史学领域

摘要： 周洪宇教授主编的《教育史学通论》(上、下卷),由人民教育出版社于2018年10月出版。在该著作问世前,已有华东师范大学杜成宪、邓明言所著的由人民教育出版社于2004年出版的《教育史学》、湖北大学郭娅撰写的由山东教育出版社于2010年出版的《反思与探索--教育史学元研究》等学术成果。前者从中外教育史学的研究对象、学科发展历史、体系内容、研究方法、史料收集、编纂方式、史学评论等维度探讨教育史学科的基本理论问题,展望教育史学科发展前景,是国内最早对教育史学科进行理论反思和总结的论著;后者将教育史学本身作为反思和研究的对象,从教育史学的学科性质、学科特征、研究对象、研究内容、研究范畴、学术功能、基本理论、研究方法、史料收集、编撰形式、学者素养、发展趋势等方面,探讨了教育史学科的基本问题,形成了一套独特见解,为教育史学研究提供了一套比较新颖的理论依据。而《教育史学通论》一书汇聚了周洪宇教授及其领导的学术团队多年来从事教育史学理论学习、研究与教学的经验和心得,并吸收了国内多所著名高校教育史学理论研究成果的精华,堪称教育史学领域的集大成之作,同时该书也是教育史学理论研究的全新力作,其建构了一个结构合理、内容丰富的教育史学科体系,兼涉中外,横跨多科,具有理论性、开拓性、引领性和实用性,为教育史学科的理论建设铺就坚实基础。

摘要： 朱玉麒(北京大学历史学系暨中国古代史研究中心教授、中国地方志学会方志研究分会副会长)国史、方志和谱牒,对应于国家、地方和家族三个由大到小的社会单元,是中国传统文化的三大文献类型,江苏籍的国学大师顾颉刚先生甚至以方志和谱牒为“我国史学领域尚待开发的两座金矿”。其中数以万计的地方志,就是用文字的方式记录下来的区域文化的百科全书,是中国历史贡献于世界的独一无二的文献体裁。江苏地方物华天宝,人杰地灵,注重乡邦文献的保存、方志谱牒之编纂,传统延续,文脉千年,现存本地各级历代方志,占全国总数的十分之一,堪称方志重镇。今兹《江苏历代方志全书》的印行,也走在全国方志文献整理出版的前沿,是新时代重要的文化盛事,意义非凡。

摘要： 后现代主义兴起于20世纪60年代,逐渐波及各个领域。后现代主义对史学的影响既深且巨:一是对现代史学宏大叙事的瓦解,开拓出复线的历史叙述方式和多元的历史研究领域;二是后现代主义带来的语言学转向在史学领域开花结果,历史学文本化颠覆了现代史学的书写与解释方式。

摘要： 马克思主义史学作为一种重建中国历史解释体系、主导中国史学界数十年的史学形态,其影响超越了史学领域,重要性自不待言。实际上,即便是轻视马克思主义史学的人,其深层思维方式可能也不自觉地或多或少受到马克思主义史学的影响。因此,对马克思主义史学展开客观理性的探讨,寻绎其深层学术意蕴,具有不可轻忽的学术意义。

摘要： 在当代学术与艺术、观念与思想、理性与感性的分化中,黄宗贤从来不是一个非此即彼的二元对立主义者。恰恰相反,他栖居于世界的方式乃是诗意的、具身的,也就是去分化的。如果说,黄宗贤在艺术史学领域中为中国传统美术史和20世纪西部美术找到了一种历史与逻辑相互统一的艺术史叙事话语的话,那么,他在绘画实践中则努力寻求着一种能够将艺术感觉与绘画技术、生命性情与思想观念有机融为一体的观看方式与表达方式。

摘要： 近20年来,情感史在西方史学界异军突起。史学界对情感史研究达成了一项重要共识,即情感不仅影响历史,也有着自己的历史。时至今日,情感史研究已取得丰硕成果,在传统的史学领域,情绪、感受和心境等因素也日益受到重视。

