知识分子问题

摘要： 《早春二月》是一部重要的知识分子题材电影,改编自柔石的中篇小说《二月》。柔石小说的主题是小资产阶级知识分子在个人主义与社会革命间的徘徊与抉择。电影则是在新的历史条件下探讨知识分子的思想改造问题。其中的爱情叙事隐含的政治与文化意义,是主人公形象的深刻与出彩之处。然而迫于当时特殊的政治环境,电影还未公开上映就遭到了挞伐,直到20世纪70年代末才有了被公正评判的可能。在现代化进程加快的新世纪,影片主人公精神家园的迷失、在传统与现代间徘徊的纠结,仍然能让很多人找到情感共鸣。在变化了的时代语境下,对《早春二月》或许可以作出更多超乎政治话语之外的新的阐释。

摘要： 《早春二月》是一部重要的知识分子题材电影,改编自柔石的中篇小说《二月》.柔石小说的主题是小资产阶级知识分子在个人主义与社会革命间的徘徊与抉择.电影则是在新的历史条件下探讨知识分子的思想改造问题.其中的爱情叙事隐含的政治与文化意义,是主人公形象的深刻与出彩之处.然而迫于当时特殊的政治环境,电影还未公开上映就遭到了挞伐,直到20世纪70年代末才有了被公正评判的可能.在现代化进程加快的新世纪,影片主人公精神家园的迷失、在传统与现代间徘徊的纠结,仍然能让很多人找到情感共鸣.在变化了的时代语境下,对《早春二月》或许可以作出更多超乎政治话语之外的新的阐释.

摘要： 1955年11月，中共中央成立以周恩来为首的“中央研究知识分子问题十人小组”，12月27日，该小组提出《关于高级知识分子待遇问题的意见》，认为新中国成立以后，知识分子虽然有公费医疗等各种福利，但是与过去相比，他们的工资待遇还是低很多。

摘要： 新中国初期知识分子的待遇1955年11月，中共中央成立以周协一。为首的“中央研究知识分子问题十人小组”，12月27日，该小组提出《关于高级知识分子待遇问题的意见》，认为新中国成立以后，知识分子虽然有公费医疗等各种福利，

摘要： 党的十八大以来,习近平总书记高度重视知识分子及知识分子工作,多次发表关于知识分子的重要讲话,对知识分子工作作出了一系列重要指示。这些关于知识分子问题的重要论述,是中国共产党治国理政思想的新发展,是习近平新时代中国特色社会主义思想的重要组成部分。

摘要： 四川外国语大学中外文化比较研究中心成立于2005年9月，2006年被重庆市人民政府批准为“重庆市人文社会科学重点研究基地”。“中心”目前下设比较文学与比较文化研究所、欧洲文化研究所和东亚文化研究所，中心另有挂靠研究机构2个，即德国研究中心和朝鲜一韩国学研究所。中心研究方向主要为文化记忆理论及应用研究；中外文学与文化关系研究；中外知识分子问题、都市文化及地名研究和文学伦理研究。

摘要： 第一卷《告别橙色梦》跋《陈思和文集》前三卷,主要收入我近四十年来的当代文学批评,少数文章涉及对“五四”传统和知识分子问题的思考。（1）第一卷收录文章的时间范围,大致是从1978年我考上复旦大学中文系到1994年参与人文精神讨论,这是我在学术上的起步阶段。（其中个别文章是后来写作并发表的,但为了内容相对集中,也移到这一卷来了）

摘要： 中国共产党历来重视知识分子工作。在革命战争时期，党实行“大量吸收知识分子参加革命队伍”政策。新中国成立后，党对于从旧社会过来的知识分子实行“包下来”的方针，采取了“团结、教育、改造”的政策。进入改革开放新时期，邓小平同志在倡导“尊重知识、尊重人才”，制定并实施了一整套新的知识分子政策，其核心一般概括为“政治上充分信任、工作上放手使用、生活上关心照顾”。

