当代资本主义

摘要： 当前百年未有之大变局加速演变,新冠肺炎疫情持续蔓延,以中国为代表的社会主义发展道路取得显著成就,与资本主义形成鲜明对比。在此背景下,国际左翼力量进一步加强了对当代资本主义的研究与批判以及对中国特色社会主义的研究与解读,以期深化对资本主义和国际政治经济关系深刻复杂变化的规律性认识,并从中国特色社会主义的成功实践中汲取奋进力量。

摘要： 马克思主义阶级意识理论的发展经历了三个主要历史时期,形成了不同的理论主题:马克思恩格斯科学地揭示无产阶级的社会地位和历史作用,指出阶级意识是无产阶级从“自在”到“自为”的关键;19世纪末20世纪初,列宁和卢卡奇、葛兰西等在无产阶级革命的实践探索中,强调政党及知识分子对无产阶级意识形成的作用;20世纪60年代以来,西方学者对“结构-意识-行动”模式进行了反思。马克思主义阶级意识理论在21世纪仍然具有理论和实践价值,应从历史与现实的统一中动态看待无产阶级意识的演变,从联合和引导全球左翼力量的层面坚持工人组织的作用。

摘要： 生态马克思主义是西方马克思主义的流派之一,其理论特点为立足于历史唯物主义的生态视域,对于当代资本主义进行剖析,揭示了资本的全球性权力关系与生态危机之间的内在关联,主张构建一个人与自然、社会和谐相处的社会主义社会来解决当代的生态危机。在党的十九大会议上,"美丽中国"被列为我国建设社会主义现代化强国的奋斗目标之一,这意味着生态文明建设被上升到国家发展战略目标层面,生态文明建设的重要性可见一斑。

摘要： 当今世界正面对百年一遇的公共健康危机和经济大萧条以来最严重的经济危机,要解决这一问题必须对资本主义重新进行剖析。南希·弗雷泽是法兰克福学派学者,其批判理论直面资本主义现实发展所出现的多重危机和矛盾,对资本主义核心特征的转变进行再认识,对资本主义的制度性和历史性作出理性思考。但受时代背景和话语体系的影响,她的理论存在着资产阶级学者固有的内在缺陷和理论局限,我们需要站在马克思主义的立场上,客观地看待弗雷泽的批判理论。

摘要： 当今世界正面临百年未有之大变局,资本主义和社会主义之间的竞争愈发复杂激烈,这一大变局构成了我国迈向全面建设社会主义现代化国家新征程的国际背景。如何应对错综复杂的国际环境带来的新矛盾新挑战,深刻认识当代资本主义发展的新变化,透过历史迷雾认识和把握历史规律,运用历史与现实反思的理论智慧走向未来,是当代中国学者义不容辞的责任担当。

摘要： 埃里克·赖特在传统马克思主义批判理论和阶级理论的基础上,结合当代西方平等主义和社会学的分析方法,建构出了以阶级利益和道德规范相结合的当代资本主义批判理论,并据此指出不平等和不民主是当代发达资本主义社会最大的不正义,将对当代资本主义的批判从经济领域扩展到道德领域。赖特的批判理论一方面坚持了马克思从阶级剥削角度对资本主义制度批判的基础,另一方面规避了新自由主义和新左派无法从资本主义内部对当代资本主义进行批判的困境。但是,赖特的批判理论也存在过于理想化以及具有修正主义、改良主义倾向的问题。

摘要： 资本主义在当代呈现出的诸多新变化可从多种角度进行论证和探讨。本文以消费社会为切入点,通过回溯当代消费社会问题形成的历史脉络、阐释消费社会问题对个人的影响、分析过度消费对社会产生的负面作用和总结西方消费社会问题对中国现状的启示,以期管窥当代资本主义的新变化。

摘要： 当代左翼马克思主义学者哈特与奈格里在其“帝国四部曲”第三部《大同世界》(Commonwealth,2009)里,谈到当代资本主义控制生产或劳动的策略之一就是施加不稳定性。①所谓不稳定性,指的是资本主义控制会“根据市场灵活性的无限形态来组织一切形式的劳动”②。具体来说,仅从表面看来,不稳定性意味着相较于传统工业生产中的工人,当代劳动者拥有了更多的自主性。一方面,工厂中的时间性不再适用.

