基于社交媒体文本挖掘的个人事件检测方法
肖锐,刘明义,涂志莹,王忠杰
基于社交媒体文本挖掘的个人事件检测方法
肖锐,刘明义,涂志莹,王忠杰*
(哈尔滨工业大学 计算学部,哈尔滨 150001)(∗通信作者电子邮箱rainy@hit.edu.cn)
用户的社交媒体中蕴含着他们过去的个人经历和潜在的生活规律,研究其规律对预测用户未来的行为以及对用户进行个性化推荐有很大的价值。通过收集微博数据,定义了11种类型的事件,并提出了一个三阶段的Pipeline的系统,利用BERT预训练模型,分别在三个阶段使用BERT+BiLSTM+Attention、BERT+FullConnect、BERT+BiLSTM+CRF方法进行个人事件检测。从微博文本中抽取出该文本是否包含定义的事件、包含的事件类型、每种事件包含的元素等信息,具体元素为Subject(事件主语)、Object(事件元素)、Time(事件发-生时间)、Place(事件发生的地点)和Tense(事件发生的时态),从而探究用户个人时间轴上的事件变化规律来预测个人事件。在收集的真实用户微博数据集上进行实验,并与逻辑回归、朴素贝叶斯、随机森林、决策树等分类算法进行对比分析。实验结果表明,三个阶段中的BERT+BiLSTM+Attention、BERT+FullConnect和BERT+BiLSTM+CRF方法均取得了最高的F1值,验证了所提方法的有效性。最后根据所提方法抽取出的事件和其中的时间信息可视化地构建了用户的个人事件时间轴。
社交媒体;
个人事件;
事件检测;
BERT模型;
个人事件时间轴
随着移动互联网的迅速发展,越来越多的人使用一些社交媒体平台例如微信朋友圈、微博等分享生活日志,他们发布的博文中可能包含了该人物发生的事件以及时间和位置等信息,而通过研究个人的历史数据可以针对个人进行未来事件预测以及服务推荐。这些社交媒体提供了大量的生活事件数据,这些数据中包含了吃过喝过的东西、看过的电影等平常的事件,还包含诸如结婚、毕业等重大事件,本文将这些都称为个人事件。通过研究个人的历史数据,可以针对个人去预测其未来可能发生的事件;
还可以根据预测到的用户事件对个人进行服务推荐。这样,就可以从个人用户自身经历的事件变化,有针对性地给予用户匹配个性化的服务需求。
本文主要研究用户在较长一段时间线上的事件变化,因此,收集了微博用户从2011年到2020年期间发布的个人微博数据,定义了11种生活事件类型,并对数据进行了人工标注,标注内容是微博文本是否包含定义的这11种生活事件,包含的事件类型有哪些以及事件包含的元素;
然后使用Pipeline系统抽取事件,从中抽取出事件类型和事件具体的元素后,构建用户的生活事件时间轴。如图1所示的一个例子,它表示用户到广州游玩和观看表演的一条生活事件时间线,里面包含了事件发生的时间和地点信息。通过分析用户在较长时间线上的事件变化,可以从中获取某些事件之间的相关性,然后根据用户在时间轴上的事件之间的相关性预测用户未来可能发生的事件,从而针对用户自身的变化选择外部的海量服务进行推荐,例如打车服务和饮食服务的推荐。
表1表示从用户微博抽取的事件结果,这些微博可能包含或不包含本文定义的事件:如果不包含,则不对其进行事件抽取;
如果判断出包含事件,则判断文本所包含的事件有哪些,它可能有一种或多种事件。如表1的第二条微博,表示用户看电影这一事件,抽取出(audiovisual)‒(User,盲山,昨天,‒,过去)的结构出来,这是一个视听(audiovisual)的事件类型,主体是用户,看的内容是“盲山”,然后观看时间是昨天,时态是过去时态。还有可能有多种事件,如表1的第三条微博,其中包含了两个事件,分别是birth和eat,然后分别对应不同的事件抽取出了(birth)‒(老爸,生日,‒,‒,现在)和(eat)‒(我们,羊肚菌、黑松露,今天,‒,现在)两种事件和对应的事件元素.它们分别表示了“老爸生日”和“今天我们吃羊肚菌、黑松露”两个事件。
图1 个人事件时间线以及预测推荐示例
表1 微博文本抽取结果示例
本文提出了一个Pipeline系统检测微博文本里面包含的事件,此系统分为三个阶段。对于一个给定的用户文本,第一个阶段判断是文本是否包含所定义的事件,把这个阶段作为一个短文本的二分类;
第二个阶段是判断包含事件的微博里的事件类型有哪些,把这个阶段作为一个短文本的多标签分类;
第三个阶段是根据第二个阶段得到的事件类型,从文本中抽取每个事件类型的元素Subject(事件主语)、Object(事件元素)、Time(事件发生时间)和Place(事件发生的地点),并使用匹配的方法判断时态,从而将文本中的信息抽象表示为事件类型加事件元素的形式。
本文工作的主要挑战在于用户发布的微博内容通常是简短的,并且经常使用非正式的文本,如果使用基于句子成分的语法分析的方法进行抽取,会导致词语之间的依赖关系出错,抽取效果差。因此,本文对其进行前期的数据清洗,然后通过深度学习模型将事件类型和事件元素抽取出来,从而刻画事件的主体内容,避免其他文本内容的干扰,提高抽取结果的准确率。
在事件检测的相关工作中,常用词袋模型来描述文本特征,di Eugenio等[1]和Dickinso等[2]发现使用‑gram模型构建的特征对于文本分类任务有较好的作用,但是‑gram模型非常容易引起维度灾难,因为维度可能上升到很大,导致很多的‑gram不会出现在训练集中。Choudhury等[3-4]通过研究推特上用户的数据去提取生活事件,他们都是使用unigram和词袋的模型,然后使用传统的机器学习方法,例如支持向量机(Support Vector Machine, SVM)、随机森林等对文本分类从而判断事件类别。Khodabakhsh等[5]使用了skip‑gram的模型,其中实验所用的事件类型有6个,他们将6种类别的距离度量作为该条推文的特征去使用机器学习模型训练分类模型。这些传统的机器学习方法主要针对的是事件类别的分类,无法提取文本中具体的实体属性,而且还需要繁琐的特征提取、文本处理获取文本的关键内容、构建特征向量等处理,工作量大且无法像本文方法那样获取结构化的事件信息。
