leads to different network structures
b1
b2
bL
xN x
a1
a2……
y yM
…… …… …… …… ……
y
x
WL …
W2
W1 x + b1 + b2 … + bL
1-2 基本思想
Feature extractor replacing
feature engineering
……
x1
y1
x
……
x2
y2
…… Softm…ax…
……
…… ……
0.05
……
0.3
0.2
……
人工智能深度学习培训教材PPT(50张) 培训课 件培训 讲义培 训教材 工作汇 报课件 PPT
gradient
人工智能深度学习培训教材PPT(50张) 培训课 件培训 讲义培 训教材 工作汇 报课件 PPT
1-2
基本思想
人工智能深度学习培训教材PPT(50张) 培训课 件培训 讲义培 训教材 工作汇 报课件 PPT
Deep Learning
YES
NO Good Results on Testing Data?
Overfitting!
深度学习基础PPT幻灯片课件
深度学习与浅层学习的区别
强调了模型结构的深度，通常有5-10多层的隐层节点；
明确突出了特征学习的重要性，通过逐层特征变换，将 样本在原空间的特征表示变换到一个新特征空间，从而 使分类或预测更加容易。与人工规则构造特征的方法相 比，利用大数据来学习特征，更能够刻画数据的丰富内 在信息。
2023/10/14
2023/10/14
6
人脑的视觉机理
1981年的诺贝尔医学奖获得者 David Hubel和Torsten Wiesel发现了视觉系统的信息处理机制，他们发现了一 种被称为"方向选择性细胞的神经元细胞，当瞳孔发现 了眼前的物体的边缘，而且这个边缘指向某个方向时， 这种神经元细胞就会活跃。
Categorical judgments, decision making
2023/10/14
23
经典例子：文字识别系统LeNet-5
INPUT 32x32
C3: f . maps
C1: feature maps 6@28x28
S 2: f . maps
6@14x14
16@10x10 S4:f.maps
16@5x5
C5: layer F6: laver OUTPUT
120
2023/10/14
5
深度学习
自2006年，深度学习（Deep Learning）已经成为机 器学习研究中的一个新兴领域，通常也被叫做深层结 构学习或分层学习。其动机在于建立、模拟人脑进行 分析学习的神经网络，它模拟人脑的机制来解释数据， 例如图像，声音和文本，深度学习是无监督学习的一 种。
深度学习的概念源于人工神经网络的研究，含多隐层 的多层感知器就是一种深度学习结构。深度学习通过 组合低层特征形成更加抽象的高层表示属性类别或特 征，已发现数据的分布式特征表示。
强调了模型结构的深度，通常有5-10多层的隐层节点；
明确突出了特征学习的重要性，通过逐层特征变换，将 样本在原空间的特征表示变换到一个新特征空间，从而 使分类或预测更加容易。与人工规则构造特征的方法相 比，利用大数据来学习特征，更能够刻画数据的丰富内 在信息。
2023/10/14
2023/10/14
6
人脑的视觉机理
1981年的诺贝尔医学奖获得者 David Hubel和Torsten Wiesel发现了视觉系统的信息处理机制，他们发现了一 种被称为"方向选择性细胞的神经元细胞，当瞳孔发现 了眼前的物体的边缘，而且这个边缘指向某个方向时， 这种神经元细胞就会活跃。
Categorical judgments, decision making
2023/10/14
23
经典例子：文字识别系统LeNet-5
INPUT 32x32
C3: f . maps
C1: feature maps 6@28x28
S 2: f . maps
6@14x14
16@10x10 S4:f.maps
16@5x5
C5: layer F6: laver OUTPUT
120
2023/10/14
5
深度学习
自2006年，深度学习（Deep Learning）已经成为机 器学习研究中的一个新兴领域，通常也被叫做深层结 构学习或分层学习。其动机在于建立、模拟人脑进行 分析学习的神经网络，它模拟人脑的机制来解释数据， 例如图像，声音和文本，深度学习是无监督学习的一 种。
深度学习的概念源于人工神经网络的研究，含多隐层 的多层感知器就是一种深度学习结构。深度学习通过 组合低层特征形成更加抽象的高层表示属性类别或特 征，已发现数据的分布式特征表示。
