情感信息

摘要： 由于大量的游客在社交媒体上记录自己的心情,人们在享受便捷获取网络上大量旅游信息的同时,也淹没在混乱的游记信息海洋里。为了从游记中获取游客关心的景点信息和游客对景点表达的情感信息,该文提出了一个多文档游记的情感摘要生成方法,该方法结合指针生成网络和最大边界相关算法,构建了一个端到端的神经网络摘要生成模型。该模型在进行文本摘要生成时,对于情感信息给予重视,使得生成的摘要包含一定的情感信息。通过在自建数据集上进行训练和测试,实验结果验证了该模型的有效性。

摘要： 神经机器翻译系统的良好性能依赖于大规模内领域双语平行数据,当特定领域数据稀疏或不存在时,领域适应是个很好的解决办法。无监督领域适应方法通过构建伪平行语料来微调预训练的翻译模型,然而现有的方法没有充分考虑语言的语义、情感等特性,导致目标领域的翻译包含大量的错误和噪声,从而影响到模型的跨领域性能。为缓解这一问题,从模型和数据2个方面来提高伪平行句对的质量,以提高模型的领域自适应能力。首先,提出更加合理的预训练策略来学习外领域数据更为通用的文本表示,增强模型的泛化能力,同时提高内领域的译文准确性;然后,融合句子的情感信息进行后验筛选,进一步改善伪语料的质量。实验表明,该方法在中-英与英-中实验上比强基线系统反向翻译的BLEU值分别提高了1.25和1.38,可以有效地提高翻译效果。

摘要： 2020年新冠病毒席卷全球,大量的真假信息交织着推送到人们面前,让人们在科学知识与健康类谣言之间徘徊不定。能否准确识别健康类谣言,对公众健康、社会秩序稳定意义重大。健康类谣言作为具有说服性的一类信息,其在构成上通常由事实信息、情感信息、行为信息三方面构成。[1]本研究从事实信息、情感信息、行为信息三个角度出发展开讨论,深入分析疫情期间健康类谣言的叙事模式。

摘要： 信息可视化设计利用图形、图像方面的技术与方法,将大容量信息资源进行视觉呈现,将信息呈现为大众便于接受的形式,使得信息传达得以更精确、更高效。数字艺术的逐渐普及化使得信息可视化设计在达到让人们迅速接收和识别信息的功能之外,还需要具备情感传达的作用,设计中的情感表达从而成为关注的重点。大容量信息中的情感信息研究需要人对大量信息进行整合与创造,本文通过对情感信息的特征分析,认识到可以从文本、图形、色彩方面进行元素提取再设计,在这种情况下才能最大程度地传达信息和理解信息,从而引发信息和观者之间的情感交流。

摘要： 与杨廷成的交往大致上是从上世纪80年代初期开始,随后断断续续地一路走到今天,所以一直以来我都觉得对他的诗歌比较熟悉,但当他把近年来的创作全貌展现在我的面前时,还是让我产生了不小的意外。第一个意外是,这些诗的诸多地理场景,已经溢出了他原先一直所致力的故乡地理范畴,故乡的主体场景中,汇入了诸多"远方月光"的照耀。其次,是他诗歌中的多种色彩信息——包括个人情感信息和艺术审美信息的涌入。

摘要： 为了解决分布式词表示方法因忽略词语情感信息导致情感分类准确率较低的问题,提出了一种融入情感信息加权词向量的情感分析改进方法.依据专属领域情感词典构建方法,结合词典和语义规则,将情感信息融入到TF-IDF算法中,利用Word2vec模型得到加权词向量表示方法,并运用此方法对采集到的河北省旅游景点的评论文本与对照组进行对比实验.结果表明,与基于分布式词向量表示的情感分析方法相比,采用融入情感信息加权词向量的改进方法进行情感分析,积极文本的准确率提高了6.1％,召回率提高了6.6％,F值达到了90.3％;消极评论文本的准确率提高了6.0％,召回率提高了7.2％,F值达到了89.6％.因此,融入情感信息加权词向量的情感分析改进方法可以有效提高评论文本情感分析的准确率,为用户获得更为准确的评论观点提供参考.