摘要： 西方医疗史早已成为史学领域比较成熟的专门史。与科学技术视角的传统医史不同的是,从史学视角开展的医疗史研究更注重对医疗与社会的批判和反思。英国医疗史学者普拉提克 查克拉巴提(Pratik Chakrabarti)的著作《医疗与帝国一从全球史看现代医学的诞生》(社会科学文献出版社,2019年8月,李尚仁中译)从殖民医疗史的视角揭示了现代西方医学兴起与欧洲海外殖民扩张过程之间“共生”乃至“共谋”的关系特征,启益深刻。

摘要： 一,历史学源远流长,在中外文化中都属于最古老的人文学科之一,公众史学则可能是历史学中最年轻的成员之一。1978年,美国历史学家罗伯特·凯利(Robert Kelley)使用“public history”为他领导的史学研究生教育改革命名,一个新的史学领域从此诞生。

摘要： 一是分布地域国际化。近年，随着中国的发展，西方敌对势力加紧了西化、分化中国的步伐，与境内一些势力勾结在一起，利用历史虚无主义这个和平演变的有效工具，在客观上推动了这股思潮分布地域的国际化。二是表现领域文艺化。除继续在史学领域泛滥外，历史虚无主义越来越在大众密切关注的文艺领域呈现。

摘要： 《资治通鉴》代表中国古代史学的最高成就，是认识中国古代政治文明的经典读物。不过，《通鉴》又不同于一般的史籍，它是一部以“资治”为目的，讲述治国理政之道、总结历史经验与教训的政治史典籍，其影响远远超出传统意义上的史学领域。司马光生前曾多次为皇帝讲读《通鉴》：从北宋到清朝，《通鉴》一直是帝王经筵上经常使用的历史教材，因而被梁启超称为“皇帝教科书”。时至今日，《资治通鉴》仍然是一部值得一读再读的经典。

摘要： 尤其用于防护领域、安全领域、水域养殖领域或建筑领域的网由单独的螺旋状弯曲的纵向元件(3)编织成编织物。弯曲成柱状形状或螺旋形状的单独的纵向元件(3)与相邻的纵向元件交错扭转且被如此挤压，即，编织物形成几乎平坦的平整形状且纵向元件(3)在此相应形成几乎直线的边(8a,8b;9a,9b)和在其之间的弯曲部(10a,10b;11a,11b)。弯曲部(10a,10b;11a,11b)相应弯折状地构造在长形的边(8a,8b;9a,9b)之间。由此得到带有未意料到地高的强度值的网构造。

摘要： 本发明公开了一种基于领域对抗自适应的跨领域文本情感分类方法，该方法包括：输入源领域和目标领域样本的词向量矩阵、类别标签和领域标签；利用基于卷积神经网络的特征提取模块，提取样本的低层特征；在主任务模块构建基于源领域和目标领域分布一致性的约束，将低层样本映射到再生核希尔伯特空间，学习具有可转移性的高层特征；将源领域的高层特征输入类别分类器，在减小领域差异的基础上，保证分类器对样本具备类别判别性；在辅助任务模块构建基于对抗学习的领域不变性约束，将低层特征输入具有对抗性质的领域分类器，令分类器尽可能无法判别样本所属领域，从而提取具有领域不变性的高层特征，有效解决了源领域分类器到目标领域的迁移问题。

摘要： 本发明提供了一种基于目标领域自监督学习的无监督领域适应方法和系统，包括：领域不变特征提取步骤、图像特征阶梯式领域对齐步骤、语义分割步骤、边缘生成步骤、分割图领域对齐步骤、边缘图领域对齐步骤和边缘一致约束步骤。本发明通过对目标领域实施一种有效的自监督学习，从而提高目标领域的无监督分割精度，实现良好的领域适应。

摘要： 本发明针对跨领域文本情感分类任务提出了一种多源领域适应联合学习方法与系统。此框架可以同时学习和训练多个领域的神经网络，可以从不同方面引入更丰富的监督信息。多个领域的任务可以相互补充，从而更容易得到更一般化的表示模型。特别地，本发明设计的联合训练的损失函数包括四个部分：情感分类损失、参数迁移损失、领域融合损失和防止过拟合的正则项。情感分类损失包含了源领域任务和目标领域任务上的情感分类损失，软参数迁移的方法可以有效地迁移源领域的情感知识到目标领域中，而深度领域融合可以保证在学习过程中不同领域的边际分布尽可能地相似。因此多源领域适应联合学习神经网络能够在有限的数据条件下实现更好的特征表示和泛化能力。我们在中文和英文的多领域数据集上验证了提出的多源领域适应联合学习框架，实验结果表明本发明提出的方法在跨领域文本情感分类准确率上有很大提升。

