消解途径(精选四篇)
消解途径 篇1
农民工问题扰攘了很长时间,但一直未能彻底给予解决,其困境何在呢?
农民工问题的产生,一般地认为是在中国工业化发展与传统户籍制度共同作用下造成的,甚至有学者更直接指向中国的户籍制度。
笔者认为,农民工问题的产生究其根本是中国由传统社会向现代社会转化过程中必然出现的阵痛,相应地,农民工也就成为农民不断获得现代性,实现由传统人向现代人转化过程中必有的现象。当我们探讨农民工问题而加以深究时,我们发现,户籍制度和政府行为虽然在农民工问题的出现和演化上有着巨大作用,但它们决不是中国农民工问题产生的惟一根本原因,否则农民工问题的解决也就不是难事了,我们的政府只需要积极作为、取消户籍制度等就可以了。但实际上,随着工业化与城市化的发展,在农民工层面上的问题更多了,表层的问题如:劳资平等、福利保障、子女上学、低保住房等,还有一些问题则不是制度层面的了,如:心理障碍、城市融入、群体边缘化等。因此,农民工问题不单纯是一个社会管理制度问题,更深层次上则是一个文化问题。所以当我们解决农民工问题时要面对彼此联系、相互作用的两个方面:一是社会管理制度,社会管理制度完善目的在于从形式上实现由农村人向城市人的转化;二是文化,目的在于使农民工获得现代性,成为真正的现代人,而不仅仅是城市人,城市人并不就是现代人。社会管理制度是表层的,硬性的,相比较而言是易于解决的。而文化方面则是深层的,软性的,问题的解决就很困难。这就是解决中国农民工问题时的困境所在。
二、如何消解农民工问题的困境
如何消解这种困境?笔者认为,困境的消解最终依赖于农民工自身的现代性获得,即从思想意识上成为现代人,应首先有意识解决第二层面的问题。第一层面在农民工获得现代性中地位何在?它起到推动作用,由于社会管理制度的不断完善而不断强化农民工的现代性,促进农民工由传统人向现代人转化。
何谓现代性。现代性是一个动态概念,其内涵随着人类历史的发展而不断更易,不同国家由于发展水平不同,其内涵有所差别。有鉴于中国目前处于工业化的发展时期,而不是工业化的完成状态,则我们所谓现代性其内涵所具有的特征既不是前工业化时代的,当然也不是后工业化时代的。那么,我们所说的现代性是什么?国外学者布莱克曾经这样说“从上一代人开始,‘现代性’逐渐被广泛地运用于表述那些在技术、政治、经济和社会发展诸方面处于最先进水平的国家所共有的特征。”布莱克告诉我们现代性表达的是技术、政治、经济和社会发展诸方面处于最先进水平的国家所共有的特征。但包括布莱克在内的绝大多数的社会理论家所关注和考察的主要是社会结构层面的现代化,在这个社会结构中,可以划分为几个大的层面:物质供给层面,科学技术的发达和工业化,居住条件的改变,衣食住行等器物层面上的进步;制度层面,国家的性质,社会的组织形式,政治、经济方面的制度以及这些制度所依据的理念的变化;文化层面,知识学、文学、艺术、哲学、道德和宗教等方面的变化。在物质供给层面,工业化当然具有重要的地位,因为它意味着人类由以体力从事劳动到用机械代替体力的过程。但是,经济领域里的现代化并不仅仅是工业化。工业化主要是指生产力的进步,经济的现代化不只是生产力的现代化,同时还应该包括生产关系、产品分配和交换的现代化。它应该包括市场化。在政治方面,现代性的标志就是民主。是专制还是民主,划开了中世纪与现代在政治方面的界线。所以,政治的现代化也就是民主化。在文化方面,现代性的标志是自由选择和自由创造。思想信仰的自由选择,文化的自由创造,是现代社会文化的主要特征。