摘要： 针对汉语语句表意灵活复杂多变的特点,提出一种基于语义与情感的句子相似度计算方法,从表意层面计算句子相似度.该方法使用哈工大LTP平台对句子进行预处理,提取词语、词性、句法依存标记与语义角色标记,将语义角色标注结果作为句中语义独立成分赋予相似度权重系数,综合句法依存关系与词法关系计算两句相同标签语义独立成分相似度得到部分相似度,加权计算部分相似度得到句子整体相似度.另外,考虑到情感与句式因子,在整体相似度的基础上对满足条件的两句计算情感减益与句式减益.实验结果表明,该方法能有效提取出句子语义独立成分,从语义层面上计算句子相似度,解决了信息遗漏与句子组成成分不一致的问题,提高了句子相似度计算的准确率与鲁棒性.

摘要： 信息可视化设计利用图形、图像技术和方法,将大容量的信息资源形象地呈现出来,以一种易于公众接受的形式呈现信息,使信息传递更加准确、高效。随着数字艺术的普及,信息可视化设计不仅使人们能够快速地接收和识别信息,而且需要具有情感沟通的功能。情感表达在设计中已经成为人们关注的焦点。因此,本文详细分析了信息可视化设计中的情感信息传达。

摘要： 部编版语文教材的一个最大、最鲜明的特点,是更加突出传承革命精神、坚定理想信念教育,让学生从红色故事、红色基因和历史坐标中继承革命传统、厚植爱国情怀、构筑使命担当。在部编版小学语文教材中,“红色革命”经典的课文数量尽管已没有20世纪那么多,但经过优中选优而保留下来的数量仍高达40篇左右。如何让学生更深刻、更准确地理解和把握这些“红色革命”经典的思想内涵,并将其所要传递的教育主题和情感信息有效地融入学生的语文学习和实践活动,并用学生可接受的方式进行教育?这一问题的确需要一线语文教师给予充分重视和高度关注。

摘要： 题目是一篇文章的“眼睛”,它传递了作者真实的情感信息,囊括了丰富的文本内容,为学生了解文本线索,深化知识理解奠定了良好的基础。本文从小学语文教学出发,通过“借题发挥”,浅谈了题目在小学语文课文讲解中的价值因素,旨在充分发挥题目教学价值的同时促进学生的语文学习能力提升。

摘要： 随着工业设计的发展，“形式服从情感”逐渐成为主流的设计理念。从某种程度上说，人们对于情感的需求已经超过了对物质的需求。情感信息是非常丰富的，对于工业设计而言，在产品与人之间建立某些情感联系是设计所追求的高级目标。并且，探求用户的情感需求机理，是需要工业设计学科研究的新课题。文中从工业设计的发展、情感信息、情感在工业设计中的传递过程以及情感信息的获取方法等几个方面展开分析了工业设计中的情感信息。

摘要： 近年来由于人们对自然和谐、友好智能的人机交互的向往,"情感计算"开始作为一个独立的课题受到研究者的普遍重视.本文针对"情感计算"领域中如何细致准确地获取真实的情感信息,设计实现了一个实验平台.实时准确地捕捉获取人们的多模态的情感信息(动作表情、情感语音,生理指标、情感评测数据),为下一步建立情感数据库提供了一个优越的平台.

摘要： 目的：分析理性信息和情感信息在传达商品营销理念方面对用户的不同影响. 方法：本研究采用眼动实验为主、主观评定为辅的研究方法.眼动实验采用2(卷入水平:高卷入、低卷入)4(理性信息位置:上、下、左、右;对应情感信息位置:下、上、右、左)(兴趣区:广告图案、理性信息、情感信息)的三因素混合设计. 结果：通过眼动仪直接记录300名在校大学生观看手机平面广告的眼动情况,对三个兴趣区的注视时间、注视次数、平均注视时间和注视时间占总注视时间百分比这四个指标进行重复测量方差分析和配对样本检验. 结论：用户都偏好突出理性信息区的混合诉求性广告和理性诉求性广告,其次是突出情感信息的混合诉求性广告,排序最后的是情感诉求性广告.