Li等[6]使用了Pipeline的方法来抽取生活事件,他们定义了42种事件类型,经过三个阶段来对文本中的事件及事件元素进行提取。其中使用了潜在狄利克雷分配(Latent Dirichlet Allocation, LDA)[7]模型,通过文本聚类的方法进行事件分类,然后使用句子依赖分析和命名实体识别抽取事件的具体成分。该方法使用句子依赖分析对文本中的具体属性关系做标注,针对正式文本会很有用,但人们日常生活中的口语化文本则不适用于句子依赖分析,因此其提取出的结果会不够准确。Choudhury等[8]分别使用activity和attention作为特征对人生中的11种重大事件类型作了分类。Li等[9]提出一个无监督的框架来抽取文本中的个人生活事件,其中涉及的是一些重大的个人事件,例如毕业、就业等。这个方法仅针对比较重大的事件分类,没有涉及日常化的事件及其具体属性的提取。
同时,在文本挖掘中,长短期记忆(Long Short⁃Term Memory, LSTM)[10]被广泛应用于序列数据任务。为了提高LSTM的性能,Schuster等[11]提出了双向LSTM(Bi⁃directional LSTM, BiLSTM)网络,Zhou等[12]提出了卷积加LSTM神经网络(CNNLSTM)。单纯地使用LSTM网络虽然能够获取文本的上下文信息,但是它在分类时会干扰关键词和信息,从而导致性能较差。Yen等[13]使用多任务的LSTM网络对文本的单词和词性的特征进行结合,同时使用多任务学习的方法判断推文的类型和推文包含的内容。Yen等[14-15]从推特的文本加图片中去抽取事件及事件元素,他们通过多模态的联合学习方法抽取文本中的表征事件的触发词,使用预训练模型BERT(Bidirectional Encoder Representations from Transformers)抽取事件类型的触发词和事件类型的具体元素。但是该方法抽取的事件结构过多地提取了实体属性,导致抽取时效果变差,其实只需要将事件属性作为类别进行事件分类即可描述事件信息,同时提升抽取效果。
2.1 个人事件抽取模型框架
如图2所示,本文的研究主要分为三个阶段:第一个阶段是检测微博中是否包含个人生活事件,然后把检测出来的包含事件的文本送到第二个阶段;
在第二个阶段中,判断文本所包含的事件类型有哪些,它将输出文本包含的所有事件类型;
在第三个阶段,将输入的文本和第二阶段的事件类型多标签分类结果输入进去,得到每一种事件类型的元素Subject、Object、Time、Place,最后通过匹配的方法判断事件的时态Tense。本文使用BERT[16]预训练语言模型对文本进行词嵌入,同时还使用了BiLSTM+Attention(注意力机制)[17]和条件随机场(Conditional Random Field, CRF)[18]等网络作为BERT词嵌入后的网络层进行模型的训练。
图2 个人事件抽取模型框架
2.2 阶段1:个人事件检测
如图3所示,使用BERT+BiLSTM+Attention方法进行文本分类。先使用BERT对输出的文本进行词嵌入的过程,然后经过BiLSTM网络输出到Attention层得到类别的打分值,最后通过softmax函数输出预测的结果。BERT是一种预训练模型,它将输入的文本词序列进行词嵌入后变为输入词向量表征,在经过多层Transformer结构的堆叠后,会在最后一个Transformer输出它提取的文本上下文信息,可以使用该输出进行下游的其他任务,例如序列标注、问答任务和情感分类任务。
BiLSTM的作用是它可以更好地捕捉到较长距离的依赖关系,同时,双向的网络可以更好地捕捉双向的语义依赖。Attention层可以对信息进行权重的分配,最后进行带权求和,这相当于对文本中的重要信息进行突出,因此它对分类任务更加有效。
图3 BERT+BiLSTM+Attention分类模型
2.3 阶段2:个人事件多标签分类
如图4所示,使用BERT+FullConnect的方法进行文本多标签分类。在经过BERT词嵌入之后,将BERT的最后一层连接到一个全连接层上,然后使用一个sigmoid函数输出概率大小,该输出是一个11维大小的数组,之后再通过设置阈值来判断是否包含该类事件。同样的,本文先用BERT预训练模型获取句子表征的词向量,将其输出到全连接层网络中进行多标签分类,该全连接层的作用是拟合非线性多标签分类器的参数,最后使用Focal loss函数作为损失函数去训练参数,以解决在多标签分类中正负样本比例失衡的问题。
图4 BERT+FullConnect 分类模型
2.4 阶段3:个人事件元素提取
如图5所示,使用BERT+BiLSTM+CRF的结构进行序列标注任务。将BERT的输出后面接一个BiLSTM网络,之后将前向和后向的LSTM求和送到CRF层中进行概率计算得到预测的实体标签类型。
BERT+BiLSTM+CRF模型的前两层的网络结构是BERT+BiLSTM模型,也是为了将输入的文本序列进行词嵌入后变为输入词向量,然后通过BiLSTM网络获取上下文语义依赖关系。如果直接将BiLSTM网络输出的结果取值概率最大进行分类的话,分类结果不会很好,因为它没有考虑到相邻句子之间的关系;
而使用CRF层之后,可以通过转移矩阵获取相邻句子之间的信息,从而获得全局的最优序列解。
图5 BERT+BiLSTM+CRF分类模型
2.5 个人事件时态判断
本文使用匹配的方法来对抽出来的事件进行时态判断,通过选取实体附近的词和列表进行匹配。可以从两个方面来对事件的时态进行判断:
