近代资本主义

摘要： [研究课标]课程标准对“洋务运动”没有提出明确的内容要求,但在模块二、模块三的学习要点中隐含着对其的教学要求,如“了解近代中国半殖民地半封建社会经济结构的变动与近代资本主义民族工业的兴起,理解中国近代资本主义产生的时代背景”“掌握中国近代以来交通、通信工具的进步,认识其对人们社会生活的影响”“了解鸦片战争后中国人学习西方、寻求变革的思想历程”“民族工业的兴起、交通通信工具的进步、中国人学习西方”等。这样的情况需要教师梳理“洋务运动”一课的教学内容,这既是挑战也是机遇。

摘要： 纵观全球历史,与国际贸易纷争相关的问题并非新鲜事。在《棉花帝国》作者、哈佛大学历史系教授斯文·贝克特(Sven Beckert)看来,形塑当下全球政治经济格局的资本主义一开始就和“正当竞争”无关,而是充满了掠夺、压榨和偷窃。贝克特指出,棉花产业的历史实际上与近代资本主义的历史紧密相连。

摘要： 一、马恩史学马克思是哲学家,他的写作固以理论为主,但史著也富。他的研究涉上古奴隶、中古商业与近代资本主义,他的史著瞻高见远,能看到下一代的进程。著名的《资本论》第一卷于1867年出版,虽非史书,但具有历史内容,叙资本主义之兴,尤为识者所重。《资本论》为马克思史学提供了方向与方法,并没有将“羽毛塞进枕套”(喻“以论带史”)的问题,他对资本主义的分析证据充分,十分精彩。

摘要： 自改革开放以来,随着我国经济的转型,在经济发展的道路上必要面临一些瓶颈,在寻求出路和答案的过程中,韦伯著作也随之进入中国学者的视野。与此同时,恰逢我国社会学研究的兴起,由于社会转型的需要和我国社会学研究的复苏,从而引起了中国学界对韦伯研究的热潮。在韦伯的著作中对中国学人影响最广的当属《新教伦理与资本主义精神》一书。该书从文化史的角度试图解答西方近代资本主义的文化起源问题。

摘要： 试题新亮点一：命题区域新表1：2018年全国卷Ⅱ历史选择题命题区域近几年选择题对应的历史阶段或历史内容已基本稳定，但看2018年的试题分布，以往经常命题的宋元时期没有涉及。第33题一般考查工业革命或近代资本主义政体，2018年考查了奴隶贸易，也是意料之外。这提醒考生，备考时还要全面铺开，锱铢必较。

摘要： “中世纪”是现代史学的一个重要概念，指处在古代与近代之间、跨越千年的一个时段。要把握和理解现行高中历史教科书中“古代希腊罗马的民主政治”“西方近代资本主义政治制度产生和发展”等内容，中世纪这段历史是绕不过去的，必需加以全面了解，而中世纪西欧在政冶、经济、思想文化方面呈现出的特点，更是需要探究的重点。为此，北京市正高级教师、特级教师成学江带领他的徒弟们认真研究，撰写了“跨越干年的西欧中世纪”系列文章，本刊予以连载，期能对中学师生认识中世纪历史时代特征有所裨益。

摘要： “中世纪”是现代史学的一个重要概念，指处在古代与近代之间、跨越千年的一个时段。要把握和理解现行高中历史教科书中“古代希腊罗马的民主政治”“西方近代资本主义政治制度产生和发展”等内容，中世纪这段历史是绕不过去的，必须加以全面了解，而中世纪西欧在政治、经济、思想文化方面呈现出的特点，更是需要探究的重点。为此，北京市正高级教师、特级教师成学江带领他的徒弟们认真研究，撰写了“跨越千年的西欧中世纪”系列文章，本刊予以连载，期能对中学师生认识中世纪历史时代特征有所裨益。

摘要： 财产税并不是近代资本主义兴起以后才产生的事物，早在两千多年前的汉朝，我们的祖先就发挥出自己的聪明才智，实施了一项法令，对富有者征收财产税，来达到平抑社会贫富差距和扩大政府财政收入的目的，这项法令，当时称作算缗令。经过长期的战乱，新立的大汉王朝面临的是一个百废待兴、民生凋敝的局面，为了解决经济、问题，武帝将目光瞄准了已经“养肥”的商人阶级。元狩四年，汉武帝根据御史大夫张汤和侍中桑弘羊的建议，颁布了打击富商大贾的算缗令。

摘要： 本文主要通过对空间展示设计概念进行分析,从而理解空间展示设计的价值以及本质并且更深入的探讨空间展示设计的发展历程,从而分析出空间展示设计的发展趋势,论证了可持续发展的可行性。设计就是实现经济、生态与社会效益三者的有效统一。

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。