资本主义发展

摘要： 当代资本主义所处阶段以及发展程度事关我国大政方针相关政策的制定与实施,因而进一步厘清其发展阶段很大程度上有助于新时期党中央治国理政新思想的构建与落实.当然,基于划分依据或标准的不同,所得出的结论截然不同.尽管如此,不能否认立足于当下科学技术进步和生产力发展状况的现实基点,把握资本主义基本矛盾运动的脉搏,并据此确认资本主义发展阶段应是主要判断依据.

摘要： 当代资本主义所处阶段以及发展程度事关我国大政方针相关政策的制定与实施,因而进一步厘清其发展阶段很大程度上有助于新时期党中央治国理政新思想的构建与落实。当然,基于划分依据或标准的不同,所得出的结论截然不同。尽管如此,不能否认立足于当下科学技术进步和生产力发展状况的现实基点,把握资本主义基本矛盾运动的脉搏,并据此确认资本主义发展阶段应是主要判断依据。

摘要： [加]埃伦·米克辛斯·伍德著《资本主义的起源》,夏璐译,中国人民大学出版社,2015-6出版;内容简介:本书的基本内容包括资本主义的起源以及由此而引发的历史与理论方面的争论。全书分为三大部分。第一部分回溯了最重要的历史解释以及围绕在这些解释周围的讨论,其重中之重在有关资本主义发展的最通俗模式(即所谓“商业化模式”)以及对这一模式的主要挑战。

摘要： 相比较于俄国十月革命及之后的思想,列宁早期思想研究在国内学界可谓是“冷门”。但这并非意味着列宁早期思想不重要,抑或没有研究的价值。相反,深入认识列宁的十月革命战略思想和社会主义建设思想,必须从列宁早期思想着手。不仅如此,列宁早期思想特别是关于俄国资本主义发展的思想,以及列宁在这一问题上与国内不同派别的争论,还具有重要的现实启示意义。基于此,《列宁早期俄国资本主义发展思想及对错误思潮的批判》一书不避“冷门”,深入挖掘列宁早期鲜为人知的思想,可谓研究列宁早期思想的一部力作。

摘要： 本书是60万册的理论力作《大道之行：中国与中国社会主叉》的姊妹篇，由来自北京、上海、武汉、华盛顿的6位学者联袂创作，创作采用了思想共同体的方式。作者们以贯通中西的学术视野、真挚朴实的人民情怀、强烈的问题意识，从社会主义文明的核心品质、社会主义在世界各国的探索、世纪社会主义新农村、中国社会主义的道统与政统、社会主义和人的自由全面发展、虚拟化和信息化条件下资本主义发展的新特点等方面，探讨了理论界和现实社会中的一些热点问题，展望了社会主义运动在中国乃至世界的未来发展趋势。

摘要： 《血腥的资本积累》是人教社初中历史八年级上册第五单元殖民扩张与殖民地人民的抗争的第一课内容。西方资本主义发展的初期,通过罪恶的奴隶贸易和殖民掠夺,为资本主义的发展积累了巨额资本。因此学好本课,能帮助学生理解西方殖民者通过罪恶的奴隶贸易和殖民掠夺,为资本主义的发展提供了充足的资金,同时也给非洲和殖民地人民带来了无尽的灾难。为以后学习殖民地人民的抗争打下基础。我结合本课在教材中的地位,在教学设计中突出本课的主题“血腥的资本积累”。

摘要： 埃利亚斯社会学一个显著特点是他坚持现代性的元素源于宫廷社会。他的观点不是关于传统遗存及其对工业资本主义发展或“传统创造发明”产生有害影响的陈旧主题，而是采用西方长时段理性化观点的论证。他的论题是现代资产阶级理性元素及其物质文化与宫廷理性的紧密联系。例如，他强调，像莱布茨尼、罗索和伏尔泰这样的启蒙思想家把有些事情归结文明化和理性化表达情感的宫廷习俗。

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。