复杂关系

摘要： 社会公平理论提供了审视政府信任的结构化视域,其核心是关注个体相对剥夺的社会比较心理及其政治性后果,有效弥补了以政府绩效绝对水平为主导解释政府信任的诸多不足。社会公平与政府信任存在复杂的关联与调节模式,具体表现为:主观看法决定信任评价、个体期望制约政府信任、多元公平影响效应不一、阶层差异分化政府信任、职能归因形成差序信任。在扎实推进共同富裕的当代背景下,基于公平路径改善和提升政府信任至关重要。

摘要： 教育理论与教育实践的关系问题,是一个牵涉面很广且一直被人们关注的复杂问题.教育理论是规范性理论,教育实践是规范性实践,规范性构成二者关系内在关联点;而教育理论与教育实践的双向交织,构成二者关系立体繁复的总体样态,也使这一问题多年未能得到很好解决.这个问题之所以难以解决,是因为人们对教育理论与教育实践的关系的复杂性认识不清,对其规范性认识不足.复杂性涉及过程,它可以把握整体而避免片面性;规范性涉及方向,它可以提升理性而避免随意性.通过对复杂性与规范性的深入剖析,可以从总体上把握教育理论与教育实践的关系,确保教育实践方向的正确性和教育实践过程的有效性.

摘要： 随着全球化进程的不断加深,全球化对国家认同的影响不断增强.文章系统梳理了国内外有关全球化影响国家认同的经验证据和理论解释,归纳出全球化削弱、强化、复杂化国家认同这三种理论观点.既有研究由于研究方法、理论预设的不同,产生了矛盾性的研究结论.对全球化与国家认同关系的进一步研究,应处理好微观层面的实证研究与宏观层面的理论统合之间的关系.

摘要： 随着各方对叙局势的介入,叙利亚危机逐渐演变成俄罗斯、美国、伊朗及沙特等域内外国家博弈的竞技场.面对美国及其逊尼派盟友咄咄逼人的态势,俄罗斯和伊朗在并不完全信任对方的情况下选择了合作.这种合作关系的背后是两国在伊核问题及能源问题上存在难以调和的分歧和矛盾,随着叙局势进一步发展,俄罗斯和伊朗的关系将面临一系列挑战.

摘要： 中国现当代文学课程是当今中国高校覆盖面很广的一门课程,也由于其特殊的人文学科属性,在当代中国大学社会主义核心价值观教育中承担着重要责任,发挥着独特作用.然而,中国现当代文学处在审美与审丑之间,内容极为庞杂,这为贯彻社会主义核心价值观教育带来了很大困难.想要在中国现当代文学课程教学实践中有效贯彻社会主义核心价值观教育,必须坚持历史、价值、审美诸原则.

摘要： 太平天国运动时期,江苏是拜上帝教和基督教传播的重要区域,两种信教群体在这一地区产生了错综复杂的关系.由于拜上帝教与基督教同宗同源的相似性,决定了开始时两种宗教群体进行接触互动并寻求合作可能的必然性,但因拜上帝教领袖和基督教传教士各自政治利益和宗教诉求的差异性,注定了二者合作尝试的失败,并最终走向对抗.拜上帝教领袖希望借助宗教运动实现政治革命的目的,与基督教传教士依靠政治权力的庇护实现在华传教理想的目标的巨大差异是决定二者关系的根本原因.

摘要： 本人欲以王阳明心学与"大礼议"的关系为题撰写论文,始于2008年7月6日,当时电脑文档已经建立,对议礼新贵的学术思想渊源已作了梳理并制作了表格,但由于忙于他务,遂中辍而止。这一晃就过了6年。这六年里,对这一问题的研究越来越多,亦越来越深入。2008年以前,研究此类问题的学者似只有欧阳琛~①、唐长孺~②、邓志峰~③、张立文~④和胡吉勋~⑤数先生,而此后,学界成果日益增多,2009年王宇直接探讨了王阳明与议礼派的关系~⑥,2010年肖金在《王阳明与嘉靖帝关系研究》中对王阳明在议礼中的表现有所涉及~⑦,2012年陈文源、李耀国论及方献夫在大礼议中所持的阳明心学立场~⑧.

摘要： 本发明适用于大数据抽取技术领域，提供一种多类型且含复杂关系的实体抽取方法及装置，所述方法包括：构建训练样本；构建样本的分词特征；建立skip‑gram神经网络模型将字符转为向量；针对每种不同类型实体建立一个实体抽取BiLSTM‑CRF模型；根据不同类型实体间或者同一类型的不同具体实体单元之间的关系建立距离正则表达式，优化实体提取结果。本发明针对不同的BiLSTM‑CRF模型分别建立模型进行实体抽取，保证了每种类型的实体提取的准确性，另外，在本方法中，提取实体的同时，也提取了实体在文本中的位置，并且利用位置关系建立实体间的正则表达式，优化了模型提取的过多的且复杂的实体。

摘要： 本发明公开了一种基于个体复杂关系的监管场所安全预警方法及装置，在时间窗口内获取所有个体时间快照，采用CNN卷积神经网络进行时间信息融合，采用第一GCN图神经网络获取个人之间关系矩阵和时间个体信息表示矩阵，融合了空间的风险，使得具有空间相似性的个体，相互协同学习，学习得到的权重矩阵，能够获取到空间维度的相似性。采用第二GCN图神经网络融合区域和个体的关系，使得风险指数从个体过度到区域。采用第三GCN图神经网络通过整体和区域的关系将区域的风险信息融合到整体风险中，来预测出下一个时间周期的整体风险。本发明技术方案融合了多种关系，能够准确预测整体风险。