但毫无疑问,我们完全应该把社会主体的现代性问题作为一个单独的命题加以讨论,不论社会结构怎样复杂和变化,它都依赖于社会主体作为载体,只有人实现了现代化,获得了现代性,社会结构的现代性才会有现实的呈现,幸运的是随着农民工问题探讨的不断深入,中国学界对于人的现代性问题的研究不断深入。
什么是人的现代性?人的现代性是指人在社会生活中的思想意识、行为方式的现代化。随着社会的现代化,传统人格结构中与现代社会不相适应的部分逐渐减少或被更新,与现代社会相适应的部分则得以保持与弘扬。这是一个不断获得的过程。其内涵应包括哪些特征呢?人的现代性的核心是以人的价值为本位的自由、民主、平等、正义等思想意识。当这些现代思想意识被农民工拥有时,我们所谓农民工所面临的深层次的问题就可以得到解决,而我们的社会和政府在农民工问题的处理上所实施的社会管理制度方面的一系列措施,才能有效地释放出它的善意。
农民工现代性获得的途径有哪些呢?在农民工现代性获得的过程中,外出流动、城市体验、教育水平、传统文化以及制度设置等因素起了很重要的作用,也就是说当我们希望农民工获得现代性时,我们一定要关注社会管理制度在其中所起的促进作用,社会管理制度的完善不单纯是社会历史的自然表现,而是具有能动性的,因此,其现实作用是巨大的,但要发挥巨大的能动作用,社会管理制度的变更一定要体现出人的现代性的核心,即以人的价值为本位的自由、民主、平等、正义等思想意识,比如平等意识是市场机制发挥作用的社会基础,也是解决农民工问题的思想基础,同时也是农民工遭遇制度障碍与城市原住居民歧视后的合理诉求。从社会伦理的角度上说,“平等”就是体现社会公正。作为个体的农民工,其现代性获得也许途径各异,但毫无疑问,现代性能否被农民工最终保有并使其成为真正意义上的现代人,还需要社会机制给予确认。
摘要:农民工问题不仅是社会管理制度的问题,更是人的现代性获得的问题,人的现代性的核心是以人的价值为本位的自由、民主、平等、正义等思想意识。这种现代性不仅需要农民工作为现代社会主体而具有,而且要求我们的社会管理制度在完善过程中给予体现,双方共同作用才能从根本上解决农民工问题。
关键词:农民工,困境,人的现代性
参考文献
[1]李新宇.关于现代性的几点常识[EB/OL].http://blog.sincom.cn/s/blog_4a16f9150100aned.html.2005-05-09.
消解途径 篇2
职业学校思想政治课教学中学生消极心理成因及消解途径
探讨职校思想政治课教学中学生消极心理的表现、成因及消解途径,对于提高思想政治课教育教学效果,培养社会主义事业的可靠接班人和合格建设者,具有重要意义.