摘要： 尤其用于防护领域、安全领域、水域养殖领域或建筑领域的网由单独的螺旋状弯曲的纵向元件(3)编织成编织物。弯曲成柱状形状或螺旋形状的单独的纵向元件(3)与相邻的纵向元件交错扭转且被如此挤压，即，编织物形成几乎平坦的平整形状且纵向元件(3)在此相应形成几乎直线的边(8a,8b;9a,9b)和在其之间的弯曲部(10a,10b;11a,11b)。弯曲部(10a,10b;11a,11b)相应弯折状地构造在长形的边(8a,8b;9a,9b)之间。由此得到带有未意料到地高的强度值的网构造。

摘要： 一种基于领域间和领域内关系的跨领域推荐方法及系统，根据不同领域用户或物品间的评论信息转换为用户或物品的语义关系，构建得到跨领域异构图，并在每个领域内，利用用户或物品的语义关系构建得到单领域异构图；再在两种异构图的基础上设计基于领域间和基于领域内关系的跨领域推荐系统模型，用于同步地学习用户或物品的跨领域不变性和单领域特殊性，并通过门控融合机制生成对每个用户的个性化推荐结果。本发明通过将领域间的语义关系转换成跨领域异构图，将领域内的语义关系转换成单领域异构图的同时保留领域间和领域内关系，统一地建模高阶域间和域内关系并实现双目标跨领域推荐。

摘要： 本发明提出一种基于领域和样例级别迁移的跨领域虚假新闻检测方法和系统，包括：获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型；基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型；在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权；使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型；通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测。

摘要： 本发明涉及基于领域感知的掩码子结构的多领域自适应神经机器翻译方法，属自然语言处理领域。本发明先构建一个多领域基模型，其次利用各个特定领域的数据对基模型进行微调，得到各个特定领域的领域感知掩码组件，再通过融合策略，集成得到的各个特定领域的领域感知掩码组件，得到领域感知的掩码子结构，最后利用领域感知的掩码子结构以及中英通用领域数据和特定领域的数据训练得到多领域神经机器翻译模型。本发明对中英多领域自适应神经机器翻译实现有效的性能提升，为后续领域自适应神经机器翻译等研究提供强有力的支撑，解决了对于领域自适应中存在的领域偏移和领域间的参数干扰以及通用领域灾难性遗忘等问题会造成模型泛化能力不佳的问题。

摘要： 本发明公开了一种领域自适应的无重叠实体的跨领域数据协同物品推荐算法。对目标和辅助领域数据预处理获得各自的用户‑物品偏好矩阵和用户‑物品指示矩阵；再处理获得用户之间和物品之间的相似度矩阵；根据相似度矩阵构建用户图和物品图；建立带有图正则化项的目标函数，求解目标函数获得得到最优的三个参数矩阵；用三个参数矩阵乘积来重构获得用户‑物品推荐矩阵，用用户‑物品推荐矩阵将物品推荐给用户。本发明使用领域自适应技术来对齐领域间的数据分布，确保了知识迁移的一致性，能够提高目标领域数据中的推荐性能。

摘要： 本发明涉及一种结合领域通用型语言模型的领域泛化方法，属于人工智能迁移学习技术领域。本方法综合了预训练语言模型和模型裁剪技术。首先对预训练语言模型微调，利用多个源域数据对预训练语言模型进行训练。基于微调后得到的模型，计算模型中参数的域不变分数，对域不变分数低的参数进行裁剪。最后对裁剪后的语言模型进行重训练，将训练得到领域通用型语言模型在不同数据上进行泛化性能测试。本方法解决了过度参数化的预训练语言模型中学习方差大的问题。基于本发明的领域通用型语言模型明显优于相应的基线模型，在自然语言处理领域泛化任务上取得了良好效果。