基于弹幕评论的在线知识社区用户关注度与情感度联合分析

试图分析知识社区用户弹幕评论中的关注度与情感度之间的关系,并尝试构建一种关联二者的坐标系,以此为知识视频的分类与推广提供新方法。通过获取一定数量的弹幕评论,利用Sentence-LDA模型与XLNet预训练模型对弹幕评论文本进行分析。通过抽取视频弹幕评论的主题和关键词,对其进行情感估计。根据用户对不同弹幕主题的关注度和情感度,建立用户关注度-情感度坐标系。结果表明,随着视频的播放,在线知识社区用户对视频中不同主题的关注度和情感度发生明显变化。用户对视频的不同主题有不同的情感评价,即使是对同一主题,用户也会随着视频的播放而改变情感态度。依据情感与主题的演变,可以构建新的知识视频内容标签。

基于加权划分非平衡决策树的诗歌朗读情感度分析

本文面向诗歌朗读的情感度分析,提出了一种新的非平衡决策树算法。该算法称为加权划分非平衡决策树(Weighted Division of Unbalanced Decision Tree,WDOUDT),通过对诗歌朗读感染力的指标展开研究,从朗读的音频中提取梅尔频率倒谱系数,应用可解释性最强的决策树方法进行建模。加权划分非平衡决策树推导算法不使用进化算法和启发信息搜索,应用在诗歌朗读音频的情感度打分中,时间复杂度低于传统决策树,该算法具有更少的节点数和较好的泛化能力,对噪音数据有较好的鲁棒性。

基于多任务学习的同行评审细粒度情感分析模型

学术论文同行评审能够直接反映审稿人对论文的主观评价,对审稿文本进行情感分析有利于挖掘审稿人对论文多维度的评价信息。现有的情感分析模型仅能挖掘专家单一的评审维度和相应的情感倾向,本文提出了一种基于多任务学习的同行评审细粒度情感分析模型。该模型在多任务学习框架下,通过在BERT-LCF模型的基础上增加BiLSTM-CRF模块,使其具备了同时完成属性词抽取和细粒度情感分析任务的能力。与传统的基于Pipeline模式的单任务细粒度情感分析模型相比,本模型在保证精度的情况下可以同时完成评审属性提取和情感分析任务。在这两项任务中,所提出模型的F1分数分别达到了89.01%和90.71%。对比实验证明,在多任务场景下,引入BiLSTM-CRF模块对评审文本属性词提取任务有一定的提升作用。

维度情感模型研究现状综述

本文对维度情感模型的研究现状和进展进行了归纳总结,包括维度情感描述模型、维度情感标注方法、具有代表性的维度情感语音数据库三个方面,旨在尽可能全面地对维度情感模型进行详细的介绍,为相关研究人员提供有价值的学术参考,最后,针对目前的研究现状总结维度情感模型的优势和不足之处并对未来的发展进行了展望。

小学语文作业设计的三个维度:知识、能力、情感

文章从小学语文作业设计的知识维度、能力维度和情感维度出发,深入论述了每个维度下作业设计的要点。在知识维度,教师应结合教材选择作业主题,令作业涵盖教学中的重要知识点,在作业中引入拓展性内容。在能力维度,教师应关注学生阅读与理解、写作与表达、创新与思维能力的培养,注重任务设计的多样性和灵活性。在情感维度,教师应依据学生的兴趣设计作业,并通过作业引导学生形成积极的学习态度与合作精神。

临干道城市公共空间声景情感维度探析

城市高密度发展背景下,很多中国公共空间临交通干道布置,交通噪声严重影响空间品质。侧重感知体验提升的声景营造逐渐形成共识,声景情感维度成为重要评价参量。以大连市中山公园为样本,将其划分为临干道区域和内部区域,依据ISO 12913完成问卷调查及数据分析。研究表明,与欧洲的研究不同,中国典型公共空间的声景情感维度依次是“事件感”“愉悦感”。临干道区域的声景情感偏于“事件感强”“不愉悦”,内部区域则偏于“事件感强”“相对愉悦”。ISO声景情感维度与传统的声压级指标之间存在较弱的相关性,说明两者从不同方面反映了声环境特征。二者的结合,可更科学地评价城市公共空间声环境。文中的研究可为临干道公共空间的优化设计提供借鉴与参考。

语用视角下急诊语境中医患关系及情感维度分析——以纪录片《中国医生》为例

医患关系的情感维度研究可为医疗体系的有效运营和构建和谐医患关系提供借鉴与参考。本研究通过对纪录片《中国医生》中急诊室案例的研究发现,在我国急诊语境下,医患关系模式可总结为父母型、消费型和同志型三种;愉悦度、激活度和优势度三个情感维度在这三种模式中有着不同的体现和转换,其中优势度在各模式中表现最突出。对医患会话的语用分析发现,合作原则和礼貌原则的有效应用有助于医患沟通和情感表达,是建立情感纽带、避免医患冲突和构建和谐医患关系的关键。