首先,在阶段3中可以获得事件的时间实体,通过将时间实体与我们构建的时间时态词列表去匹配,从而判断事件是过去、现在还是未来的时态。对于未来时态,构建未来时态词列表如[“明”,“后”,“下周”,…]和过去的时态词列表[“昨天”,“去年”,“前天”,…]等,如果匹配上就为该时态,否则为现在时态。
然后通过一些时态关键词进行判断,对于将来的时态构建词列表[“将”,“要”,…],对于过去的时态,构建[“曾经”,“已经”,…]列表,跟哪个列表匹配上就为哪个时态,否则为现在时态。
3.1 实验数据集和实验配置
本文选取了5位微博用户从2011年到2020年之间发布的微博内容,一共8 180条数据,对其进行人工的标注,标注了包含11种事件类型的微博数量为3 202条,而另外的有4 978条是没有定义的11种生活事件类型的数据。定义的11种事件类型分别是eat、audiovisual、motion、ill、sport、wedding、work、birth、buy、graduate、study。在8 180条微博数据中划分训练集、验证集和测试集为8∶1∶1的比例来对微博做是否包含定义事件类型的二分类.同样,在包含定义事件类型的3 202条数据中按照8∶1∶1来划分训练集、验证集和测试集,做微博文本的多标签分类和事件元素的提取。
图6 数据集中部分数据的示例
如图6所示,它是本文使用的部分数据的展示,使用json格式存储标注好的数据,其中:text表示微博文本,label表示文本是否包含事件,event_list表示标注的事件类型和其中的实体,这是一个包含字典类型的列表,每一个字典表示对应的一个事件,labelc表示事件类型,label_p表示事件动作在原文的起止位置,labels表示事件元素在原文的起止位置,例如“清汤豌杂面”在原文下标2至7的位置。time和place分别表示发博的事件和地点,user_id则表示用户的ID。
3.2 评估标准
实验中使用的训练环境是GPU:2*TITAN V,Python 3.7.10,Tensorflow 1.13.1。
3.3 个人事件检测(阶段1)
本节主要评估Pipeline系统的第一个阶段,即判断微博文本是否包含生活事件。以传统的机器学习算法朴素贝叶斯和逻辑回归作为baseline,然后使用BERT预训练模型实现了三种方法:BERT+FullConnect、BERT+BiLSTM和BERT+BiLSTM+Attention的方法。
表2 个人事件检测结果 单位:
%
3.4 个人事件多标签分类(阶段2)
表3 个人事件多标签分类结果 单位:
%
3.5 个人事件元素提取(阶段3)
在前面两个阶段抽取出文本包含的事件类型之后,本节主要介绍从微博中抽取事件元素Subject、Object、Time、Place的效果。本节使用CRF和BiLSTM+CRF作为baseline,比较它们与使用预训练模型BERT之间的性能。
表4 个人事件元素抽取的词级别结果 单位:
%
表5 个人事件元素抽取的实体级别结果 单位:
%
3.6 整个Pipeline系统评估
综上所述,可以看出本文使用的BERT+BiLSTM+Attention、BERT++FullConnect和BERT+BiLSTM+CRF在每个阶段都会得到相比其他方法的最好结果。
表6 整个Pipeline系统的抽取结果 单位:
%
本章使用前端页面的方式展现用户发生的事件在时间轴上的展示效果。如图7所示,一共有5个用户,分别是P0、P1、P2、P3、P4和P5,每人都有一条事件时间线,他们所对应的时间线颜色不同,可以从括号中看到每个用户发生的事件的总数,上面的刻度是年份的时间线,下面部分则是在可视时间范围内的事件数量。
同时还可以放大或者缩小刻度线来细致地观察事件,图中展示的是将事件放大后的结果。每一个事件用一个原点的形式表示,不同用户的事件用不同的颜色表示,还可以拖动鼠标来移动时间轴,查看不同的时间区间内的事件信息展示。点击表示每一个事件的小圆点,就可以展开该点表示的事件信息,如图中所示该点发生的事件类型为“eat”,也就是“吃”类型的事件。里面包含了“吃”这一事件发生的具体位置为“成都大象花园泰式海鲜料理航空路店”,以及吃的具体内容“冬阴功”,事件发生的时间为“2020.12.13 22:39”。
图7 事件时间轴展示
未来将研究时间轴上用户所发生事件之间的相关性,通过事件相关性之间的规律预测用户未来可能发生的事件,并基于结果给用户推荐个性化的服务。目前初步的探索构建用户事件图谱的方式,将每一个事件作为一个点,通过图谱的演化来建立事件之间的联系。本文的研究不仅适用于微博这样的数据集,还可以用到诸如朋友圈这样的社交媒体文本上。
社交媒体上个人事件的挖掘与识别对于针对用户的个性化服务推荐有着重大的作用,本文实现了一个Pipeline的事件抽取系统,根据事件的特点,使用事件类型加事件元素的方法来刻画一个事件,使后续的抽取目标落到事件类型的分类和事件元素的分类中去,不仅使实验结果更直观,也可以使用结构化的方式刻画出事件并存储起来。
近年来,针对个人的服务推荐,一些人使用外部存在的服务,使用诸如协同过滤的方法对同类型用户或者同兴趣的用户进行推荐,但是这仅仅从多用户共性的层面对个人做出了推荐,没有考虑到用户自身的行为习惯规律,导致用户可能不喜欢推荐的服务。本文从用户自身出发,通过用户自身的事件变化信息,抽取出用户的事件信息结合其时间刻度构建出一条用户的个人事件时间轴,从这个新的角度对个人服务推荐进行了探究,后续通过探究用户个人时间轴上的时间变化规律,可以对用户未来可能发生的事件进行预测,从而为个性化的服务推荐提供新思路。
[1] DI EUGENIO B, GREEN N, SUBBA R. Detecting life events in feeds from Twitter[C]// Proceedings of the IEEE 7th International Conference on Semantic Computing. Piscataway:
IEEE, 2013:
274-277.