深度学习介绍 PPT
自编码器的建立
建立AutoEncoder的方法是: 关于m个数据的输入,有:
Code 编码:使用非线性激活函数,将维输入数据映射到维隐含层(隐藏节点表示特征)
其中W是一个的权重矩阵,b是一个d'维的偏移向量 Decode 解码:通过反向映射,对映射后的数据进行重建
SAE网络采纳相同的权重
,对数据进行编码与解码。每一次训练输入都会得到映射后
CNN基本知识
卷积神经网络是人工神经网络的一种,已成为当前语音分析和图像识别领域的研究热点。 它的权值共享网络结构使之更类似于生物神经网络,降低了网络模型的复杂度,减少了权 值的数量。该优点在网络的输入是多维图像时表现的更为明显,能够使图像直截了当作 为网络的输入,幸免了传统识别算法中复杂的特征提取和数据重建过程。卷积网络是为 识别二维形状而特别设计的一个多层感知器,这种网络结构对平移、比例缩放、倾斜或 者其他形式的变形具有高度不变性。
深度学习介绍
主要内容
神经网络
深度学习
介绍 常用方法
• Stacked Auto-Encoder • Convolutional Neural Network • Deep Belief Network
评价与应用
展望
神经网络
在机器学习与认知识别领域中,人工神经网络是一类模拟生物神经网络(中枢神经网络, 特别是大脑)的模型,用来预测(决策问题)或估计基于大量未知数据的函数模型。人工神 经网络一般呈现为相互关联的“神经元”相互交换信息的系统。在神经元的连接中包 含可依照经验调整的权重,使得神经网络能够自习惯输入,同时拥有学习能力。
测试:对测试数据进行神经网络测试,得到结果
空间去冗余 压缩
Defined By User
深度学习基础理论ppt课件
13
AutoEncoder自动编码器
2）通过编码器产生特征，然后训练下一层。这样逐层训 练：
将第一层输出的code当成第二层的输入信号，同样最小化重构误差，就会 得到第二层的参数，并且得到第二层输出的code，也就是原输入信息的第 二个表达了。其他层就用同样的方法炮制。
14
AutoEncoder自动编码器
3）有监督微调： 到这里，这个AutoEncoder还不能用来分类数据，可
以在AutoEncoder的最顶的编码层添加一个分类器，然后 通过标准的多层神经网络的监督训练方法（梯度下降法） 去训练。
微调分为两种，一个是只调整分类器（黑色部分）：
15
AutoEncoder自动编码器
另一种：通过有标签样本，微调整个系统：
在研究中可以发现，如果在原有的特征中加入这些自动学习得到的特 征可以大大提高精确度，甚至在分类问题中比目前最好的分类算法效果还 要好！
16
AutoEncoder自动编码器
AutoEncoder存在的一些变体：
a）Sparse AutoEncoder稀疏自动编码器 b）Denoising AutoEncoders降噪自动编码器
20
Sparse Coding稀疏编码
2）Coding阶段：
给定一个新的图片x，由上面得到的字典，通过解一 个LASSO问题得到稀疏向量a。这个稀疏向量就是这个输入 向量x的一个稀疏表达了。
21
深度学习的常用模型
3、Restricted Boltzmann Machine (RBM)限 制波尔兹曼机
18
Sparse Coding稀疏编码
19
Sparse Coding稀疏编码
Sparse coding分为两个部分：
AutoEncoder自动编码器
2）通过编码器产生特征，然后训练下一层。这样逐层训 练：
将第一层输出的code当成第二层的输入信号，同样最小化重构误差，就会 得到第二层的参数，并且得到第二层输出的code，也就是原输入信息的第 二个表达了。其他层就用同样的方法炮制。
14
AutoEncoder自动编码器
3）有监督微调： 到这里，这个AutoEncoder还不能用来分类数据，可
以在AutoEncoder的最顶的编码层添加一个分类器，然后 通过标准的多层神经网络的监督训练方法（梯度下降法） 去训练。
微调分为两种，一个是只调整分类器（黑色部分）：
15
AutoEncoder自动编码器
另一种：通过有标签样本，微调整个系统：
在研究中可以发现，如果在原有的特征中加入这些自动学习得到的特 征可以大大提高精确度，甚至在分类问题中比目前最好的分类算法效果还 要好！
16
AutoEncoder自动编码器
AutoEncoder存在的一些变体：
