简介:改革开放以来,我国高校思想政治教育政策经历了恢复成长、稳步发展、完善健全三个阶段,走过了一条渐进性、探索式的发展道路。我国高校思想政治教育政策研究起步较晚,公办高校为研究主体,作为政策制定者、执行者的行政管理机构以及民办高校十分鲜见,各个研究机构之间合作少,且尚未形成稳定的作者合作网络,未来应加强研究机构间的交流与合作,培育和扶植研究的领军人物和创新群体。当前,我国高校思想政治教育政策的研究方向日趋多样化,呈现出集中聚焦到多样关注的特点,未来应进一步加强对高校思想政治教育政策研究的方向引领和方法指导。新时代下,我国高校思想政治教育决策应坚持主体国家化、方法理性化、范式多样化、过程民主化、人员专业化和文本法律化的主要发展取向,加强政策创新、政策协同、政策评估等方向的研究,探索建立具有中国特色的高校思想政治教育政策决策机制。
简介:短文本情感分类是一种面向主观信息分类的文本分类任务,具有重要的研究价值和广泛的应用前景,如旅游景区口碑评价、舆情跟踪、产品声誉分析等。为了提高短文本情感分类准确率,文章提出了一种基于Stacking融合深度学习模型和传统机器学习模型的短文本情感分类方法。该方法从短文本数据集分别提取TFIDF和Word2Vec特征,并作为传统机器学习模型和深度学习模型的输入,再基于Stacking技术将多个基分类器(包括Logistic,PassiveAggressive,Ridge,SVC,SVR等传统机器学习模型和深度学习文本分类模型TextRCNN)的分类结果进行融合处理,得到短文本情感分类的最终结果。该方法采用LightGBM作为Stacking最后一层的分类器,基于旅游景区网络评论数据集进行了验证。实验结果表明,该方法能够获得比最好基分类方法更好的分类效果,而且对积极、中性和消极三类情感文本的平均分类准确率达到了71.02%。