作 者:周彤 作者单位:江苏省南通体臣卫生学校,江苏,南通,226007 刊 名:管理观察 英文刊名:MANAGEMENT OBSERVER 年,卷(期): “”(23) 分类号: 关键词:思想政治课 教学 消极心理
幼儿教师职业倦怠成因及其消解途径 篇3
[关键词]幼儿教师 职业倦怠 成因 消解
所谓职业倦怠,是指从业者因不能有效缓解由各种因素所造成的工作压力,或深感付出与回报不对等而表现出的对所从事职业的消极态度和行为。国外的大量研究资料表明:职业倦怠最容易发生在助人行业的从业者身上。幼儿教师同样存在着职业倦怠问题。
1.幼儿教师职业倦怠成因
(1)社会因素
近20年来,教育改革的速度十分迅猛,教师从观念到行为发生了很多变化。可以看到,今日的教师与传统意义上的教师有了很大的区别,她们不仅仅是“传道、授业、解惑”的师长,她们更是努力地朝向儿童的支持者、引导者、合作者目标奋进的研究者。拥有新的专业素质已成为当今幼儿教师必须对社会做出的承诺。这种变化,是改革的必然,它同时不可避免地带给幼儿教师巨大的心理压力。
(2)管理因素
教育改革的理念正在逐步深入人心,教师在观念上发生了很大的变化。然而,现实的管理制度和管理方式却不能紧随这种变化,与事业的发展难以担适应。笔者从与一些教师的谈话中发现:教师的焦虑除了来自于自身素质待提高的压力之外,最为集中的就是管理现实对教师成长的束缚。比如管理者评课,许多还停留在运用标准化、统一化的评价模式上,要求教师在课堂中必须完成本次的活动目标和活动内容。
(3)个人因素
焦虑普遍存在于社会成员当中。一些人调节得好,焦虑变成了动力,起到了促进的作用;也有一部分人不能很好地调节,焦虑难以去除,影响了自己的工作和生活质量。比如,有些教师不能正确地认识自己,觉得自己处处都不行,缺乏自我认同感,再加上某些失败的体验,于是做事之前常常有一种消极的心理暗示——我不行。这种消极的心理暗示,使大脑活动减退,使潜能不能正常地发挥,结果是焦虑心理加重。
(4)幼儿教师的职业特点
幼儿教师是个特殊的职业,由于其特殊性导致了一些教师的职业倦怠。幼教的特点有:一是工作忙碌和紧张,需要教师的“爱心、耐心、细心”,从早上上班开始,到送走最后一名孩子,教师的神经一直都处在高度的紧张状态,因为幼儿年龄小,稍不注意就可能导致一些事故,给学校和自己造成不可挽回的影响;二是工作没有成就感,幼教是启蒙教育,其教育成果不容易显现,从而也不容易被社会所承认;三是幼教大部分都是年轻女教师,年龄大一些就不再适合做教师了,她们很多在为自己的将来而忧虑。
2.幼儿教师职业倦怠消解的方法与途径
(1)正确区分倦怠的不同程度
轻度的焦虑不仅对人无害,而且可以激发斗志,唤起警觉,促进人们的学习和工作的绩效。但是,长期中度焦虑以及重度焦虑的存在,对人的学习、工作和身心健康危害较大。这种焦虑常常导致适应和应对的失败,一些不良的情绪也会接踵而来。所以,教师焦虑调节的第一步是认识自己的焦虑状况对于轻度的焦虑,要发挥其优势,防止其蔓延势头;而对中、重度焦虑要慎重对待,不能掉以轻心。教师不妨对其焦虑产生的原因进行分析,將自我调节与心理治疗相互结合进行。
(2)科学分析倦怠的成因
分清倦怠程度之后,要分析原因所在。比如,某位教师的焦虑来自于幼儿园对教师安全意识的过分强调,其终日小心翼翼,不敢让孩子活动,不许孩子超出其视线活动,家长、领导的批评与指责使其产生严重的焦虑。试想,如果教师能够分析儿童安全问题发生的原因,那么,相应的教育措施也就会应运而生,增强儿童的自我安全意识。所以,束缚孩子的活动,看似安全了,但却没有安心——潜伏着更大的焦虑。
(3)加强管理的规范化和科学化
管理的不规范和不科学是幼儿教师的职业倦怠的重要原因,一些教师在工作中得不到适度的成就感,久而久之,就会破罐子破摔。诚然,管理者也有自身的难处,比如教师水平的良莠不齐,往往是管理者对上述问题蹒跚不前、无法改革的缘由之一。调动的方法是,对一些素质高、自觉性强的教师,管理者完全可以给她们更多的空间,让她们尽情地发挥潜能,而对一些素质不错、但自觉性不够的教师,则应加强管理,以保证教师个人的成长和教育质量的提高。
(4)自我调节与心理治疗相结合