摘要： 十八大以来，习近平总书记十分重视知识分子工作，先后在文艺工作座谈会、哲学社会科学工作座谈会、全国科技创新大会、中国文学艺术界联合会第十次全国代表大会、中国作家协会第九次全国代表大会上发表重要讲话，为我国的文学艺术、哲学社会科学、自然科学工作分析了问题、提出了要求、指明了方向。

摘要： 今年两会，习近平总书记在看望参加政协会议的民进、农工党、九三学社的政协委员时，就知识分子问题发表了重要讲话，要求我国广大知识分子主动担当，积极作为，刻苦钻研，勤奋工作，为国家富强、民族振兴、人民幸福多做贡献。总书记的嘱托，使各级政协和广大委员深受鼓舞，也深感肩负的责任重大。

摘要： 本发明公开了基于专家知识与拓扑相似的邻居优先生物分子子网搜索方法。其步骤如下：A、根据生物分子的序列特征，构建网络T（Gt）和B（GB）中生物分子的初始相似矩阵。B、根据生物分子在网络中的拓扑的相似特征，计算生物分子的相似矩阵S。C、构建专家知识字典。D、基于专家知识，以邻居优先策略进行搜索，获得结果子网。E、计算结果子网R（Gr）与目标子网T（Gt）的相似得分。F、计算p值。G、结果子网可视化。与同类方法相比，该方法计算准确度更高，具有更高的稳定性，能更好地处理生物分子网络间的“空隙”（Gap），获得更多的保守边和节点，且能较好地反映生物分子网络之间的变化情况。

摘要： 本发明属于图论学习、深度学习分析领域，具体涉及一种基于知识图谱的分子调控关系预测方法及系统，其中的预测方法包括以下步骤：(1)训练数据集的准备；(2)有向图模型的构建与训练；(3)神经网络的构建与训练；(4)实际预测。本发明通过对预测方法整体流程设计进行改进，首先结合图学习将有向图中的有向调控关系和各调控分子节点(即各调控分子实例)进行最优特征编码，接着在获得各节点与关系的特征编码后，利用深度神经网络框架进一步加强有向图的预测能力，经过迭代训练后提升有向调控的预测准确度。

摘要： 本发明公开一种纳米孔单分子感知信号知识表示学习方法，其为基于实例判别transformer的学习方法，其适用于机器学习和纳米孔单分子感知技术；本发明方法包括：构建基于transformer的纳米孔单分子感知信号知识表示学习神经网络模型；创建纳米孔单分子感知信号数据集并对信号数据进行合适的预处理；设置神经网络模型内各参数初始值，以最小化损失函数为目标训练模型实现针对纳米孔单分子感知信号的实例级判别；将待处理的感知信号输入到训练完成的模型输出信号对应的知识表示。本发明在编码器部分采用了transformer结构，实现了信号在知识表示空间内的稀疏分布，并且其直接从信号数据中挖掘模式信息，可适用于不同类型的下游信号分析任务，通用性和有效性强。

摘要： 本发明涉及药物表示学习领域，具体涉及一种结合领域知识的药物分子生成方法，包括利用构象搜索算法获得分子3D构象，从而获得分子空间信息，利用分子空间信息增强分子的初始表示；利用优化后的谱聚类算法以及优化后的CH聚类评价指标获取分子的分子划分结果；根据分子的增强表示和分子划分结果，利用图卷积神经网络对其编码获得其隐空间嵌入表示，即分别为全局图表示和局部子图表示；利用互信息最大化机制优化全局图表示和局部子图表示，得到富含空间信息和子结构信息的分子表示，并应用于下游分子生成任务；本发明有助于捕捉到分子的空间和结构信息，同时能更好地服务于基于深度学习的药物发现领域相关任务。