摘要： 中国特色社会主义与当代资本主义是有根本区别的两种经济制度.主要表现为:以"人民为中心"的发展理念与"以物的依赖性为基础"的发展形式、以公有制为主体的基本经济制度与生产资料私有制、以按劳分配为主体的分配制度与以按资谋利为基准的分配方式、社会主义市场经济与新自由主义市场经济、合作共赢的经济交往关系与推行国际经济霸权的区别.要认清中国特色社会主义与当代资本主义的经济区别,破除对当代资本主义经济体制的盲目崇尚,增强对中国特色社会主义经济制度和经济发展道路的自信,始终坚持和发展中国特色社会主义不动摇.

摘要： 作为第一生产力的科学技术,每次科技革命都对其所处时代的资本主义发展产生了直接影响,智能革命也不例外.在智能革命的影响下,当代资本主义社会呈现出社会生产力大幅上升、生产关系发生微调、上层建筑方面也做出相应调整等新变化.从生产力与生产关系的角度来看,智能革命为进一步消灭资本主义私有制创造了客观条件;从生产力与生产关系继而与上层建筑关系的角度来看,快速发展的智能革命为进一步走向共产主义提供了物质条件;从资本主义条件下人的异化角度来看,智能革命对克服这种异化,为实现人的全面解放与发展提供了技术条件.正在发生的智能革命,对当下的社会主义国家特别是进入新时代的中国发展同样产生影响,同时也为新时代中国特色社会主义建设的整体性提升提供了全新的科技动力.

摘要： 本发明涉及将商家给予消费者的回馈利益转化为公众资本进行运作，使其成为继商品使用价值和价值之后的商品第三种属性；由买卖双方在实现商品使用价值和价值的同时，实现商品公众资本，所有买者注重于追求公众资本，使具备公众资本的商品更具有强劲的竞争力；公众资本是一个跨产业、行业，企业促销方法的整合，是将买卖双方经济行为进行协调的整合，是给予消费者在消费后利用公众资本投注中奖60万元的希望和追求，系列运作票据的使用，给予投注人中奖是手段，从投注中吸引和吸取公众资本，从投注中产生商品公众资本属性，然后将公众资本运用于社会公众事业、生产力发展和经济建设中，目的是有益于人类社会的发展，且易操作、费用低、效益高。

摘要： 本发明公开了一种文本主题句的提取方法，根据文本体裁构建写作结构模型并计算模型各组成部分权值和对应文本块的主题价值度；迭代模型构建和价值度计算，动态调整文本处理颗粒度；以句子互信息作为相对加权值，基于权重证明构建决策树抽取文本主题句，能够应用于体裁复杂、写作结构多变、容量不定的文本主题句抽取，实现了准确、易扩展、范围广的目的。

摘要： 本申请涉及人工智能技术领域，揭示了一种文本主题的生成方法、装置、设备及存储介质，其中方法包括：对各个目标文本分别进行分词及词语去重处理得到词表；对每个目标文本进行编码得到文本编码向量；对词表中的每个词语进行编码得到词语编码向量；对各个文本编码向量进行聚类得到多个编码向量聚类集；对每个编码向量聚类集进行平均值计算得到聚类集主题向量；计算每个词语编码向量与每个聚类集主题向量之间的相似度得到目标相似度；根据词表和各个目标相似度对每个编码向量聚类集进行目标文本主题生成。捕获到了文本的语义信息，保留了词语之间的顺序信息，提高了文本主题的准确性，不需要在建模前设置自定义停用词列表、繁体转简体等复杂操作。

摘要： 本公开提供了文本主题的确定方法，涉及数据处理技术领域，尤其涉及大数据、自然语言处理等人工智能领域。具体实现方案为：在确定待处理文本对应的词序列，及词序列中每两个词在待处理文本中间隔的词数量后，可以根据每两个词在待处理文本中间隔的词数量，确定待处理文本对应的图结构，之后，可以根据词序列及图结构，确定文本对应的主题分布，然后，根据主题分布，可以确定文本对应的主题。由此，通过根据词序列及图结构，确定文本对应的主题分布，进而确定文本对应的主题，不仅使得确定的主题考虑了文本中词的语义信息，还考虑文本中各词间的依赖关系，提高了确定的主题的正确性和可靠性。