基于三维度理论的游客在线评分情感异质性及影响因素研究

随着电子商务的快速发展,用户的在线评分往往被作为商家评判用户态度与情感倾向的重要依据。然而用户的体验感知是多元且复杂的,简单的得分并不能全面反映出用户的真实感受。本研究基于情感三维度理论,以TripAdvisor中42551条入境游客的酒店评论为样本,利用情感挖掘识别出每条评论背后用户的愉悦度、唤醒度和支配度,并实证检验了在线评分与这些情感维度之间的关联性及影响因素。结果表明,在线评分与游客愉悦度存在正相关关系,而与唤醒度和支配度之间呈非线性的U形关系,即极端评论的唤醒度和支配度显著高于中立评论。此外,评论经验丰富的游客即使给出极端分值,其实际的情绪都相对比较淡定。披露个人信息的游客在打低分时的愉悦度、唤醒度和支配度都相对更低。本研究不仅为旅游者满意及在线口碑管理领域提供了一种新的多维情感分析视角,也为酒店与在线平台的用户互动与差异化营销提供了有价值的参考信息。

伟大建党精神形成的情感维度研究

解读伟大建党精神,应拓宽情感研究视野。伟大建党精神的情感维度,内在于人的思想发展中,外显于社会实践发展中,包含求真求实之情、担当奉献之情、爱国主义之情、心系百姓的人民立场。情感的内涵与外显同时激发着情感功能,包含情感的表达方式、情感的社会效果以及形成的情感文化。情感维度研究,既可作为伟大建党精神研究的补充,亦可为中国精神研究提供新的思路。

普通话多模态情感语音数据库构建与评测

本文设计并建立了一个包含发音运动学、声学、声门和面部微表情的多模态情感语音汉语普通话数据库,分别从语料设计、被试选择、录制细节和数据处理等环节进行了详细的描述,其中信号被标记为离散情感标签(中性、愉悦、高兴、冷漠、愤怒、忧伤、悲痛)和维度情感标签(愉悦度、激活度、优势度)。本文对维度标注的数据进行统计学分析,验证标注的有效性,同时验证标注者的SCL-90量表数据并与PAD标注数据结合后进行分析,探究标注中存在的离群现象与标注者心理状况之间的内在联系。为验证该数据库的语音质量和情感区分度,本文使用SVM、CNN、DNN3种基础模型计算了7种情感的识别率。结果显示,单独使用声学数据时7种情感的平均识别率达到了82.56%;单独使用声门数据时平均识别率达到了72.51%;单独使用运动学数据时平均识别率也达到了55.67%。因此,该数据库具有较高的质量,能够作为语音分析研究的重要来源,尤其是多模态情感语音分析的任务。

中国式现代化的情感维度

当前中国式现代化研究多侧重宏大叙事和治国策略,呈现“理”多“情”少、重“理”轻“情”、缺乏“人”“情”滋润的状况,容易导致中国式现代化叙事的内在机理和大众认同内在机制的协调程度不高。从中国文化所蕴含的认知逻辑和认知路径上看,“合情”才趋“合理”,“入情”更易“入理”,“通情”才能“达理”,中国式现代化的情感维度具有历史逻辑、现实逻辑及理论逻辑;深入分析中国式现代化的情感内涵和实践表征,即对历史敬仰之情、对人民敬重之情及对民族担当之情;探索提升中国式现代化话语体系的“述情力”、系统梳理挖掘中国式现代化进程中的情感资源,有利于拓宽中国式现代化研究的论域和视角,厚植全面建设社会主义现代化国家的情感基础,集聚推进中国式现代化的磅礴伟力。

记叙性散文中的情感分析——以《背影》为例

《背影》是朱自清一篇精简的散文。在学习这种回忆性散文的过程当中,往往会面对以下问题:“你最喜欢其中的哪句话,并说出其理由?”“这句话打动你吗,还有哪些句子?”在回忆性散文《背影》的学习过程当中,要重视散文的情感维度,与作者达到情感共鸣,明确散文的设计点,从而锻炼我们的学习思维,取得良好的学习收获。

面向新浪微博文本的情感度判断及其探索性空间分析

提出了一种基于决策树的微博情感度判断方法,并对微博情感做了探索性空间分析,给中文微博平台的海量文本规律研究提供了一个新的视角。以新浪微博数据作为基础,先利用ICTCLAS（Institute of Computing Technology,Chinese Lexical Analysis System）文本分词系统分词、HowNet知网知识库来进行词语相似度计算,再利用ID3（iterative dichotomiser 3）算法训练决策树作为分类器进行微博文本的情感度判断,最后对情感度判断结果进行探索性空间分析。结果表明,基于决策树的微博情感度判断方法的准确度为71.5%,微博用户情绪在空间上存在正的全局空间自相关特性,对局域自相关的分析也揭示了其时空聚集规律。