[2] DICKINSON T, FERNÁNDEZ M, THOMAS L A, et al. Identifying prominent life events on Twitter[C]// Proceedings of the 8th International Conference on Knowledge Capture. New York:
ACM, 2015:
No.4.
[3] CHOUDHURY S, ALANI H. Personal life event detection from social media[C]// Late‑breaking Results, Doctoral Consortium and Workshop Proceedings of the 25th ACM Hypertext and Social Media Conference. Aachen:
CEUR‑WS.org, 2014:
No.SP2014_04.
[4] DHILLON P S, FOSTER D, UNGAR L. Multi‑view learning of word embeddings via CCA[C]// Proceedings of the 24th International Conference on Neural Information Processing Systems. Red Hook, NY:
Curran Associates Inc., 2011:
199-207.
[5] KHODABAKHSH M, KAHANI M, BAGHERI E, et al. Detecting life events from twitter based on temporal semantic features[J]. Knowledge‑Based Systems, 2018, 148:
1-16.
[6] LI J W, RITTER A, CARDIE C, et al. Major life event extraction from twitter based on congratulations/condolences speech acts[C]// Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing. Stroudsburg, PA:
Association for Computational Linguistics, 2014:
1997-2007.
[7] BLEI D M, NG A Y, JORDAN M I. Latent Dirichlet allocation[J]. Journal of Machine Learning Research, 2003, 3:
993-1022.
[8] CHOUDHURY S, ALANI H. Detecting presence of personal events in Twitter streams[C]// Proceedings of the 2014 International Conference on Social Informatics, LNCS 8852. Cham:
Springer, 2015:
157-166.
[9] LI J W, CARDIE C. Timeline generation:
tracking individuals on twitter[C]// Proceedings of the 23rd International Conference on World Wide Web. New York:
ACM, 2014:
643-652.
[10] HOCHREITER S, SCHMIDHUBER J. Long short‑term memory[J]. Neural Computation, 1997, 9(8):
1735-1780.
[11] SCHUSTER M, PALIWAL K K. Bidirectional recurrent neural networks[J]. IEEE Transactions on Signal Processing, 1997, 45(11):
2673-2681.
[12] ZHOU C T, SUN C L, LIU Z Y, et al. A C‑LSTM neural network for text classification[EB/OL]. (2015-11-30)[2021-09-10].https://arxiv.org/pdf/1511.08630.pdf.
[13] YEN A‑Z, HUANG H‑H, CHEN H‑H. Detecting personal life events from Twitter by multi‑task LSTM[C]// Proceedings of the 2018 Web Conference Companion. Republic and Canton of Geneva, Switzerland:
International World Wide Web Conferences Steering Committee, 2018:
21-22.
[14] YEN A Z, HUANG H H, CHEN H H. Personal knowledge base construction from text‑based lifelogs[C]// Proceedings of the 42nd International ACM SIGIR Conference on Research and Development in Information Retrieval. New York:
ACM, 2019:
185-194.
[15] YEN A Z, HUANG H H, CHEN H H. Multimodal joint learning for personal knowledge base construction from Twitter‑based lifelogs[J]. Information Processing and Management, 2020, 57(6):
No.102148.
[16] DEVLIN J, CHANG M W, LEE K, et al. BERT:
pre‑training of deep bidirectional transformers for language understanding[C]// Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics:
Human Language Technologies, Volume 1 (Long and Short Papers). Stroudsburg, PA:
ACL, 2019:
4171-4186.
[17] ZHOU P, SHI W, TIAN J, et al. Attention‑based bidirectional long short‑term memory networks for relation classification[C]// Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics (Volume 2:
Short Papers). Stroudsburg, PA:
ACL, 2016:
207-212.
[18] LAFFERTY J D, McCALLUM A, PEREIRA F C N. Conditional random fields:
probabilistic models for segmenting and labeling sequence data[C]// Proceedings of the 18th International Conference on Machine Learning. San Francisco:
Morgan Kaufmann Publishers Inc., 2001:
282-289.
