立场问题

摘要： 我要谈的话题跟潘善助老师提到的,也与李逸峰老师在总结时特别提出来的有关,就是书法是不是纯粹的艺术,及其文化和艺术的立场问题。之所以想到这个问题,一方面我近期在看近代思想史方面的书,另外,2020年11月5日欧阳中石先生逝世,本来首都师范大学11月12号要举办先生的追思会,由于疫情,追思会没有办成。但是在准备追思会的过程中,我把欧阳先生教给我的东西重新学习了,发现欧阳先生曾经对书法界一个老生常谈的问题提出了自己独特的看法,这个问题就是题目中所提到的“内与外”。

摘要： 习近平总书记在党史学习教育动员大会上的重要讲话中特别强调,要树立正确党史观。做到学史明理、学史增信、学史崇德、学史力行,正确党史观是前提。党史观,是怎么对待党史、认识党史的观点和看法。这看起来是方法问题,实质上首先是立场问题。习近平总书记指出,我们党的一百年,是矢志践行初心使命的一百年,是筚路蓝缕奠基立业的一百年,是创造辉煌开辟未来的一百年。

摘要： 庄子(约前369-约前286)是战国时期伟大的思想家。“因是”是庄子哲学思想的一个重要内容。学术界对于庄子“因是”问题的探讨较多,如李巍从立场问题对于“因是”进行研究,认为“所谓‘因是’,即主张一切观点、言论皆为因循特定立场的产物。”(李巍:《立场问题与齐物主旨---被忽视的庄子“因是”说》,《湖北大学学报》,2015年第4期)更有学者从“因是”所包含之义进行分析。

摘要： 把人民放在心中最高位置,核心是站稳人民立场。人民立场是马克思主义的根本立场,是马克思主义政党区别于其他政党的显著标志。坚持人民立场,代表人民利益,站在人民一边,全心全意为人民,是中国共产党一以贯之的根本政治立场。立场问题不是虚幻的,而是实实在在存在着的。在资本主义社会,资本是真正的主人,资本逻辑是社会的主导逻辑,权力受命于资本、受制于资本,也服务于资本,这就决定了资产阶级政党除了代表资本的利益,没有别的选择。

摘要： 一、广播党建节目的主要特点1.宣教性广播党建节目最主要特点就是宣教性,在党的新闻舆论工作中具有非常重要的作用。在广播党建节目录制中,要确立属性与立场问题,掌握党的指导方针和党的精神体系,做好基层群众和党的桥梁作用,向基层群众和党员宣传党的精神与方针,引导党员的思想、行为,拉近党和基层群众的距离,这不仅是广播党建节目的特点,也是广播党建节目的价值所在。

摘要： 党的十九大报告对作风建设作出了全面部署。作为团干部,要真正把转作风落到实处,就一定要解决思想出发点和行动落脚点脱节的问题。这可以从四个方面来思考。一是讲政治、顾大局。讲政治的根本落脚点是立场问题,这是马克思主义的核心问题。我们强调共产主义理想、坚持党的领导、坚持为人民服务,这都是源于立场问题。这一条站住脚了,就有了立身之本。

摘要： 思想政治工作是我党的优良传统,是经济工作和其他一切工作的生命线,是教育、组织和动员广大群众为实现中华民族伟大复兴的中国梦不懈奋斗的强大武器。思想政治工作以人为对象,解决的是人的思想、观点、政治立场问题,是党的创造力、凝聚力、战斗力的源泉。

摘要： 思想政治工作是以人为对象，以解决人的思想、观点、政治立场问题，提高人们思想觉悟为目的。广西柳州地质探矿机械厂（以下简称“柳厂”）面临把发挥好思想政治工作的作用作为实现“十三五”奋斗目标有力保证的重要课题，进行了有益的探索。

摘要： 本公开提供了一种立场分析模型训练方法，包括：获取训练文本数据列表，其中，训练文本数据列表至少包括：文本标识、立场标签、文本话题、文本内容；将训练文本数据列表转换为编码向量；在文本内容包含情感词的情况下，获取情感词的情感词向量；将编码向量和情感词向量融合，得到融合向量；将融合向量输入待训练的立场分析模型，输出训练分析结果；以及基于训练分析结果与立场标签调整立场分析模型的模型参数，得到训练后的立场分析模型。本公开还提供了一种立场分析方法、立场分析模型训练装置、立场分析装置、设备、存储介质和程序产品。

摘要： 本发明提出一种针对特定目标的立场检测方法，使用深度网络抽取句子的语义特征，并在立场检测时充分考虑目标特征，实现目标特征与句子特征的交互，模型使用稠密连接的BiLSTM网络和嵌套的LSTM网络抽取句子的语义特征，在捕捉句子深层的语义信息的同时，能够解决梯度消失问题和长期依赖问题；使用注意力机制获取特定目标对于句子各部分的重要度，从而得到融入特定目标信息的句子向量表示，帮助模型在进行立场检测时充分考虑给定的特定目标；通过实验验证本发明已达到较优的特定目标立场检测性能。