在了解自身问题的基础之上,正视现实,摆脱焦虑,即属于自我调节。自我调节的方法很多,比如改变错误的认识和偏颇的观念;努力提高自己的水平和能力;与同事、朋友交流沟通等等。一些教师,经常被焦虑困绕,自我调节难以奏效,最好的办法是求助心理医生,进行心理治疗。改善教师的非适应行为,提高适应能力,保持、促进其身心健康,这很重要。
参考文献
指代消解中代词待消解项识别研究 篇4
指代是自然语言中常见的语言现象, 它是指在语篇中用一个指代词回指某个以前说到过的语言单位, 这对保持文章的连贯性上起着重要的作用。指代的类型有很多, 不仅包括人称代词、指示代词, 还包括零代词、一般名词短语, 甚至包括句子或者句群。文献[1]报道了有关英语各指代类型在篇章中分布情况, 并指出代词性指代占整体指代的大部分。
指代消解是为篇章内的所有指代词寻找所指代的语言单位的过程, 代词指代消解主要考察代词和近邻名词短语之间的指代关系。待消解项识别是判断指代消解中指代词是否真正指某个语言单位, 很多指代消解的研究都忽略了待消解项识别这一任务, 认为所有名词性短语都是待消解项, 都必须为其寻找合适的先行语。而事实并非如此, 例如英语中出现频度最高的单词之一“it”, 统计表明约有25%至50% 的“it”是非待消解项[2]。随着指代消解性能的逐步提高, 待消解项识别应用的需求将越来越多。
1相关工作
早期指代消解研究主要利用了领域和语言语法知识形成逻辑规则进行消解, 比较具有代表性的方法包括:Hobbs算法, 中心理论, 基于句法的方法等。例如, 文献[3]使用句法树进行代词的指代消解, 提出的算法中就没有考虑代词指向某一语句的情况。
由于基于规则的方法需要专家构建大规模的知识库, 既费时又费力, 因此现在转向机器学习的方法。文献[4]给出了一种基于特征的待消解项识别方法。他们选取了包括词法、语法、句式、语义、位置等多方面的37个特征, 以MUC-6和MUC-7作为语料, 生成对所有指代词都进行识别的待消解项识别模型并将其应用于已有的指代消解系统, 虽然特征比较多, 但在对代词的待消解项识别几乎未起作用, 主要原因是缺乏能反映代词特性的特征。
文献[2]利用统计的方法对代词“it”的局部上下文句式进行过滤识别。在大型语料库中对句式出现频度进行统计, 再根据结果进行这个代词是否是待消解项的判断。但他们并没有将其构建的待消解项识别模块应用于后续的指代消解, 对指代消解性能, 特别是代词消解性能的提升仍然不确定。
本文在文献[4]的基础上, 重点研究代词待消解项的识别判断, 采用更接近代词待消解项特点的特征集。对比重较大且有一定规律的代词“it”使用规则和特征相结合的方法判断它是否为待消解项。在ACE2003基准语料的实验表明加入由新的特征集与有效规则结合产生的代词待消解项过滤器能明显减少原型系统的无效实例, 提升系统的运行效率, 增加系统的准确率。
2代词指代消解原型系统
原型系统采用基于特征的机器学习方法进行指代消解, 使用SVM作为分类器。原型系统的特征使用文献[5]的12个基本特征。原始文本需进行如下预处理:句子边界识别、分词、词性标注、命名实体识别、语义类别的获取、句法分析等。本文使用文献[6]的预处理系统, 其中命名实体识别、词性标注以及名词短语识别都是基于错误驱动的HMM模型[7], 语义信息主要从命名实体识别程序和WordNet中获取。
训练实例:对于一个待消解项 (已标注先行语位置的代词) , 取它和先行语之间的词作为先行语候选集合CandidateSet包括{c1, c2, …, cn}, 利用规则过滤掉不符合性别、单复数和名词短语类别一致性约束的名词短语。假设c2是指代词的先行语, 则将待消解项和c2的向量组合称为正例, 与{c3, …, cn}的称为负例, 最后将这些实例交由SVM训练生成原型系统分类器模型。构建测试实例的过程与训练实例的类似, 但测试时先行词的信息未知, 对识别出的代词, 利用本文训练生成的过滤器, 判断是否是待消解项, 若是待消解项, 则再与之前的名词短语组成测试实例交由分类模型判断是否具有指代关系, 否则不参与测试实例的构建。
3代词待消解项过滤器
