发达资本主义国家

摘要： 进入21世纪以来,特别是2008年全球金融危机爆发后,全球价值链重构成为引人关注且影响日益重大的国际经济现象。全球价值链重构增加了国际竞争参与者,刺激着国家间的战略竞争行为,促使国际组织形成新的工作重心,引发国际竞争格局新变化。为应对全球价值链重构引,发的新变化与新挑战,发达资本主义国家纷纷调整本国对外政策,主要包括凸显经济外交重要性、重视区域经济与安全平台建设、在全球价值链重构中“去中国化”、强调价值观的一致或相近性以及试图重塑国际制度等。发达资本主义国家对外政策新趋势对国际关系和国际秩序产生了多方面、多层次的深刻影响,是深刻认识世界百年未有之大变局以及准确把握中国外部战略环境的重要切入点,是在新形势下开展具有新的历史特点的伟大斗争、牢牢把握战略主动权的现实基础。

摘要： 文化帝国主义是当代帝国主义侵略和剥削他国的一种文化战略。近年来,我国学者以西方左翼学者对文化帝国主义的批判反思为镜鉴,以维护我国社会主义意识形态安全为根本目的,对文化帝国主义的命题源流和运行机制进行了梳理和分析,揭露了文化帝国主义对我国文化安全、青少年健康成长和意识形态安全的严重危害,并指出了对文化帝国主义的防范理路,取得了比较丰硕的研究成果。展望未来,在世界百年未有之大变局的历史紧要关头,更应当深化对文化帝国主义的意识形态逻辑批判研究,从文化帝国主义的意识形态认知解释系统、价值信仰系统、目标策略系统对当代西方发达资本主义国家的和平演变策略和霸权政治图谋进行揭露与批判,从而更好地防范和抵御文化帝国主义的渗透,维护我国意识形态安全、文化安全和政权安全。

摘要： 一自19世纪后期传人日本知识界起,马克思主义的分析方法就迅速构建起一个具有强大渗透能力的领域,并扩展到日本学术生活、历史思想、政治组织形式和社会状况分析的方方面面。尽管日本是接受马克思最早且受其影响最深的国家之一(特别是在“非西方”世界里),也是20世纪在思想和社会层面马克思主义烙印最重的发达资本主义国家之一,但其发展路径和对马克思的接受程度却与欧美等类似社会大相径庭。

摘要： 恩格斯认为,在发达资本主义国家,普选权的普及意味着工人阶级在政治上走向成熟。从历史上看,恩格斯的观点精确地把握了欧美发达资本主义国家民主制度的发展进程。我们可以说,欧洲国家民主制度的发展过程就是一个资本主义国家机器逐步将无产阶级及其代表纳入既有代议制机构的过程。然而,发展中国家并未复制发达国家曾经经历过的所有过程,而是走向了各式各样不同的道路。

摘要： 马克思在《资本论》第一卷“机器和大工业”中较集中地阐述了机器的资本主义应用思想,揭示了机器的资本主义应用的目的是追求剩余价值这一本质,机器的资本主义应用必然导致无产阶级的贫困化,进而激化资本主义基本矛盾和社会矛盾.这一思想区分了机器与机器的应用,将机器的应用置于资本主义生产关系中加以考察,批判了资产阶级虚假的道德原则.因此,科学认识发达资本主义国家的科技进步,必须要区分科技进步与资本主义条件下科学技术应用的不同,认清资本主义条件下科学技术的应用受到资本操控的本质,它既不能给人类带来普遍的福祉,也不是资本主义的“护身符”.

摘要： 随着科学技术的飞速发展和信息网络的全面普及,我国社会进入了大数据时代。然而,在信息化进程深入推进的过程中,由于网络自身的开放性、网络用户的复杂性,世界网络空间治理体系话语权的不完善等一些内外部因素,致使我国网络空间安全存在一系列的安全隐患。为顺应我国网络社会的现实需要和全球安全的发展形势,要把网络空间安全上升到国家战略的层次加以重视,并不断探索多种现实路径深入推进我国网络空间安全战略的科学构建与有效实施。

摘要： 什么是'现代化'?'现代化'是一个具有特定含义的概念,主要指的是大概自17世纪起首先发源于英、法等国,然后以各种方式逐渐扩展到其他国家或地区的一种特定社会历史进程。人们将这段历史进程发生之前的社会称为'传统社会',将这之后的社会称为'现代社会',并将从'传统社会'向'现代社会'转变的过程称为'现代化'。许多早期的现代化理论家们都曾从不同的学科领域详细讨论过'传统'和'现代'的特征和差异。

摘要： 当今,资本主义国家与社会主义国家并存于世界,而且呈现出资本主义处于强势地位的现象,但是社会主义取代资本主义的历史趋势是必然的,是颠扑不破的.当代发达资本主义国家内部出现的新变化就表明了社会主义取代资本主义的这一必然趋势,同时它们也预示着社会主义和平取代资本主义的可能性.通过论述发达资本主义国家发生暴力革命的可能性和和平过渡的可能性的变化,以及增强和平过渡的必要条件,来阐明社会主义最终将战胜资本主义屹立于世界,而且发达资本主义国家可能以和平的方式过渡到社会主义.

摘要： 本发明公开了一种海外项目自定义国际化标签和日期数字的格式化方法，标签通过配置的key值和文件路径，根据使用的语言读取对应国际化文件中的值，进行展示；日期数字批量格式化使用自定义注解，通过扫描自定义注解根据使用的语言将数字日期格式化为指定的形式。本发明可以弥补spring自带国际化的不足，并且使语言和日期有更强的适应性。

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。