a）Sparse AutoEncoder稀疏自动编码器 b）Denoising AutoEncoders降噪自动编码器
20
Sparse Coding稀疏编码
2）Coding阶段：
给定一个新的图片x，由上面得到的字典，通过解一 个LASSO问题得到稀疏向量a。这个稀疏向量就是这个输入 向量x的一个稀疏表达了。
21
深度学习的常用模型
3、Restricted Boltzmann Machine (RBM)限 制波尔兹曼机
18
Sparse Coding稀疏编码
19
Sparse Coding稀疏编码
Sparse coding分为两个部分：
深度学习Deep-Learning【精品PPT文档】
• 减轻梯度消失问题的一个方法是使用线性激活函数（比如rectifier
函数）或近似线性函数（比如softplus 函数）。这样，激活函数的 导数为1，误差可以很好地传播，训练速度得到了很大的提高。
目录
• • • • • • • • 深度学习简介 数学基础 机器学习简介 感知器 前馈神经网络 卷积神经网络 循环神经网络 深度学习应用
向量函数及其导数
按位计算的向量函数及其导数
logistic函数
softmax函数
softmax函数
softmax函数
softmax函数
目录
• • • • • • • • 深度学习简介 数学基础 机器学习简介 感知器 前馈神经网络 卷积神经网络 循环神经网络 深度学习应用
机器学习中的一些概念
目录
• • • • • • • • 深度学习简介 数学基础 机器学习简介 感知器 前馈神经网络 卷积神经网络 循环神经网络 深度学习应用
向量
向量的模和范数
常见的向量
矩阵
矩阵的基本运算
矩阵的基本运算
常见的矩阵
常见的矩阵
导数
向量导数
导数法则
导数法则
导数法则
常用函数及其导数
常用函数及其导数
深度学习Deep Learning
目录
• • • • • • • • 深度学习简介 数学基础 机器学习简介 感知器 前馈神经网络 卷积神经网络 循环神经网络 深度学习应用
深度学习概念
• 机器学习（Machine Learning，ML）主要是研究如何使计算机从给定的 数据中学习规律，即从观测数据（样本）中寻找规律，并利用学习到的 规律（模型）对未知或无法观测的数据进行预测。目前，主流的机器学 习算法是基于统计的方法，也叫统计机器学习。 • 人工神经网络（Artificial Neural Network ，ANN），也简称神经网络， 是众多机器学习算法中比较接近生物神经网络特性的数学模型。人工神 经网络通过模拟生物神经网络（大脑）的结构和功能，由大量的节点 （或称“神经元”，或“单元”）和之间相互联接构成，可以用来对数 据之间的复杂关系进行建模。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
王本华：整体规划、有机融入社会主义核心 价值观 ，落实立德 树人的根本任务
革命文化：精选讴歌革命领袖丰功伟绩、 赞 颂革命英雄人物事迹的作品，凸显革命 理论 文章的指导价值，激发学生热爱中国 共产党、 热爱祖国的情感。共选入革命文 化作品23篇 （首），占全部课文总数16.9%。 其中革命 领袖的文章8篇（首），鲁迅文章 5篇。
8．鲁迅说：“我们从古以来，就有埋头苦干的人，有拼命硬干的人， 有为民请命的人，有舍身求法的人， ……这就是中国的脊梁。”请谈 谈本文是如何具体塑造这样的“中国的脊梁”的。（6分） 9．《理水》是鲁迅小说集《故事新编》中的一篇，请从“故事”与 “新编”的角度简析本文的基本特征。（6分）
2015年全国卷1·25分（全文1489字）
王本华：整体规划、有机融入社会主义核社会主义先进文化：精选反映党领导人民 建设社会主义的伟大成就、讴歌劳动模范 和时代楷模以及我党在新时期的理论探索 的文章，增强教材的时代特色。共选入反 映社会主义先进文化的课文20篇（首）， 占全部课文数的14.7%。
3.教材要适应高中学生认知特点和身心发展的需要，符 合语文核心素养发展的规律，要充分体现时代特点和现 代意识，有助于培养学生的社会责任感、实践能力和创新
深度学习的单元教学
2019年全国卷1·15分（全文1791字）