Personal event detection method based on text mining in social media
XIAO Rui, LIU Mingyi, TU Zhiying, WANG Zhongjie*
(,,150001,)
Users’ social media contains their past personal experiences and potential life patterns, and the study of their patterns is of great value for predicting users’ future behaviors and performing personalized recommendations for users. By collecting Weibo data, 11 types of events were defined, and a three‑stage Pipeline system was proposed to detect personal events by using BERT (Bidirectional Encoder Representations from Transformers) pre‑trained models in three stages respectively, including BERT+BiLSTM+Attention, BERT+FullConnect and BERT+BiLSTM+CRF. The information of whether the text contained defined events, the event types of events contained, and the elements contained in each event were extracted from the Weibo, and the specific elements are Subject (subject of the event), Object (event element), Time (event occurrence time), Place (place where the event occurred) and Tense (tense of the event), thereby exploring the change law of user’s personal event timeline to predict personal events. Comparative experiments and analysis were conducted with classification algorithms such as logistic regression, naive Bayes, random forest and decision tree on a collected real user Weibo dataset. Experimental results show that the BERT+BiLSTM+Attention, BERT+FullConnect, BERT+BiLSTM+CRF methods used in three stages achieve the highest F1‑score, verifying the effectiveness of the proposed methods. Finally, the personal event timeline was visually built according to the extracted events with time information.
social media; personal event; event detection; BERT (Bidirectional Encoder Representations from Transformers) model; personal event timeline
This work is partially supported by National Natural Science Foundation of China (61772155).
XIAO Rui, born in 1997, M. S. candidate. His research interests include service computing.
LIU Mingyi, born in 1995, Ph. D. His research interests include service computing.
TU Zhiying, born in 1983, Ph. D., associate professor. His research interests include software engineering, service computing, knowledge engineering, enterprise business modeling.
WANG Zhongjie, born in 1978, Ph. D., professor. His research interests include service computing, software engineering.
TP391.1
A
1001-9081(2022)11-3513-07
10.11772/j.issn.1001-9081.2022010106
2022⁃01⁃27;
2022⁃03⁃20;
2022⁃04⁃02。
国家自然科学基金资助项目(61772155)。
肖锐(1997—),男,重庆人,硕士研究生,主要研究方向:服务计算;
刘明义(1995—),男,安徽宣城人,博士,CCF会员,主要研究方向:服务计算;
涂志莹(1983—),男,福建龙岩人,副教授,博士,CCF会员,主要研究方向:软件工程、服务计算、知识工程、企业业务建模;
王忠杰(1978—),男,山东龙口人,教授,博士,CCF高级会员,主要研究方向:服务计算、软件工程。
- 范文大全
- 说说大全
- 学习资料
- 语录
- 生肖
- 解梦
- 十二星座
-
主题党日活动交流发言8篇
主题党日活动交流发言8篇主题党日活动交流发言篇13月13日,东城区党史学习教育动员大会召开。市委
【活动总结】 日期:2022-12-23
-
2022年4月主题党日活动记录范文15篇
2022年4月主题党日活动记录范文15篇2022年4月主题党日活动记录范文篇1一个崇尚阅读的民族,必然精神饱满、意气风发、活力四射。习近平总书记强调:“学习
【活动总结】 日期:2022-08-01
-
少先队的光荣历史故事 队前教育-光辉历程
2017-2018学年队前教育1光辉历程一、劳动童子团1924——1927二、三十年代年的中国是一个
【法律文书】 日期:2020-06-23
-
家乡赋|最美的家乡赋
家乡赋 孙传志 今安康市,白河双丰镇,吾之家乡也。三环沃土,山水环抱。其北依山,山系五岭,山
【调研报告】 日期:2020-04-01
-
【人教版1-6年级数学上册知识点精编】1-6年级数学人教版教材
人教版二年级数学上册知识点汇总第一单元长度单位一、米和厘米1、测量物体的长度时,要用统一的标准去测量
【调研报告】 日期:2020-11-08
-
党支部1-12月全年主题党日活动计划表
2022年党支部主题党日活动计划表序号活动时间活动方式活动内容12022年1月专题学习研讨集中观看2022年新年贺词,积极开展学习研讨交流。组织生活会组织党员认真对照党章...
【活动总结】 日期:2022-10-14
-
2022年2月份主题党日活动记录5篇
2022年2月份主题党日活动记录5篇2022年2月份主题党日活动记录篇1尊敬的党组织:在今年的开学初,本人积极参加教研室组织的教研活动,在学校教研员的指
【活动总结】 日期:2022-08-12
-
2023年平安校园建设方案13篇
平安校园建设方案“平安校园”创建工作,我们幼儿园全体教职员工一直把它当作头等大事来抓。领导高度重视,以“平安校园”创建活动为抓手,建立和规范校园安全工作机制
【规章制度】 日期:2023-11-02
-
医院最佳主题党日活动11篇
医院最佳主题党日活动11篇医院最佳主题党日活动篇1 医院最佳主题党日活动篇2为隆重纪念中国共产党成立100周年,进一步巩固党的群众路线教育实践活动成果,切实
【活动总结】 日期:2022-10-29
-
主题党日活动记录202210篇
主题党日活动记录202210篇主题党日活动记录2022篇12021年是中国共产党成立100周年,为广泛开展爱国主义宣传教育,铭记党的历史,讴歌党的光辉历程,
【活动总结】 日期:2022-08-02
-
正式的晚宴邀请函 公司晚宴邀请函
尊敬的先生 女士: 我公司谨定于xxxx年xx月xx日xx:xx在xxxx店隆重举行xx市xx届xxxx晚宴(宴会地址:xx区xx路xxxx) 敬请届时光临!xxxxxx集团股份有限公司xxxx有限公司敬邀xxxx年xx月xx日
【简历资料】 日期:2019-08-03
-
一年级新学期目标简短_一年级学生新学期打算
新学期到了,我是一年级下册的小学生了。 上课的时候,我要认真学习,不做小动作,认真听讲。我要认真学习,天天向上,努力学习,耳朵要听老师讲课,眼睛要瞪得大大的看老...