摘要： 本公开的实施例公开了用于生成文本主题信息的方法、装置、电子设备和可读介质。该方法的一具体实施方式包括：获取具有词性的词集。基于该具有词性的词集，生成实体词组和描述词组。基于该实体词组和该描述词组，生成实体主题信息集和描述主题信息集。基于该实体主题信息集和该描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。将该第一实体主题信息集和该第一描述主题信息集进行组合，生成第一词段集。该实施方式细粒度地实现了不同主题之间的异质性，突显了各个主题所要表达的鲜明语义，精准地抓住了文本所要表达的核心内容。

摘要： 本申请涉及人工智能技术领域，揭示了一种基于人工智能的文本主题生成方法、装置、设备及介质，其中方法包括：获取目标文本集；对所述目标文本集中的每个所述目标文本进行句子向量生成；采用K‑Means聚类算法和预设的聚类数量，对各个所述句子向量进行聚类，得到多个句子向量聚类集；从指定句子向量聚类集对应的各个所述目标文本中分别进行TF‑IDF权重值的计算及词语提取，得到与所述指定句子向量聚类集对应的目标文本主题，其中，所述指定句子向量聚类集是任一个所述句子向量聚类集。从而实现了将统计的方法和基于语义信息的方法相结合，提高了泛化性，提高了确定的文本主题的准确性。

摘要： 本发明公开了一种基于词共现图和锚词抽取的短文本主题层次挖掘方法，包括如下步骤：S1.主题层次挖掘框架首先基于词共现图实现主题推断和锚词抽取；然后，应用关联规则挖掘频繁锚词短语；S2.采用概率排序函数量化锚词短语的覆盖面、短语化与纯度等标准，对锚词短语排序，达到寻找最具代表性的主题短语的目的。本发明构建了一种词共现图与锚词抽取相结合的方法，利用锚词具有较好解释性的特点，将主题短语挖掘转换为寻找主题中的锚词，使挖掘得到的主题短语具有更好的解释性。

摘要： 本发明提供一种基于文本主题指标的银行错报检测方法。先进行年报文本预处理；通过我国银行业的年报，利用Python工具包先进行清理获取到年报纯文本；之后对年报纯文本进行分词与去停用词；再进行时间窗口的划分，利用LDA主题模型构建主题指标；其中LDA主题模型事先确定要生成的最优主题数量；将主题指标作为输入，建立Logistic模型和KNN模型；通过构建出的主题指标，在每个时间窗口上分别构建机器学习模型；最后通过建立的两个模型进行指标的评估。通过本发明所述的方法，基于主题指标的KNN模型的精确率达到了81.63％，召回率和F1值也显著高于文本指标和财务指标。因此构建文本主题指标并利用此去识别上市公司的错报情况可行的，优于传统的识别错报的指标体系。

摘要： 本发明公开了一种结合文本主题分析、情感分析和GSVM的智慧环保宣教方法，涉及互联网技术领域，包括以下步骤，针对给定的宣传推文数据，对原始数据按照50％分位数为阈值进行划分二分类标签样本，将该样本集合及对应的诸多提取特征变量(标题文本主题、标题情感、特殊符号、发布时间、是否为头条等)作为主要的数据输入及依据进入下一环节，基于前一步骤获得的样本集合。本发明能够对数据进行预测分类，自适应的参数优化突破现有研究的预测准确率，预测准确率接近90％，为宣传者提供更具有针对性的决策指导，以提供高效、准确、实用的推文，避免资源浪费。

摘要： 本公开提供了一种面向属性网络聚类的小样本主动学习方法，包括：获取属性网络的邻接矩阵、属性矩阵和指示矩阵；利用指示矩阵记录节点的类别信息，结合属性矩阵选取各个类别的代表性节点集合；通过各矩阵得到属性网络节点的全局聚类结果和社团簇原型属性；从邻接矩阵和全局聚类结果刻画节点不确定度，获取属性网络中各个节点的总不确定度；选取不确定度最高的节点，并提取该节点的标签信息；从邻接矩阵中所有标记节点的邻接关系选择所有直接相连的邻居节点，构建子网络；获取子网络节点的聚类结果；利用全局聚类结果划分节点得出聚类结果。本公开解决了属性网络中小样本聚类问题。