摘要： 设计语言中的色彩，是视觉感知的符号，也可以说是一种感情的语言。作为符号，它负载代表某种含义的信息;作为语言，它含有一定的语义。色彩通过知觉经验带给人们的情绪、情感信息，就是一种语义，所以必须要重视色彩的这两种功能，同时在平面设计中注意进行有意识的应用，让色彩在设计中发挥重要的作用。

摘要： 所谓情感教育,就是指教师需从学生的情感入手,在教学过程中有意识的用情感去激励学生,感染学生,并让学生在快乐的情绪下积极主动的学习,从而达到完成教学目标、增强教学效果的目的.所以,情感教育应是教育的根本.正如著名教育家夏月尊所说'教育不能没有情感'.从情感意境、情感信息和情感氛围三个方面展开讨论，忽视情感教育的教育是一种不完整的教育。语文教师只有全身心地投入，本着全面落实教育根本任务，以课堂情感教育目标为载体，在教学中渗透情感教育，才能上好每一节语文课，从而成为优秀的语文教师。

摘要： 本发明公开了一种体现情感细节信息的情感语料库构建方法，步骤一、构建语料库所使用的语句文本列表，步骤二、确认语料库使用的情感类别和表达程度，步骤三、通过若干录制人分别对语料库中的语句文本列表进行语音录制，生成若干情感语音样本；步骤四、通过若干评价人对所录制的情感语音样本进行评测，并以使用唤醒‑效价二维坐标的方式对每条情感语音样本进行情感标注，得到评测结果；步骤五、根据步骤四中得到的测评结果，对步骤三中每个录制人所录制的所有情感语音样本所表达的情感状态准确程度进行验证，步骤六、通过语句文本列表、经验证合格的情感语音样本和评测结果共同构建得到情感语料库。本发明解决了现有情感语料库不能体现情感强度的技术。

摘要： 本发明公开了一种体现情感细节信息的情感语料库构建方法，步骤一、构建语料库所使用的语句文本列表，步骤二、确认语料库使用的情感类别和表达程度，步骤三、通过若干录制人分别对语料库中的语句文本列表进行语音录制，生成若干情感语音样本；步骤四、通过若干评价人对所录制的情感语音样本进行评测，并以使用唤醒‑效价二维坐标的方式对每条情感语音样本进行情感标注，得到评测结果；步骤五、根据步骤四中得到的测评结果，对步骤三中每个录制人所录制的所有情感语音样本所表达的情感状态准确程度进行验证，步骤六、通过语句文本列表、经验证合格的情感语音样本和评测结果共同构建得到情感语料库。本发明解决了现有情感语料库不能体现情感强度的技术。

摘要： 本发明适用于机器人技术领域，提供了基于多元融合信息进行情感反馈及信息交互的导诊机器人，包括：硬件部分；对象情绪感知模块，对象情绪感知模块具体包括语音与声纹感知单元、视频图像感知单元和信息融合分析单元，声纹感知单元用于获取情感特征和语义特征；视频图像感知单元用于获取人脸表情特征和人体动作特征；信息融合分析单元用于结合语义特征、情感特征、人脸表情特征和人体动作特征分析得到用户的情绪感知信息；互动对话管理模块，用于根据情绪感知信息并利用头部LED灯、头部显示屏和头部转动关节进行互动表达。提供了一种可融合用户神态、动作和语音多模态信息进行情感反馈及信息交互的智能导诊机器人，提升患者就诊体验满意度。

摘要： 本发明公开了基于多模信息智能处理单元的多模信息融合情感分析方法，基于实现多模态融合的情感分析任务的目的，准备数据集；对数据集预处理，并设置一般性前提，分别基于视觉信息、音频信息文本信息提取情感特征；融合多模情感特征；构建实时情感分析框架，获得连续语音段的文本内容，并允许上传和接收情感视频，然后显示每个视频的情感表达，并作出最终的情感判定。本发明公开的多模信息智能处理单元通过将视频、音频和文本三个通道的特征整体提取，以增强情感特征提取的强度，并进一步通过多模信息融合处理进行最终的情感分析。在使用ISEAR、CK++、eNTERFACE等数据集的实验中，本发明公开的方法参数量适中，准确率较高，拥有良好的性能。