【简历资料】 日期:2019-10-26
-
[信访复查复核制度作用探讨]信访复查复核有用吗
作为我国特有的一项制度,信访制度的出现并长期存在不是偶然的,虽然一些法学专家认为信访制度具有“人治”
【职场指南】 日期:2020-02-16
-
[党员干部2019年主题教育个人问题检视清单及整改措施2篇] 党员干部
2019年主题教育问题检视清单及整改措施根据主题教育领导小组办公室《关于认真做好主题教育检视问题整改
【求职简历】 日期:2019-11-08
-
网络维护工作内容_(精华)国家开放大学电大专科《网络系统管理与维护》形考任务1答案
国家开放大学电大专科《网络系统管理与维护》形考任务1答案形考任务1理解上网行为管理软件的功能【实训目
【职场指南】 日期:2020-07-17
-
入少先队员改正的缺点有哪些_少先队申请书
敬爱的少先队组织:我们是共产主义接班人,继承革命先辈的光荣传统,爱祖国,爱人民,鲜艳的红领巾飘扬在前胸 我叫xx,是一年级(x)班的小学生。每当听到这首...
【简历资料】 日期:2019-07-28
-
党委会与局长办公会的区别_局长办公会制度
为进一步加强xxx局工作的规范化、制度化建设,提高行政效能,规范议事程序,特制定本制度。一、会议形式1、局长办公会议由局长、副局长参加。由局长召集和主持。根据工作需要...
【求职简历】 日期:2019-07-30
-
学生会组织部部长竞选稿5篇
学生会组织部部长竞选稿以“三制”为统领推进农村党的建设中共**市委组织部近年来,**市认真落实中央、省和徐州市委的部署,积极适应发展要求,从加强领导体制、运
【求职简历】 日期:2023-11-06
-
如何凝心聚力谋发展【坚定信心谋发展凝心聚力促跨越】
当前,清河正处于在苏北实现赶超跨越基础上全面腾飞的战略机遇期,处于在全市率先实现全面小康基础上率先实
【简历资料】 日期:2020-03-17
-
《铁拳砸碎“黑警伞”》警示教育片观后感
影片深刻剖析了广西北海市公安局海西派出所原所长张枭杰蜕变堕落的轨迹。观看警示教育片后,做为一名党员教
【简历资料】 日期:2020-08-17
-
防台防汛通告
当前位置:>>>2021-12-12台风登陆之处,波及范围之大,相关部门会发布防台防汛通告。下面好范文网小编给大家带来防台防汛通告,仅供参考!防台防汛通告范文一全体业主 住户:...
【其他范文】 日期:2022-11-24
-
县长学习教育专题民主生活会五个方面对照检查材料3篇
县长学习教育专题民主生活会五个方面对照检查材料3篇县长学习教育专题民主生活会五个方面对照检查材料篇1
【其他范文】 日期:2022-12-06
-
2022年全市非公有制企业党建标准化建设现场推进会讲话(2022年)
下面是小编为大家整理的2022年全市非公有制企业党建标准化建设现场推进会讲话
【其他范文】 日期:2022-08-12
-
乡镇开展追赶超越大讨论、大整顿、大优化活动实施方案 大讨论大整顿个人整改
乡镇开展追赶超越大讨论、大整顿、大优化活动实施方案各党支部,驻桥各企事业单位:市委书记XX同志在2月
【其他范文】 日期:2020-04-13
-
国企公司特色党建品牌创建经验材料【优秀范文】
为进一步促进党建工作与业务工作深度融合,推动党史学习教育入脑入心、走深走实,按照集团公司党建品牌创建活动总体安排,xx分公司党委紧密结合中心工作,以贯彻落实新时代党...
【其他范文】 日期:2023-08-28
-
2022年度写作必备经典句子集锦(全文完整)
写作必备经典句子集锦关键是要坚持做到权为民所用、情为民所系、利为民所谋。做到权为民所用,就必须正确看待和运用手中的权力,始终以党和人民的事业为重,为人民掌好权、用...
【其他范文】 日期:2022-07-29
-
2022年党民族工作和民族政策党课(范文推荐)
《工作》是埃曼诺·奥尔米执导的剧情片,LoredanaDetto和SandroPanseri出演。该片讲述了一个15岁乡下男孩到米兰的大公司谋职的经过,以下是为大家整理的关于党的民族工作和民族政策党课
【其他范文】 日期:2022-09-11
-
2022年《草地牧羊犬》读后感
当前位置:>>>2021-10-03读了《草地牧羊犬》,我有很深的感受。格桑的坎坷命运深深地打动了我、从顽强不屈的格桑身上,我也学到了很多东西。格桑从小就失去了母爱,成了一个可...
【其他范文】 日期:2022-09-27
-
幼儿园托班《黄豆发芽了》教案
当前位置:>>>2021-10-03【活动目标】1、明白黄豆发芽所需要的条件。2、明白手工种植黄豆的步骤及原因。【活动准备】泥土、黄豆、纸铲、果冻壳、演示图。【活动进程】一、引入...