摘要： 本发明提供了一种基于多向语义的知识图谱复杂关系推理方法，将知识图谱的训练样本数据集中的实体映射为两组低维空间向量表示；将知识图谱的训练样本数据集中的关系映射为两组低维空间向量和一维参数表示；随机选择知识图谱的训练样本数据集中的实体，替换训练样本正三元组的实体，生成训练负样本数据；根据训练样本正三元组和生成的训练负样本，定义训练过程中的目标函数；将训练样本数据集中的实体映射结果和关系映射结果分别带入目标函数，优化得到知识图谱中每个实体或关系对应的向量表示；利用优化得到的向量表示，计算知识图谱三元组中实体和关系之间的距离值，并根据距离值进行关系推理。本发明提高了对复杂关系的推理效果。

摘要： 本发明涉及复杂数据存储技术领域，特别涉及一种基于属性和关系分离进行复杂关系数据存储的技术实现方法。本方法通过分别定义属性数据和关系数据存储，可以使属性和关系进行分离，修改属性的同时，关系不变，反之，关系变化时，属性不变，同时又通过关系把各属性进行关联。既大大节省了数据库的存储空间，又可以通过树快速查找数据，因此该技术实现方法在对类似物料清单这种复杂关系数据存储上有很大的优势。

摘要： 本发明公开了一种面向持续少样本学习的主动复杂关系抽取方法，属于计算机自然语言处理领域，该方案设计基于模拟学习的主动学习方法，考虑结合无标注数据完成数据的累积，并且充分利用后增的标注数据，以弥补数据漂移带来的影响、提升模型的效果；在每个任务结束后结合持续学习策略，缓解图谱构建场景中持续新增关系的问题，使得少样本场景下的数据累积和关系扩增问题得到有效的解决。在每个任务结束后结合持续学习策略，缓解了图谱构建场景中持续新增关系导致的一系列问题。从而使得实际应用中，少样本场景下的数据累积和关系扩增问题得到有效的解决。

摘要： 本发明公开了一种基于数据分布自适应间隔的少样本复杂关系抽取方法，属于计算机自然语言处理领域。本发明针对文本中包含多个实体、多种关系的复杂场景，设计了元任务构造方法，引入了基于数据分布自适应间隔，并以此调整度量空间边界，同时引入负样本机制，解决None‑of‑the‑above场景问题，且对于常见的实体嵌套情况也可进行处理。

摘要： 本发明公开了一种面向中文领域大规模复杂关系数据集构建框架，具有这样的特征，包括：数据收集模块，从原始语料库中筛选表达知识三元组的文本，构建基于远程监督的数据集合；复杂样本特征工程和种子样本选择模块，从基于远程监督的数据集合中选出符合八类特征的复杂样本，组成高优种子样本集合；复杂样本发现模块，基于高优种子样本集合，预测输入数据属于复杂样本的置信度分数，按照分数从高到低排序，并选择头部的样本构建数据集；众包标注模块，对数据集进行数据标注，得到数据集的所有样本的高质量三元组标签。

摘要： 本发明属于人工智能领域，提出一种融合复杂关系的虚假评论者群体检测方法，用于在线交易平台上的虚假评论群体检测。本方法包括节点表征更新、模型训练和虚假评论群体检测三个阶段。本方法将训练好的模型应用在真实数据集下，既能识别出虚假评论者，也可以很好地将虚假评论者群体与正常评论者区分。本方法基于节点的复杂关系特征，充分利用评论者间有价值的关系信息，将嵌入过程与聚类检测过程整合，获得一种以目标为导向的虚假评论者群体检测模型，同时可以克服现有群体检测方法存在的普适性差、检测效果低下等问题。

摘要： 本发明公开了一种基于个体复杂关系的监管场所安全预警方法及装置，在时间窗口内获取所有个体时间快照，采用CNN卷积神经网络进行时间信息融合，采用第一GCN图神经网络获取个人之间关系矩阵和时间个体信息表示矩阵，融合了空间的风险，使得具有空间相似性的个体，相互协同学习，学习得到的权重矩阵，能够获取到空间维度的相似性。采用第二GCN图神经网络融合区域和个体的关系，使得风险指数从个体过度到区域。采用第三GCN图神经网络通过整体和区域的关系将区域的风险信息融合到整体风险中，来预测出下一个时间周期的整体风险。本发明技术方案融合了多种关系，能够准确预测整体风险。

摘要： 本发明的目的在于公开一种用于核电工程数据复杂关系树形展示多维数据的方法，与现有技术相比，训练数据均使用实际EPCS各阶段中产生的真实数据，通过算法模型对每种数据类型加以识别，能够准确依据不同层级、不同类型、不同权限要求的数据特点对每个层级的具体展现工作进行优化，解决数据关系复杂的问题，避免传统“自下而上”手工的汇总方式可能产生的遗漏；完全依托实际数据训练，作为数据处理的参考模型可以最大程度减少人为干预的实物，让核电工程数据展现更为清晰方便，实现本发明的目的。