7．下列对本文相关内容和艺术特色的分析鉴赏，不正确的一项是（3分） A．第一段中，洪灾中的民间疾苦被筵宴上大啖酒肉的大员们转化为“水乡沿途的风景” 等谈资，这不仅是讽刺，更表达了忧愤。 B．鲁迅善以细节传神，文中写胖大官员脸上“流出着一层油汗”，与写祥林嫂“眼珠间 或一轮”一样，都是以外在细节刻画人物内在特征。 C．针对禹提出的“导”的治水方法，众大员软硬兼施，口口声声“老大人”，是以所谓 “孝”给禹施压，实质上还是反对禹的变革。 D．文中有意使用“水利局”“时装表演”“摩登”等现代词语，以游戏笔墨颠覆了“大 禹治水”的严肃性与真实性，从而传达出历史的虚无感。
过去对教材功能的认识
教师
教材
学生
现在对教材功能的认识
教师
直 接
教材
环
作
境
用
学生
二、了解课标对教材编写的规定
• 语文教材编写建议（10条） • “古诗文背诵推荐篇目”“关于课内外读
物的建议”等对教材编写的要求
2017年版课程标准49-50页：（三）教材编写建议
1.教材编写要以马克思主义为指导，坚持立德树人， 体现社会主义核心价值观，面向现代化、面向世界、 面向未来；要贯彻国家课程改革的精神， 落实普通高 中语文课程标准要求。 2.教材编写要高度重视继承和弘扬中华优秀传统文化、 革命文化和社会主义先进文化，自觉维护国家统一和 民族团结，体现对文化多样性的理解和尊重，有助于 学生增强民族自尊心、爱国感情和文化自信，形成正 确的世界观、人生观和价值观。
2015全国高考语文（Ⅰ卷）·文学阅读题 2019全国高考语文（Ⅰ卷）·文学阅读题
提纲
• 认识部编本语文教材的功能 • 了解2017年版课标对教材编写的规定 • 理解部编本高中语文教材的主要特点 • 部编本高中语文教材使用建议
一、认识部编本语文教材的功能
• 过去对教材功能的认识 • 现在对部编本教材功能的认识
（1）下列对这篇小说思想内容与艺术特色的分析和鉴赏，最恰当的两项是（5分） A.马
兰花刚从市场接菜回来，三孬就急忙告诉她麻婶生病住院的事，还鼓动她到医院向麻婶女儿要钱，说明三孬好嚼舌， 是 个搬弄是非的人。 B.马兰花的丈夫因为六百元钱就耿耿于怀，收到一千元的汇款单后又主动为妻子做饭，这些细节惟妙惟肖地写出了这个人 物的事故圆滑、反复无常。 C.小说以麻婶女儿来信作为结局，既在意料之外，又在情理之中，不仅呼应了故事留下的悬念，还巧妙地造成了情节的 逆转，颇具艺术匠心。 D.小说注重于细微处写人，从上海来信中可以看出，麻婶的女儿是一个通情达理的人，又是一个精明的人，她内心深处 很不愿意欠别人的情。 E.发生在马兰花与麻婶两家之间的故事温馨动人，其中也蕴含着作者对当下社会伦理道德和人际关系的忧虑与反思，这是 小说的深刻之处。
精神，有助于形成学生良好的个性和健全的人格。 4.教 材编写要以语文学科核心素养为纲，以语文实践活 动 为主线，落实18个学习任务群的要求。必修、选择性 必
修和选修教材要落实各自的专属任务群，还要落实贯串
于高中语文学习始终的共同任务群。学习任务群应依据学 分要求和年段特点进行组合，容量要适当；学习任务群 的组织形式和呈现方式提倡多样化，鼓励创新，能为教 师的多样化实施提供空间与相应的支架；学习任务群应
（2）小说有明暗两条线索，分别是什么？这样处理有什么好处，请简要分析。（6分） （3）小说在刻画马兰花这个形象时，突出了她的哪些性格特征？请简要分析。（6分） （4）小说三次写马兰花流泪，每次流泪的表现都不同，心情也不一样。请结合小说内 容进行具体分析，并说明这样写有什么效果。（8分）
全国卷文学阅读试题
王本华：整体规划、有机融入社会主义核心价 值观 ，落实立德 树人的根本任务
通过精心选择课文来实现。 中华优秀传统文化：注重题材和体裁的多样性，
从《诗经》《离骚》到清人作品，从古风、民 歌、绝句、律诗，到词曲，从各体式散文到文 言和白话小说，均有呈现。共选入古代诗文67 篇（首），占全部课文数（共136篇/首）的 49.3%。其中古诗词32首，古文35篇。
为学生精选内容，提供典型学习样例。
5.教材编写要体现课程整合的理念，立足学习任务群 的特点和学习任务群的组合等整体设计学习活动，实 现学习任务群对发展高中学生语文学科核心素养的综 合效应。灵活地整合阅读与鉴赏、表达与交流、梳理 与探究等学习活动，选用典型材料设计语文学习任务， 引导学生在语文实践活动中全面发展核心素养。 6.教 材中的选文应具有典范性和时代性，文质兼美。 体现 正确的政治导向和价值取向。选文格调要积极向 上、 健康明快，选文作者必须有正确的政治立场、较 高的 语言文字水平和良好的社会形象。材料组织方式 应充 分考虑高中学生的言语经验，有利于开拓学生的 学习 视野，激活思维，发展核心素养。教材编写应注 意语 言材料的多重功能，便于体现文本在达成不同学 习目 标中的示范、积累、探究等不同功用。