【其他范文】 日期:2022-09-09
-
水套炉露点腐蚀原因及防治策略
胡江川,韩玉杰,张洪,孔雨晗,张伟(1 中国石油大学(华东)新能源学院,山东青岛266580;2 黑
【其他范文】 日期:2023-01-19
-
军转座谈会交流发言4篇
军转座谈会交流发言4篇军转座谈会交流发言篇1大家好,我叫贺丽,2015届选调生,来自康定市委组织部,现在省委编办跟班学习。今天,非常荣幸向大家汇报我的学习收
【发言稿】 日期:2022-10-27
-
12岁生日小寿星发言4篇
12岁生日小寿星发言4篇12岁生日小寿星发言篇1各位来宾、各位朋友:大家好!今天,我们欢聚在这里,共同庆祝**十二周岁生日。首先,我代表**的父母以
【发言稿】 日期:2022-07-31
-
廉政大会总结发言稿7篇
廉政大会总结发言稿7篇廉政大会总结发言稿篇1各位领导,同志们:根据会议安排,我就党风廉政建设工作做表态发言,不妥之处,请批评指正。一、提高认识,切实
【发言稿】 日期:2022-10-30
-
我最敬佩的人开头_我敬佩的一个人作文20篇2020年
我敬佩的一个人作文20篇 我敬佩的一个人作文一): 我身边有很多值得我们敬佩的人,但我最敬佩的一
【发言稿】 日期:2020-11-10
-
纪委书记工作表态发言4篇
纪委书记工作表态发言4篇纪委书记工作表态发言篇1在镇党委政府正确领导下,在全村干部和群众的共同努力下,紧紧围绕建设社会主义新农村工作为重点,尽职尽责,与时俱
【发言稿】 日期:2022-09-30
-
党员教育培训总结交流发言12篇
党员教育培训总结交流发言12篇党员教育培训总结交流发言篇1根据市委组织部《关于开展我市〈20XX
【发言稿】 日期:2022-12-19
-
【企业疫情风险控制方案】 2020企业复工疫情方案
企业疫情风险控制方案2020新冠病毒肺炎疫情防控工作总结汇报3篇 关于新型冠状病毒感染的肺炎疫
【演讲稿】 日期:2020-02-27
-
[钻井队队长(副队长、指导员)岗位HSE应知应会试题(1863)]
钻井队队长(副队长、指导员)岗位HSE应知应会试题(判断题:771;单选题:626;多选题:466)
【贺词】 日期:2020-09-23
-
话剧《家》剧本 话剧剧本:爱的空间
找文章到更多原创-(http: www damishu cn)人物介绍:刘伟,男,32岁,某购物广
【演讲稿】 日期:2020-01-21
-
五言绝句大全500首古诗_五言绝句144首
五言绝句144首 五言绝句(一): 1《春夜喜雨》唐朝·杜甫 好雨知时节,当春乃发生。随风潜入
【祝福语】 日期:2021-03-13
-
2023年中国行政区划调整方案(设想优秀3篇
中国行政区划调整方案(设想优秀民政部第二次行政区划研讨会会议内容一、缩省的意义与原则1.意义1)利于减少中间层次中国行政区划层级之多为世界之最,既使管理成本
【周公解梦】 日期:2024-02-20
-
2023年和儿媳妇在一起幸福的句子3篇
和儿媳妇在一起幸福的句子1、假如人生不曾相遇,我还是那个我,偶尔做做梦,然后,开始日复一日的奔波,淹没在这喧嚣的城市里。我不会了解,这个世界还有这样的一个你
【格言】 日期:2023-11-10
-
XX老干局推进党建与业务深度融合发展工作情况调研报告:党建调研报告
XX老干局推进党建与业务深度融合 发展工作情况的调研报告 党建工作与业务工作融合发展始终是一个充满生
【成语大全】 日期:2020-08-28
-
中国共产党第三代中央领导集体的卓越贡献
中国共产党第三代中央领导集体的卓越贡献 --------------继往开来铸就辉煌 【摘要】改
【成语大全】 日期:2020-03-20
-
信息技术2.0能力点 [全国中小学教师信息技术应用能力提升工程试题题库及参考答案「精编」]
全国中小学教师信息技术应用能力提升工程试题题库及答案(复习资料)一、判断题题库(A为正确,B为错误)
【格言】 日期:2020-11-17
-
党建工作运行机制内容有哪些_构建基层党建工作运行机制探讨
党的基层组织是党在社会基层组织中的战斗堡垒,是党的全部工作和战斗力的基础。加强和改进县级以下各类党的
【经典阅读】 日期:2020-01-22
-
电大现代教育原理_最新国家开放大学电大《现代教育原理》形考任务2试题及答案
最新国家开放大学电大《现代教育原理》形考任务2试题及答案形考任务二一、多项选择题(共17道试题,共3
【成语大全】 日期:2020-07-20
-
集合推理_七,推理与集合
七推理与集合1 期中考试数学成绩出来了,三个好朋友分别考了88分,92分,95分。他们分别考了多少分
【名人名言】 日期:2020-12-18
-
基层党务工作基本内容_党建基本工作有哪些
党建基本工作有哪些(一) 基层党建工作包括哪些内容 选择了大学生村官这条路,你就与农村基层党
【名人名言】 日期:2020-08-06
-
【2020-2021学年高一英语外研版(2019)选择性必修第一册Unit3Faster,higher,strongerSectionⅠ导学讲义】
Unit3 Faster,higher,stronger背景导学MichaelJordan—Head
【歇后语】 日期:2021-04-19
-
关于三农工作重要论述心得体会3篇
关于三农工作重要论述心得体会3篇关于三农工作重要论述心得体会篇1习近平总书记指出:“建设现代化国家离不开农业农村现代化,要继续巩固脱贫攻坚成果,扎实推进乡村
【学习心得体会】 日期:2022-10-29
-
【福生庄隧道坍塌处理方案】 福生庄隧道在哪里
(呼和浩特铁路局大包电气化改造工程指挥部,内蒙古呼和浩特010050)摘要:文章介绍了福生庄隧道
【学习心得体会】 日期:2020-03-05
-
五个一百工程阅读心得体会13篇
五个一百工程阅读心得体会13篇五个一百工程阅读心得体会篇1凡益之道,与时偕行。在全国网络安全和信
【学习心得体会】 日期:2022-12-07
-
城管系统警示教育心得体会9篇
城管系统警示教育心得体会9篇城管系统警示教育心得体会篇1各党支部要召开多种形式的庆七一座谈会,组织广大党员进行座谈,回顾党的光辉历程,畅谈党的丰功伟绩,
【学习心得体会】 日期:2022-10-09
-
发展对象培训主要内容10篇
发展对象培训主要内容10篇发展对象培训主要内容篇1怀着无比激动的心情,我有幸参加了__新区区委党校20__年第四期(区级机关)党员发展对象培训班。这次的学习
【培训心得体会】 日期:2022-09-24
-
凝聚三种力量发展全过程人民民主心得体会12篇
凝聚三种力量发展全过程人民民主心得体会12篇凝聚三种力量发展全过程人民民主心得体会篇1新民主主义革命是指在帝国主义和无产阶级革命时代,殖民地半殖民地国家中的
【学习心得体会】 日期:2022-08-31
-
2022年全国检察长会议心得7篇
2022年全国检察长会议心得7篇2022年全国检察长会议心得篇1眼睛是心灵上的窗户,我们通过眼睛才能看到世间万物,才能看到眼前这美好的一切。拥有一双明亮的眼
【学习心得体会】 日期:2022-10-31
-
在街道深化作风建设推动高质量发展走在前列动员会上讲话
在2023年街道深化作风建设推动高质量发展走在前列动员会上的讲话同志们:今天我们召开“街道深化作风建设推动高质量发展走在前列动员会”,这次会议是街道三季度召开的第一场...
