深化基层党组织的凝聚力

凝聚力工程的地位和作用凝聚力工程要把全国人民团结和凝聚在党的周围。在我们这样一个多民族的发展中大国,要把大家的思想统一起来,力量凝聚起来,向着社会主义的目标前进,不仅要有中国共产党的坚强领导,而且还要善于团结和凝聚全民族的力量,为此党不仅要增强“内聚力”,团结和凝聚全党的力量;而且要通过增强党的“内聚力”进而增强“外聚力”,     

湘潭县建成第一个乡级万册图书馆

湘潭县第一个乡级万册图书馆,12月19日在响塘乡正式建成。该乡党委从88年初就制定了筹建万册馆的计划,并采取自筹资金和争得市、县文化局、市、县图书馆及县有关单位、个人等多方的赞助。该馆现藏有社会科学和自然科学、综合性书刊一万余册。为把乡万册馆办好,由乡武装部、团委和文化站组成了图书管理委员会,并确定了一名专职管理员,建立了各项规章制度。该馆为方便农民读者不仅开展书刊的借阅服务工作,还增设了书刊代销服务项目,对改变本乡农民读书、买书难的问题,以及为农民学科学、用科学,传递科技信息,走科学致富的道路提供了良好的条件,为丰富群众文化生活,开展多种形式的服务活动提供了活动     

文科高等数学智能化教学理念的构想

一项调查表明,文科高等数学建设虽然已经历三十多年,但教材建设、教法选择和内容筛定等问题依然存在。本文提出了个性化教学、学生主动发展和协作研究等智能化教学理念。     

日本的学校心理士制度及其运作 ——盐见邦雄教授访谈录

近年来,日本的心理学研究独树一帜,尤其是学校心理学,其理论和实践均有较大的发展,与我国心理学界的交流也日益频繁。2007年8月,日本学校心理学理事会全国大会在大阪召开,我校张卫教授、黄喜珊博士应邀出席,并在大会上作了关于中国学校心理学现状的特别演讲。会议期间,两位学者与盐见邦雄教授,围绕日本学校心理学的发展现状这一主题,对日本学校心理士的资格认定制度、日本当前常见的中小学生心理问题、学校心理士的工作内容及其效果评价等问题进行了多场的采访和学术对话。我们编发这次采访的目的主要有两个:一是介绍当前日本的学校心理士资格认定制度及其运作情况,二是希望能对我国学校心理学的构建和发展提供启示。     

坚持“和美教育” 建设特色校园

特色学校的创建之路,有其共性,也有其个性。广州市天河区天府路小学以理念引领和以项目推进特色学校的创建之路,显示出共性特点;其校本化的办学理念和办学项目,也显示出个性特点;而其创建特色学校的成效,又展现出其"美人之美,和而不同"的"和美教育"办学特色。     

月光虽亮,终究冰凉

<正>她是我的小学校长。若干年后,我走进她家的客厅。要说呢,我已记不清校长的模样,只依稀记得早年学校例行的朝会上,校长与我们一样系着红领巾。升旗毕,她在台上嗓音清亮地发一声喊:"准备好了吗?"台下上千少年男女齐声回应:"时刻准备着!"虽是童音,仍有排山倒海之势。那时校长是个干练的中年妇女。     

广东省高水平三级跳远体能训练特征与评价指标的探讨

采用文献资料法、问卷调查法、专家访谈法、实地观察法、比较分析法、逻辑分析与归纳法、数理统计法对广东省高水平三级跳远体能训练与评价方法进行了研究,试图揭示出我省高水平三级跳远体能训练与体能评价的训练学特征和基本规律.结果表明:广东省高水平三级跳远体能训练具有现代体能训练的特征,高度强调动作的速度和节奏,体现了广东省"南派"技术风格体能训练的特点;广东省高水平三级跳远体能训练主要的训练方法是短时重复训练法,其次是高强间隙训练法;广东省高水平三级跳远体能水平的评价指标主要有负重半蹲、30 m跑、挺举、立定三级跳远、8步跳远、四步三级跳远、四步五级跳、20m行进间、平衡半蹲.     

浅析做好“90后”大学生思想教育工作的方式方法

＂90后＂大学生在行为、情感、思维、认知等方面都具有鲜明的时代特征,研究＂90后＂大学生的思想道德特征,对于高校思想道德的教学和学风、校风建设,有着不可轻视的作用。高校要有针对性、有特色地做好引导、培养＂90后＂大学生的教育管理服务工作,更好地为社会主义事业培养合格建设者和可靠接班人。     

面向数字人文的古诗文本情感术语抽取与应用研究

在跨学科知识范式下,数字人文的研究范畴随着自身学科体系的拓展而不断泛化,采取关键语义技术解析文化对象中的人文内涵与情感知识对于重拾学科“人文性”与“计算性”特质具有重要意义。本文以古诗文本为例,面向汉语诗文及其鉴赏实现大规模人文情感术语的自动化抽取与分析。首先在无标注集环境下提出一种基于“冷启动”的字序列自动标引方法来获取学习语料,随后在字向量（Char2Vec）指导下将汉字特征（部首、拼音等）和BERT语言学模型分别引入机器学习与深度学习模型,并从知识发现的角度定义新术语识别规则。研究发现,将现代鉴赏融入古诗原文显著优化了情感知识的广度与深度,领域术语能够被有效标引。训练的BERT-BiLSTM-CRFs深度学习模型的效果明显优于CRFs机器学习,最佳F1与F1_distinct可分别达到9563%和8543%;同时汉字特征的引入也有效提升了传统CRFs效果,以领域特征和基于“竖心旁”“心字底”部首约束特征为最优。相较于机器学习抽取出的长篇幅新术语,深度学习能够拓展出更多寄托情感知识的新意象词。源于诗文与鉴赏的情感术语为文学信息资源的情感分析与知识服务提供了参考（人文性）,基于汉字语言特征的抽取方案为中文领域自然语言处理技术的深化提供了启迪（计算性）。图11。表6。参考文献30。