摘要： 本发明通过网络技术处理领域的方法，公开了一种多视角社交媒体用户立场检测方法与装置，分为两个模块执行：多视角话题表征模块：根据原始语料构建包含多种节点的异构图，并从三个视角抽取出三种不同的以话题为中心的关系网络，构建用户表征，话题表征，文本表征；多视角用户立场检测模块：根据输入话题检索多视角话题表征模块输出的话题表征，取出该话题对应的话题表征，得到融合话题的文本表征并分别与多视角话题表征模块输出的用户表征，话题表征，文本表征进行拼接预测用户这段评论文本对该话题的立场，并利用与多视角话题表征模块共享的权重进行加权求和得到最终立场。实现了准确分析用户对某话题所持立场的效果。

摘要： 本发明公开了一种基于多任务学习的立场检测方法。该方法通过将输入文本输入至多任务图网络模型，得到输入文本的立场检测极性和情感分类极性；所述多任务图网络模型为图卷积神经网络模型，多任务图网络模型包括文本输入处理模块、任务交互模块和任务相关注意力模块；文本编码模块用于将输入文本处理成多个词向量；任务交互模块用于构建立场相关图和情感相关图，并采用迭代交互异质图更新方法对立场相关图和情感相关图进行更新；任务相关注意力模块用于根据立场相关图的立场特征表示和情感相关图的情感特征表示计算输入文本的检测立场的极性和分类情感的极性。本发明技术方案提高了针对推文文本进行立场检测的准确性。

摘要： 本发明公开了一种基于立场特征的早期谣言检测方法与装置，能够及时且精确地识别出谣言。本发明分成立场感知模块、谣言分类模块和强化决策模块。立场感知模块能够从评论中抽取立场特征。谣言分类模块被用来对谣言事件进行识别，将谣言传播过程划分成一系列子评论结构，然后强化决策模块根据谣言动态传播的特点，依次对子评论结构的编码选取合适的动作，即是否补充后续评论数据，从而达到及时检测的目的。谣言分类模块和强化决策模块都融入了立场特征，用来提升每个模块抽取特征的能力。本发明根据谣言动态传播的特点，能够在谣言传播的早期对其进行识别，从而及时地阻止谣言的传播。

摘要： 本发明提供一种基于外部常识知识和深度学习的用户立场检测方法，包括，步骤1：根据用户在社交网络中发送的推文，提出用户立场定义；步骤2：社交网络用户数据预处理；步骤3：使用外部常识知识提取情感信息；步骤4：主题信息提取；步骤5：邻居文本信息提取；步骤6：用户历史信息的注意力机制。本发明设置一个互补门机制来更好的获取外部常识知识所提取到的情感信息向量，并且通过不同的情绪特征训练不同的基分类器，再利用局部融合策略得到了具有全局视图的元分类器。通过基于准确率的加权投票方案将元分类器的输出进行集成，对社交网络中的情绪角色进行了识别，在对情绪角色的识别上更具有效性。

摘要： 本发明提供一种基于深度学习和辅助特征的短文本立场检测方法，包括步骤1：对从互联网当中所获取到的用户所发表的短文本数据进行预处理；步骤2：辅助特征提取层主要使用SVM开发基于统计机器学习的方法；步骤3：词嵌入；步骤4：词编码层；步骤5：多头注意力层；步骤6：辅助特征连接层；步骤7：softmax层在特征连接融合之后得到新的句子表示M′进行立场检测得到短文本的立场类型，通过softmax函数得到最终立场类型。并且使用二元交叉熵损失函数对模型进行训练。本发明适用于互联网当中的所有短文本信息，具有很强的普适性。并且在训练集足够丰富的情况下，可以对任何种类的短文本进行精准的立场分类处理。

摘要： 本发明提供基于人格的社交网络谣言检测与立场分类方法及系统，方法包括：收集、整理数据集，将数据集处理成向量形式；在原数据集基础上再爬取用户日常发布的其他推文，处理成人格向量；实现人格识别任务，预测用户的大五人格值；将预处理推文向量通过LSTM共享层进一步训练；实现谣言检测任务，对源推文进行分类，判断是否是谣言；实现立场分类任务，对所有人的回复进行分类。解决了现有技术存在的考虑因素覆盖不够全面以及检测效果较差的技术问题。

摘要： 本发明公开了一种基于多图稀疏交互网络的多任务立场检测方法。该方法通过将输入文本输入至多图稀疏交互网络模型，得到所述输入文本的立场检测极性和情感分类极性；所述多图稀疏交互网络模型包括文本编码模块、多图构建模块、多图稀疏交互模块和任务相关注意力模块；所述多图构建模块用于构建所述多图稀疏交互网络模型的立场任务图、情感任务图和任务关系图；多图稀疏交互模块用于对立场任务图、情感任务图和任务关系图的图内节点特征进行更新，和对节点特征在图间的稀疏交互进行更新；所述任务相关注意力模块用于计算输入文本的检测立场的极性和分类情感的极性。本发明技术方案提高了针对推文文本进行立场检测的准确性。

摘要： 本公开涉及一种立场识别方法、装置、设备及介质。其中，立场识别方法包括：获取待识别的目标文本；对目标文本进行语义识别处理，得到目标文本的整体语义向量；基于预先定义的话题分类模板，对目标文本进行话题识别处理，得到目标文本的话题表示向量；基于整体语义向量和话题表示向量，对目标文本进行立场分类，得到目标文本对应的目标立场类别。根据本公开实施例，能够准确地识别出目标文本所涉及的话题表示向量，从而可以结合文本语义与文本话题对目标文本进行更准确的立场识别。