3.1语料分析
首先, 本文对ACE2003三个子语料 (NWIRE、NPAPER、BNEWS) 中的代词占具有指代关系的名词性短语的比例进行了统计 (如表1, 表2所示) 。由表中数据可知, 代词在训练集中的平均比例约为47%, 在测试集中的平均比例约为40%, 所以代词指代消解性能好坏直接关系到整体的指代消解性能。
就代词这一类别而言, 中性代词“it” 占的比重最大且消解情况也最为复杂。本文对实验语料中“it”是否是待消解项的情况进行了分析, 发现超过55%的“it”是非待消解项, BNEWS语料的训练和测试集中, 这一比例更高达88.9%和91.2%, 因此对“it”待消解项判断的正确与否将直接影响到指代消解的性能。语料中的“it”可以分成三类:第一类“it”确实指向某个实体, 它们是待消解项;第二类“it”指向前文描述的某个事件或某句话, ACE将这类“it”定义为非待消解项;第三类“it”被称为系表结构, 本身并没有含义, 只是一种表达习惯, 例如“It’s time to go to bed.”, 也不需要消解。
3.2代词待消解项过滤器
(1) 指代消解的评测标准
指代消解结果的评估有三个重要标准:召回率R (Recall) 、准确率P (Precision) 和F值。召回率R是指代消解结果中正确的对象数目占消解系统应消解的对象总数, 它反映的是指代消解系统的完备性。准确率P是指代消解结果中正确的对象数目占实际消解的对象数目的百分比, 它反映的是指代消解系统的准确程度。当比较两个不同指代系统的性能时, 一般使用这两个指标的综合值:F值, 定义如下 :
其中, β为召回率和准确率的相对权重。
(2) 特征的选择
本文抽取出了如表3所示的特征集, 基本上包括了词法、语法、句法、语义等多方面。在以往的指代消解研究中, 全匹配是最重要的特征。文献[5]在MUC-6语料上, 单独使用全匹配特征F值就达到了53.9。同位语、别名这两个特征对消解也很重要, F值分别为7.3、38.4。同时, 本文引入了新的对代词比较有效的特征, 如Arg0、Args、Arg0MainVerb等这些语义角色特征。还包括反映代词上下文信息的特征, 如NestOut等。
(3) 处理“it”的规则
对比较复杂且比重较大的“it”, 本文采用一些规则判断关于天气的、关于时间的和被动结构中的“it”, 这些“it”为非待消解项。这三类在词语的顺序上有一定的规律, 表4给出了这些规律的归纳结果, 表中的符号“*”表示当前词性在这种形式中可以出现多个同词性的词。将这些规则加入到构建代词待消解项过滤器中。
(4) 过滤器的构建
构建待消解项过滤器与构建原型系统的分类模型类似, 但训练实例的产生方法不一样。过滤器的训练实例只包含待消解项自身及上下文信息, 不包含先行词的信息。将这些信息交由SVM生成分类模型, 最终产生过滤器。
(5) 过滤器评价指标
受文献[2]启发, 本文采用两个准确率来评估待消解项分类器的性能, 分别是:正例的准确率Acc+, 即正确识别的待消解项个数占应识别的待消解项个数的比例, 这一准确率越高, 说明被丢失的待消解项越少;负例的准确率Acc-, 即正确识别的非待消解项的个数占总非待消解项个数的比例, 这一准确率越高, 待消解项过滤器正确滤去的不必要的测试实例越多, 引入的噪音越少, 提高代词指代消解性能。
4实验结果与分析
首先分别在ACE2003子语料上测试待消解项过滤器的准确率 (如表5所示) 。表中数据显示过滤器的正例准确率较高, 说明代词待消解项被识别成非待消解项的比例很低, 丢失的待消解项较少;而负例准确率偏低, 说明非待消解项过滤的效率不高, 特征在负例的区分度不是很明显。
为了验证本文构建的过滤器确实能提高代词指代消解性能, 做了如下实验:首先在ACE2003子语料分别测试了原型系统和加过滤器后系统的性能 (如表6所示) 。分析可知, 原型系统的性能已经达到相当高的水平, 特别是召回率。在原型系统中引入过滤器后, 由于非待消解项的过滤, 引入的噪音减少, 准确率比原型系统有所提高。同时由于一些待消解项被误过滤, 也造成了召回率的略微下降, 但总体的性能都有所提高。特别是对于BNEWS, F值提高了3.9, 这是因为代词在BNEWS语料中比例较大 (如表1所示) , 更能发挥过滤器的作用。