【军训心得体会】 日期:2024-03-17
-
全面从严治党的心得体会800字7篇
全面从严治党的心得体会800字7篇全面从严治党的心得体会800字篇1中国特色社会主义是我们党领导
【学习心得体会】 日期:2022-12-14
-
2月教师党员个人思想汇报5篇
2月教师党员个人思想汇报敬爱的党组织:最近这一个月的时间对于我来说是极不平凡的,在这段时间里我认真学习了文化部网上党校的相关内容,经过长达40小时的
【教师心得体会】 日期:2023-10-15
-
2024年主题教育民主生活会批评与自我批评意见(38条)(范文推荐)
2023年主题教育民主生活会六个方面个人检视、相互批评意见:1 理论学习系统性不强。学习习近平新时代中国特色社会主义思想不深不透,泛泛而学的时候多,深学细照的时候少,特...
【邓小平理论】 日期:2024-03-19
-
2024年交流发言:强化思想理论武装,增强奋进力量(完整)
习近平总书记指出:“一个民族要走在时代前列,就一刻不能没有理论思维,一刻不能没有思想指引。”党的十八大以来,伴随着新时代中国特色社会主义思想在实践中形成发展的历程...
【三个代表】 日期:2024-03-19
-
2024年度镇年度县乡人大代表述职评议活动总结
xx镇20xx年县乡人大代表述职评议活动总结为响应县级人大常委会关于开展县乡两级人大代表述职评议活动,进一步激发代表履职活力,加强代表与人民群众的联系,提高依法履职水平...
【马克思主义】 日期:2024-03-19
-
“千万工程”经验学习体会(研讨材料)
“千万工程”是总书记在浙江工作时亲自谋划、亲自部署、亲自推动的一项重大决策,也是习近平新时代中国特色社会主义思想在之江大地的生动实践。20年来,“千万工程”先后经历...
【三个代表】 日期:2024-03-19
-
2024年在市政协机关工作总结会议上讲话
同志们:刚才,XX同志对市政协机关20XX年工作进行了很好的总结,很精炼,很到位,可以感受到去年机关工作确实可圈可点。XX同志宣读了表彰决定,机关优秀人员代表、先进集体代...
【邓小平理论】 日期:2024-03-18
-
在全区防汛防涝动员暨河长制工作推进会上讲话提纲【完整版】
区长,各位领导,同志们:汛期已经来临,我区城区防涝工作面临强大考验,形势不容乐观。年初,区城区防涝排渍指挥部已经召开专题调度会,修订完善应急预案,建立网格化管理机...
【马克思主义】 日期:2024-03-18
-
2024年镇作风整治工作实施方案(完整文档)
XX镇作风整治工作实施方案为深入贯彻落实党的二十大精神及省市区委深化作风建设的最新要求,突出重点推进干部效能提升,坚持不懈推动作风整治工作纵深发展,根据《关于印发《2...
【毛泽东思想】 日期:2024-03-18
-
2024市优化法治化营商环境规范涉企行政执法实施方案【优秀范文】
xx市优化法治化营商环境规范涉企行政执法实施方案为持续优化法治化营商环境,激发市场主体活力和社会创造力,规范行政执法行为,创新行政执法方式,提升行政执法质效,着力解...
【毛泽东思想】 日期:2024-03-18
-
2024年度关于开展新一轮思想状况摸底排查工作通知(完整)
关于开展新一轮思想状况摸底排查工作的通知为深入贯彻落实关于各地开展干部职工思想状况大摸底大排查情况上的批示要求和改革教育第二次调度会议精神,有针对性做好队伍教育管...
【三个代表】 日期:2024-03-18
-
2024年公路养护中心主任典型事迹材料(完整文档)
“中心的工作就是心中的事业”——公路养护中心主任典型事迹材料**,男,1976年6月出生,1993年参加工作,2000年4月调入**区交通运输局工作,大学本科学历,中共党员,现任**...
【马克思主义】 日期:2024-03-17