立场

摘要： 文章基于288份网络媒体关于高校教师的新闻报道文本,运用SPSS统计分析软件对其内容进行了处理,通过分析网络媒体对高校教师形象的报道议题和报道立场,客观探究了网络媒体对高校教师形象报道的现状。研究结论认为,网络媒体需慎重选择报道议题,负面报道提醒高校教师亟需提升师德,而社会关注度高也有助于高校教师和教育的发展。

摘要： 人民创造历史,这是马克思主义唯物史观的核心观点,无产阶级政党坚持“以人民为中心的根本政治立场”,以全心全意为人民服务为根本宗旨,以国家富强和人民幸福为使命责任。坚持以人民为中心是我党应对当前严峻挑战的根本方略;坚持以人民为中心,就要不忘初心,牢记使命担当;坚持以人民为中心,需努力践行和完善党的群众路线。

摘要： 伴随着媒介技术的发展与冲击,传统的人物访谈节目由盛变衰,而今又乘着技术的东风再次翻红,成为社会上较为火爆的电视形态之一。本文选取其中播放量较好、讨论度较高的《立场》来对深度人物访谈节目主持人如何确立自己的采访思维及特色进行深入研究。

摘要： “人民至上”是中国共产党人的根本理念,也是新时代中国共产党人治国理政的重要遵循。可从立场、方法和标准三个维度来把握其在新时代中国特色社会主义发展中彰显出的时代意蕴。从立场维度看,“人民至上”以人民“看得见”的科学立场,系统阐明了人民利益至上、人民地位至上和党群关系至上等重要论断,体现出新时代中国共产党人深刻的政治判断力;从方法维度看,“人民至上”的坚定立场必然要求新时代中国共产党人须以敏锐的政治领悟力,切实构建出人民“信得过”的工作方法,以确保“人民至上”落到实处;从标准维度看,自觉扛起人民“摸得着”的最高标准,以最广大人民根本利益为标尺来检验“人民至上”的实践成效,折射出新时代中国共产党人勇于担当历史使命、敢于兑付行动价值的坚决的政治执行力。

摘要： 从意义上说,"不用说"是说话人基于背景事件和断言之间显而易见的关系作出肯定;从功能上说,"不用说"用来"断言化",使后面的小句成为断言。"不用说"异于其他断言标记之处主要在于立场不同,一是用来表现说话人对背景事件和断言之间所具有的显而易见关系的认识;一是用来表示说话人邀请听话人共同断言,从而达到认知协作的目的。

摘要： 《 共产党宣言》 是马克思学说的第一个系统的理论表述,它极大地促进了世界历史的发展,特别是指导了中国的革命、建设和改革。新的历史条件下研读经典,这不仅是马克思学说的继承和发展,更是依靠经典研究当下社会,汲取新的智慧。文章从“无产阶级立场“”以人民为中心的立场“”全世界无产者的立场”三个角度出发,阐述《 共产党宣言》 的立场在中国的知行合一。

摘要： 本文通过剖析设计中的政治现象和问题,指出:文化传统、“设计(能)者”的职权、设计语言是设计中三种主要的原生权力;文化介质、市场机制、技术工具伴生着透镜和反射镜,并促成设计的次生权力;文化相对主义在包容多样性、差异性的同时也造成了失向的立场。从而就设计的公平和自由、设计为了公平和自由等议题提供了可能性的设计批评的视角。

摘要： 坚持马克思主义的指导作用是思想政治教育深入开展的先决条件,而坚持马克思主义的立场、观点、方法则是发挥好马克思主义指导作用的关键内容。文章基于此,首先从哲学立场、阶级立场、政治立场、价值立场四个维度探讨了思想政治教育坚持马克思主义立场,继而探讨了思想政治教育中坚持马克思主义观点、方法的内容。

摘要： 在史学研究新动向的影响下,对重大革命史事件的研究更加关注叙事与记忆结构,引发了关于中国共产党革命历程、性质及影响的讨论,深刻揭示了中共革命的复杂多元性,为我们呈现了更加丰富多彩的革命史。南昌起义发生后,由中国共产党、中国民族资产阶级和中国国民党创办的《布尔塞维克》《申报》《民国日报》等报刊对南昌起义给予了不同立场、视角、篇幅的报道,从一个侧面反映了二十世纪上半叶各政党和阶级面对第一次国内革命战争带来巨大变革的“党意与民意”。探究不同立场的报刊在报道南昌起义时的差异,深入分析报道差异产生的原因,对全面深刻认识中国共产党史、中国革命史和中华民族发展史上的伟大事件的南昌起义,厘清大革命失败到土地革命兴起复杂的社会与政治关系等有着重要意义,同时能有利于推进重大革命史叙事与记忆结构的研究,在深入认识与分析党报民刊关于南昌起义叙事结构的基础上,对重大革命史事件叙事与记忆的建构与解构产生重要影响。

摘要： “X个屁”构式类聚在真实话语中主要用于表达说话人负向性的评价立场,使用这一元语性构式类聚是说话人主观性膨胀的表现,其话语功能主要是表示“否定”,并衍生出“阻止”和“评议”的功能。作为詈骂性话语,“X个屁”构式类聚也具有交际功能,也能体现交互主观性,其交互主观性的体现要受到语体、说话人身份和说话人情感强烈程度的制约。这一构式类聚的产生与转喻有关。

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。