其次, 为了更详细地分析待消解项过滤器对各代词子类的过滤效果, 本文又选取ACE2003 BNEWS语料, 对代词的子类做了如下实验, 数据见表7。可以看出, 第三人称代词的消解性能较好, 由于规则的加入, 中性代词的消解效果也非常好。
最后, 对比了不同句子跨度时有无过滤器的代词指代消解系统性能, 如表8所示。从表中数据可知, 系统对所有代词消解的性能均低于对三个自然句内代词消解的性能, 这说明代词的作用域具有局部性。
5总结与展望
待消解项识别是指代消解关键步骤之一。本文在具有较高性能的代词指代消解平台上, 研究使用机器学习的方法将代词的特征信息与规则信息结合起来, 识别代词是否为待消解项, 并取得了很好的效果, 从而进一步说明待消解项识别对指代消解的价值。同时, 从整体、对代词子类、对不同距离代词三个方面分析了待消解项过滤器的性能。在目前的实验中, 非待消解项识别的准确率偏低, 需要进一步提高。另外, 本文只是从平面特征和简单规则的角度设计过滤器, 下一步尝试结合代词的结构化信息、深层语义角色等角度设计代词待消解项过滤器, 从而更好地发挥其作用。
摘要:以基于机器学习的指代 (Anaphora) 消解平台为基础, 研究代词待消解项识别问题。挖掘能区分代词是否为待消解项的特征集, 总结归纳具有规律的代词待消解项的句法结构, 使用机器学习的方法将二者结合生成代词待消解项过滤器并将其加入到代词指代消解平台。在ACE2003基准语料上测试过滤器自身性能及对代词指代消解的贡献。实验表明过滤器具有较高的准确率, 能明显地提高代词指代消解系统的性能。
关键词:指代消解,待消解项识别,机器学习
参考文献
[1]Vdain M, Burger J.A Model-Theoretic Coreference Scoring Scheme[C]//Proc.of the 6th Message Understanding Conf (MUC-6) , 1999:45-52.
[2]Bergsma S, Lin D, Goebel R.Distributional Identification of Non-refer-ential Pronouns[C]//ACL’2008:10-18.
[3]Hobbs J.Resolving pronoun references[J].Lingua, 1978, 44:339-352.
[4]Ng V, Cardie C.Improving machine learning approaches to coreferenceresolution[C]//ACL’2002:104-111.
[5]Soon WM, Ng HT, LimD.Amachine learning approach to coreferenceresolution of noun phrase[J].Computational Linguistics, 2001, 27 (4) :521-544.
[6]Zhou G D, Su J.A high performance coreference resolution system u-sing a multi-agent strategy[C]//COLING’2004:522-528.
[7]Zhou G D, Su J.Error-driven HMM-based chunk tagger with context-dependent lexicon[C]//EMNLP/VLC′2000, 2000:71-79.
[8]Collins M.Head-driven statistical models for natural language parsing[D].Ph.D.Thesis, the University of Pennsylvania, 1999.
[9]王厚峰.指代消解的基本方法和实现技术[J].中文信息学报, 2002, 6:9-17.