国家垄断资本主义

摘要： 俄罗斯工会在苏联解体之后经历了由计划经济到市场经济的转变,最终形成了社会统合主义的模式。本研究在梳理俄罗斯工会改革历史的基础上,根据统合主义理论分析了俄罗斯工会在与政府的关系、对工人利益的代表性和自身行动能力3个方面的现实情况。研究认为,俄罗斯工会在改革初期复杂、动荡的政治经济背景下所追求的自由主义模式受历史因素影响并不成功。改革的转机出现在统一俄罗斯党成立之后,俄罗斯工会与政府关系迅速改善,并在执政党的同情和支持下提升了自身对工人利益的代表性和行动能力,特别是运用法律武器的能力。但俄罗斯工会也面临着新就业形式和移民劳工增长的挑战,还需要进一步的改革以适应劳动力市场的复杂变化。

摘要： 熊彼特虽然是西方经济学界的重要代表人物,但体现其社会主义思想的《资本主义、社会主义与民主》一书却对非资本主义国家的影响也很大,被译成多种文字出版.有学者对熊彼特社会主义观持肯定态度,也有学者认为熊彼特所倡导的社会主义只不过是国家垄断资本主义,是反马克思主义的社会主义.文章依照熊彼特的逻辑框架,从熊彼特"社会主义"定义的辨析、"社会主义"蓝图的构想、"社会主义化"的形式三方面来具体剖析他的社会主义观,明晰熊彼特所谓"社会主义"并不是马克思主义的社会主义,它并没有触动生产资料的资本主义私人占有制,国家也仍然是资本主义的国家.

摘要： 随着素质教育的持续推进,学生的自主、合作、探究学习能力日益受到重视。2017版《普通高中历史课程标准》明确提出培养学生的终身学习能力、自主发展能力和沟通合作能力。作为传统常规教学场所的学校课堂,正在被赋予学生自主学习的实践平台和探索阵地的新定义。一、史料助力课前准备笔者认为有助于培养学生学习自主性的综合实践活动课,应该是围绕着学生感兴趣并能够激发思考和讨论的主题展开的。

摘要： 马克思唯物史观以生产资料所有制作为划分不同社会经济形态的根本性标准,揭示了人类社会发展规律.列宁以马克思唯物史观为根本依循,密切关注第二次科技革命对社会生产力和资本主义基本矛盾的巨大影响,科学分析资本主义经济中竞争与垄断的辩证关系,深刻揭示了资本所有制不断社会化和质性渐进嬗变的历史趋势,创立了科学的帝国主义理论,揭示了垄断资本主义的基本特征和经济实质,并将垄断资本主义划分为私人垄断和国家垄断两个阶段.列宁的帝国主义论创新发展了马克思唯物史观关于人类社会和资本主义发展阶段划分依据的理论,推动了马克思主义政治经济学的时代化创新发展,仍然是我们研究当代资本主义发展变化和历史演进的理论依循和理论基石.

摘要： 教学思路人教版必修二第19课"战后资本主义的新变化"上承罗斯福新政的国家垄断资本主义,下启战后资本主义世界经济体系和世界经济区域集团化、全球化趋势,在世界现代经济史中起着承上启下的作用。本节课展示了二战后资本主义国家经济发展的风雨历程,下设"国家垄断资本主义的发展""福利国家的建立""第三产业的兴起"(笔者认为"兴起"一词不够准确,可用"繁荣"代替)"新经济的出现"四个子目。

摘要： 美国金融霸权实现过程与其国家垄断资本主义发展密切相关,政治精英规制的美国国家垄断资本主义以高利贷者的眼光看待其国际债权,延缓了美国金融霸权的实现.随着商业寡头的崛起,美国政府开始顺应资本开放性要求,标志美国国家垄断资本主义趋于成熟;在此背景下,美国建构了以“美元—黄金”双本位为内核的布雷顿森林体系,以确保国际债权基础上美国金融霸权的实现.然而,金融霸权生成美国军事国家垄断资本主义,战后频繁军事干预引起美元大规模外流,35美元兑换1盎司黄金的固定兑换比率日益不可信,布雷顿森林体系最终崩溃.继起的牙买加体系切断了美元与黄金之间的联系,美元债务货币化极大地扩张了美国政府权能,美国金融霸权转置债务新基.通过帝国权力的政治/领土逻辑与资本逻辑的矛盾运动,美国资本账户操控性增强,最终引起金融危机的空间与形态的系列转向.

摘要： 历史核心素养持久发力、影响深远,时空观念是高考历史学科核心素养必备要素之一,要求学生在对历史和现实问题进行独立探究的过程中,能将其置于具体的时空框架下,选择恰当的时空尺度,对其进行分析、综合、比较,并在此基础上得出合理的解释。研读高考试题的时空观念可以帮助学生破除凌乱无章的思绪,笔者试以20世纪50—80年代东西方经济体制探索为切入口.

摘要： 当代世界主要资本主义仍处于国家垄断资本主义发展阶段.国家垄断资本主义本质上是资产阶级国家力量和垄断组织力量结合在一起的垄断资本主义,其目的是为了进一步加强对劳动人民和对其他国家的剥削和掠夺,保证垄断资产阶级获得高额垄断利润,以利于维护资本主义制度.近年来,波音客机坠机事件频发,美国政府和波音公司处理坠机造成人员重大伤亡事件的态度和做法,使我们进一步认清了国家垄断资本主义的本质.

摘要： “国家资本主义”理论是出自马克思主义,分为两个层次:一是揭示帝国主义的国家垄断资本主义的本质和作用,其是“国家资本主义”典型的高端形态;二是扬弃“国家资本主义”方式用于社会主义过渡时期改造私人资本,由列宁提出、毛泽东丰富和成功运用,在我国早已完成其历史使命。

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。