维度语音情感识别研究综述

情感识别是多学科交叉的研究方向,涉及认知科学、心理学、信号处理、模式识别、人工智能等领域的研究热点,目的是使机器理解人类情感状态,进而实现自然人机交互.首先,从心理学及认知学角度介绍了语音情感认知的研究进展,详细介绍了情感的认知理论、维度理论、脑机制以及基于情感理论的计算模型,旨在为语音情感识别提供科学的情感理论模型;然后,从人工智能的角度,系统地总结了目前维度情感识别的研究现状和发展,包括语音维度情感数据库、特征提取、识别算法等技术要点;最后,分析了维度情感识别技术目前面临的挑战以及可能的解决思路,对未来研究方向进行了展望.

亲环境行为研究中情感的类别、维度及其作用机理

从近20年来境外学者对亲环境行为的研究文献看,情感的作用越来越受到关注。一个大致结论是,情感对亲环境行为的影响往往大于认知,有更重要的驱动作用。首次对境外学者的情感与亲环境行为研究进行了梳理和回顾。在亲环境行为研究中,情感的类别和维度有4种划分标准,即呈现形态、体验结构、时间维度和责任归属;情感对亲环境行为的作用机理可以通过情感因素在亲环境行为模型中的三种角色加以分析;情感在规范激活模型和计划行为理论模型的拓展中扮演了重要角色,有效提升了拓展模型的解释力。未来研究需要更重视情感在亲环境行为中的测量范式、研究深度和动态影响机制。

情感分类中情感词的情感倾向度的计算方法研究

情感分类由于具有广泛的应用价值，成为当前的一个研究热点，然而情感词的情感度的准确确定一直是影响情感分类准确性的关键。本文针对当前情感词情感度确定中存在的问题和不足，提出一种基于改进的模糊层次分析法的情感词情感度的计算方法。该方法充分发挥了人和计算机的优点和长处，既能提高情感词情感度确定的科学准确性和情感检索的精准性，又可以减轻人的负担。

多模态维度情感预测综述

维度情感模型通过几个取值连续的维度(如唤醒维、效价维、支配维等)将情感刻画为一个多维信号.与传统的离散情感模型相比,具有表示情感的范围广、能描述情感的演变过程等优点,近年来受到越来越多情感识别研究者的关注.多模态维度情感预测是一项复杂的工程,预测性能受所使用的模态、每个模态的特征提取、信息融合技术、标注人员的标注误差等多方面影响.为了提高多模态维度情感预测的性能,研究者在各个方面都做出了不懈努力.本文综述了维度情感的概念、标注,维度情感预测的性能评价指标以及多模态维度情感预测的研究现状,对比和分析了各种因素对多模态维度情感预测性能的影响,并总结出多模态维度情感预测面临的挑战及发展趋势.

青少年网络游戏行为的情感维度

网络游戏作为一种综合性的社会行为,内在地包含着情感这一重要维度,情感是网络游戏行为的重要驱动因素。青少年网络游戏玩家在游戏过程中的复杂情感体验,对其游戏行为甚至线下行为都会产生不同程度的影响。在网络游戏中,恰当的情感唤起与标识,能调适和规制游戏玩家的行为。

文化乡愁:文化记忆的情感维度

文化记忆从社会记忆中提炼而成,既具有社会记忆的普遍特征,也具有作为人类文明生活体验的特殊性。文化记忆的情感维度是一种具有社会群体特征的对于逝去的文化现象"乡愁"式的追怀心理。文化乡愁在文化记忆的找回、认同、储存、沟通过程中发挥着极为重要的作用。它为文化记忆提供重要的情感催化,既是文化记忆的情感引导模式,也是文化记忆的情感沟通方式。文化乡愁在历史和现实之间构建文化记忆,唤起文化价值,引领文化思潮。文化乡愁代表了现代化之后本民族的历史性格和文化心态,是文化记忆从生成到发育成熟过程中不可或缺的重要组成部分,是文化记忆的内在灵魂。

教学心理学情感维度上的一种教材处理策略──心理匹配

在教学心理学领域中，人们往往习惯于从认知维度探索教材的优化处理策略，缺乏情感维度上的相应研究。奥苏贝尔虽提出意义学习的两个内在先决条件：一是学习者有同化新材料的认知结构；二是学习者有意义学习的心向．但他本人也仅从影响学生认知结构的角度，提出教材的认知处理策略──先行组织者策略．而未从影响学生心向的角度．提出教材的情感处理策略。鉴此，本文从情感维度上提出教材处理的心理匹配策略．以冀与认知策略一起共同优化处理教材、呈现教学内容环节，并阐明心理匹配策略的内涵、机制、作用和种类。