摘要： 本发明公开了一种基于化学元素知识图谱的分子图对比学习方法，包括：根据化学元素周期表中每个化学元素的所有化学属性，构建化学元素知识图谱；利用化学元素知识图谱对分子图进行图增强得到分子增强图；利用可插拔表示模型获得分子图和分子增强图的图表示；采用硬负样本挖掘技术选出与分子图在分子指纹空间相似的其他分子图作为负样本；将正样本对和负样本对的图表示映射到同一空间后，通过最大化正样本对之间的一致性同时最小化负样本对之间的一致性构建对比损失函数，利用对比损失函数进行优化学习；将参数确定的可插拔表示模型与非线性分类器形成预测模型，利用参数微调的预测模型进行分子图的分子性质的预测，以提升分子性质的预测准确性。

摘要： 本发明涉及一种融合分子结构特征的知识表示学习方法，属于知识图谱领域，将小分子结构特征与知识图谱三元组特征同时进行学习的方法，完成融合了小分子结构信息的知识表示学习过程，并最终形成隐含结构信息以及知识图谱关联信息的新型特征表示。它的成功将会明显提高生物医学领域知识图谱的相关应用的准确性。从而更好地服务于基于机器学习或深度学习的生物医学知识图谱中的药物挖掘的相关应用。

摘要： 本发明属于药物分子生成领域，具体涉及了一种基于领域知识和深度强化学习的药物分子生成器训练方法，旨在解决通过深度学习进行药物分子生成时的样本有限的问题。本发明包括利用领域知识构建活性药效团分子组群；利用动态策略下的课程式学习，将活性药效团分子组群中的药效团随机插入分子的生成过程中，生成具有特定目标的药效团结构分子；利用强化学习方法，最大化混合奖励函数，得到训练好的药物分子生成器。本发明解决了样本量过小的问题，防止过度的演示学习造成分子单一的问题，可以使生成的分子更快收敛到具有特定目标的药效团结构。

摘要： 本发明涉及小分子药物晶型技术领域，为一种小分子药物晶型知识图谱的构建方法及系统，包括：S1，爬取网络已公开的小分子药物的综合数据信息，并对源文件内容进行存储；S2，对所述源文件内容按照关键字归类并进行清洗，其中分子信息及晶体信息按照结构化数据的格式进行处理存放，其他信息按照非结构化数据的方式灵活存放；S3，构建实体数据层，根据所述实体数据层中的数据进一步构建用来存储实体间的关系及实体的属性的模式层。将小分子药物的晶型研究及制成过程中的概念充分发掘，并提供丰富晶型研究中相关实体的类别和属性信息，实现相似晶型的自动查询。对小分子新药的整体研发流程起到促进加速的重要作用。

摘要： 本发明公开了基于专家知识与拓扑相似的邻居优先生物分子子网搜索方法。其步骤如下：A、根据生物分子的序列特征，构建网络T（Gt）和B（GB）中生物分子的初始相似矩阵。B、根据生物分子在网络中的拓扑的相似特征，计算生物分子的相似矩阵S。C、构建专家知识字典。D、基于专家知识，以邻居优先策略进行搜索，获得结果子网。E、计算结果子网R（Gr）与目标子网T（Gt）的相似得分。F、计算p值。G、结果子网可视化。与同类方法相比，该方法计算准确度更高，具有更高的稳定性，能更好地处理生物分子网络间的“空隙”（Gap），获得更多的保守边和节点，且能较好地反映生物分子网络之间的变化情况。

摘要： 本发明公开了一种基于k均值聚类算法缓解知识图谱稀疏的知识表示学习方法，主要包括四个步骤：步骤一，选择一个现有的知识图谱表示学习模型；步骤二，预训练现有模型；步骤三，k均值聚类实体和关系；步骤四，融合聚类信息继续训练模型；本发明利用k均值聚类算法将稀疏的实体和语义上相似的高频实体聚成一簇，增强稀疏实体的表示能力，缓解知识图谱表示学习中的数据稀疏问题，从而提升知识图谱中实体和关系学习的效果。