西方资本主义

摘要： 随着通信技术和互联网日新月异的发展,由美国等西方发达国家主导提出的“网络无国界”论调正披着华丽的外衣向全世界各个国家、各个领域渗透和延伸。近期发生的俄乌冲突是一剂清醒剂,让我们清醒地认识到,“网络无国界”作为西方资本主义理念的最佳传播载体,实则是美国玩弄政治话语,通过技术概念掩盖西方世界对他国国家主权的践踏,并催生出新的奴役与束缚的障眼法。

摘要： 流传甚广的人类社会形态发展的“五阶段论”,即便在理解西方文明的历史发展脉络方面,也有过于简单化和线性化的缺陷。本文从马克思主义广义政治经济学的视角出发,对西方文明跨入阶级社会以来的历史发展脉络进行了重新分析和梳理,提出了西方文明早期曾经历过亚细亚社会发展阶段,之后才与东方文明发生分流,并先后掀起奴隶社会和资本主义社会两波文明发展高峰的新思路。这一新思路,不仅可以丰富我们对于西方文明发展轨迹复杂性的认识,还能够揭示出西方文明以私有制为基础的商品经济特质。该特质依托不同历史发展阶段的具体条件,呈现出或显或隐的周期性轨迹。这对于我们以马克思主义政治经济学的立场、观点和方法,对资本主义必然灭亡和被社会主义必然取代的历史规律进行把握,具有一定的启发性。

摘要： 党的二十大报告指出:“丰富人民精神世界”是中国式现代化的本质要求之一。这一重大论断,具有丰富的理论内涵与实践意蕴,需要我们深入理解和把握。一、“丰富人民精神世界”是超越资本主义现代化的重要体现在马克思看来,世界现代化的过程是由西方资本主义开启的,但是资本主义的现代化是建立在资本逻辑基础上的。根据马克思,所谓资本逻辑就是资本像黑格尔的绝对精神一样,按照自身不断增殖的内在本性而展开的规律,由此整个资本主义不过是将资本逻辑贯彻和实现在社会生活方方面面的一整套制度设计和文明体系。

摘要： 这张制作于1970年的地图代表着和平的极端反面。这是一份华约组织制定的突击西方资本主义世界的作战地图,图上红色的箭头代表华约军队的突击方向,而竖立的红色小炸弹则表示投放的核弹。冷战巅峰时刻,华约和北约都曾制定过与对手大规模战争的计划。这份地图表现的是华约兵分三路突击西方方案的北部方向。

摘要： 20世纪70年代中期以后,在亚洲和拉美的一些新兴工业化国家/地区,政府因应工业化、城市化、民主化的需要,开始了从注重经济增长的发展型国家建设转向注重经济增长和公平发展的福利国家建设的历程,形成了有别于西方资本主义福利国家的福利体制。这些国家也被称为"新兴福利国家"。

摘要： 20世纪中叶,西方资本主义社会已进入以影像物品生产与物品影像消费为主的景观社会。法国著名哲学家居伊·德波提出了景观社会批判理论,他认为资本主义社会已完成了从"商品的堆积"到"景观的庞大堆积"的转变。与之相随,资本主义社会实现了从以生产为主导到以消费为主导的转变。与马克思曾经分析的商品社会相比,这是一种役人于无形的更加异化的社会,因此德波的景观社会批判理论具有理论上和实践上的双重意义。

摘要： 一、文艺的“人民性”和“民族性”“人民性”这一概念的提出,可溯源至上世纪“五四”与“新文化”运动时期,它是近代中国在师法西方资本主义过程中,而主动借鉴引入——欧洲工业革命后所形成的资产阶级市民社会对“人本”“人文”“人道”观念的新思考;继而确立于新民主主义革命时期。

摘要： 新冠肺炎疫情暴发初期,一个西方媒体以西方资本主义的傲慢与偏见,对中国极尽讥笑之能事,洋洋得意地说“一样病毒,两种制度”,断言“民主国家”比“专制国家”更能有效防控疫情。谁知,当疫情席卷全球时,一些发达资本主义国家不堪一击,事实给了这个媒体一记响亮耳光。

摘要： 赫伯特·马尔库塞在《单向度的人》一书中,他指出西方发达工业社会本质上是新型极权社会,通过对人内心批判性、否定性以及超越性向度的压抑,达到减少社会中反对声音的目的,并具体论述分析了西方发达工业社会中的异化现象,强烈批判资本主义对人的精神压抑与奴役,并提出"单向度的人"思想.

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。