摘要： 本发明提供了一种对信息的情感倾向性分析及信息推荐方法和装置。所述对信息情感倾向性的分析方法包括：对网络上的信息内容提取多个关键词，其包括用于表示正向情感倾向程度的正向饱满度词、和用于表示负向情感倾向程度的负向饱满度词；基于所提取的关键词和预置词汇库中记录的正向饱满度词及分值、和负向饱满度词及分值，分别计算所提取的关键词中的正向饱满度词的总分值和负向饱满度词的总分值；比较正向饱满度词的总分值与负向饱满度词的总分值的绝对值，由此可以分析出该信息所表达的情感倾向性，即正向情感或负向情感。

摘要： 本发明涉及一种基于Tree‑LSTM和情感信息的短文本情感分类方法，包括步骤如下：(1)构建四类情感信息词典；四类情感信息词典包括情感词典、否定词词典、程度副词词典和连词词典；(2)数据预处理：确定每个句子包含的情感信息词及其位置信息；使其符合模型的输入要求；(3)根据不同的情感信息词的作用改进Tree‑LSTM模型；(4)对步骤(2)预处理后的数据进行特征提取；(5)训练模型，将步骤(2)预处理后的数据打乱后，分成训练集和测试集，运用不放回的方式随机抽取训练集中的N条数据做训练，循环多次后，使用测试集的数据测试实验结果的准确性，最终得到实验结果。

摘要： 本发明涉及一种用于度量主流情感信息的中文情感文摘系统及方法，该系统包括：评论数据预处理模块，用于抽取评论数据中每个句子包含的各个评价对象及其对应的评价短语，转化为由评价对象及其对应的情感强度等级构成的单位，建立与各个评价对象相对应的评价对象数据结构，将评论数据转化成句子集合；单位情感信息度量模块，用于计算每个单位的情感信息量；句子情感信息度量模块，用于计算每个句子的情感信息量；以及情感文摘生成模块，用于根据句子的情感信息量大小对所有句子进行排序，选择前k个句子组成最终的情感文摘。该系统及方法有利于从评论数据中提取包含主流情感信息的情感文摘，准确度高，适应范围广。

摘要： 本发明涉及一种基于Tree‑LSTM和情感信息的短文本情感分类方法，包括步骤如下：(1)构建四类情感信息词典；四类情感信息词典包括情感词典、否定词词典、程度副词词典和连词词典；(2)数据预处理：确定每个句子包含的情感信息词及其位置信息；使其符合模型的输入要求；(3)根据不同的情感信息词的作用改进Tree‑LSTM模型；(4)对步骤(2)预处理后的数据进行特征提取；(5)训练模型，将步骤(2)预处理后的数据打乱后，分成训练集和测试集，运用不放回的方式随机抽取训练集中的N条数据做训练，循环多次后，使用测试集的数据测试实验结果的准确性，最终得到实验结果。

摘要： 本发明公开了一种情感信息交互方法、系统及情感互动装置，其中，该方法包括：第一移动终端从第二移动终端接收预设类别的情感信息，并将所述接收的预设类别的情感信息发送给情感互动装置；所述情感互动装置根据预设的情感信息与提醒信息的映射关系，确定从第一移动终端接收的情感信息对应的提醒信息，并控制其信息输出单元输出确定的提醒信息。采用本发明实施例，可方便直观的通过情感互动装置实现情感信息交互。

摘要： 本发明涉及一种用于度量主流情感信息的中文情感文摘系统及方法，该系统包括：评论数据预处理模块，用于抽取评论数据中每个句子包含的各个评价对象及其对应的评价短语，转化为由评价对象及其对应的情感强度等级构成的单位，建立与各个评价对象相对应的评价对象数据结构，将评论数据转化成句子集合；单位情感信息度量模块，用于计算每个单位的情感信息量；句子情感信息度量模块，用于计算每个句子的情感信息量；以及情感文摘生成模块，用于根据句子的情感信息量大小对所有句子进行排序，选择前k个句子组成最终的情感文摘。该系统及方法有利于从评论数据中提取包含主流情感信息的情感文摘，准确度高，适应范围广。