情感特质

摘要： 舞蹈表演的情感特质是影响舞蹈表演成效的一个重要因素,表演者通过蕴含情感的肢体语言将观众带到了一个充满想象的世界.可以见得,情感表达是舞蹈表演的一个重要关键.为此,文章在阐述舞蹈表演中情感表现重要性的基础上,分析舞蹈表演的情感特质,并就如何通过学习来增强舞蹈表演的情感特质进行探究.

摘要： 在人工智能时代,思辨能力是保持思维独立性的重要前提,也是人才必备的核心素养之一。从宏观和微观两个层面对思辨能力培养方式的研究概况进行了梳理与分析,已有的研究内容和研究视角不断丰富与多元,但对人工智能时代背景下相关研究较少,关于情感特质培养的研究偏少。随着人工智能技术在教学领域的广泛应用与发展,对当前的教学理念与方式提出新的要求与挑战,对思辨能力的培养需重新认识和思考,教师应及时更新教学理念,重塑教师角色,不断拓宽培养内容,同时注重思辨技能和情感特质的培养,基于立德树人的目标,注重价值引领。

摘要： 舞蹈在我国有着久远的历史,它的表现形式主要依赖于舞者的肢体动作,通过舞蹈情感的表达来引起观者内心的共鸣。而实际表演中,舞蹈演员的细节、神态、气韵等外部形象也对情感表达发挥着重要作用。舞蹈情感不能只从单薄的语言文字来做具体描述,这种艺术具有综合性特点,是人内心情感的释放和传递。舞蹈演员在表演阶段传达舞蹈中心情感,以此来提高观众对舞蹈的观感,并引发深思。

摘要： 统编教材中的革命文化类课文有很多,这些课文中充满了革命者对革命事业的真情实感,但与学生的生活有着明显的距离,教师在教学中要运用多种方法进行引导,唤起学生的情感共鸣,使学生受到情感熏陶和教育。一、激情导入,定位情感在革命文化类课文教学中,教师要根据课文所表达的情感特质,选择为全文教学定调子的课堂导入语言。如教学《十六年前的回忆》。

摘要： 思辨能力,也被称为批判性思维,分为认知与情感两个维度,认知维度包括阐述、分析、评价、推理、解释、自我调节等六项技能,情感维度包括好奇、开放、自信、正直、坚毅等五项情感特质。随着英语课程改革的深入,英语教学对思维品质的关注逐渐深入人心,但是目前小学英语教学中对学生思辨能力的培养仍然存在诸多问题。例如,英语教师缺乏培养学生思辨能力的意识,且自身思辨能力不足。受传统教学模式的影响,教师只注重培养英语语言能力,而忽略了学生的全面发展。

摘要： 一、命题趋势2021、2022年高考语文八道诗歌鉴赏题的命题特点分析列表如下:综合上表可知,近两年全国卷和新高考卷古诗词鉴赏题有主要特点和建议:1.朝代上,作品都是唐代和两宋时期的诗词复习时建议要回归教材,研读、背诵必背篇目中的唐诗宋词(诗),体会和熟悉唐宋两代诗词的写作题材特点、情感特征和写法;积累一些唐、宋代表性诗人以及时代背景、民族精神、情感特质方面的资料。

摘要： 自"高技术与高情感平衡"提出以来,一直备受人们的关注.为了探析这一问题,从"传统"视角切入,剖析"传统"具有情感特质的缘由,并围绕传统提出与唐纳德·A.诺曼设计三层次对应的"形式之美""体认之美"与"延异之美"的新设计美学.通过总结相关案例对传统的运用手法并结合具体作品的社会反馈,得出启示以审视新设计美学之路.

摘要： 优秀乡村教师是推动乡村教育发展不可忽视的力量,了解其特质对于加强乡村教师队伍建设、提升乡村教育质量、促进城乡教育一体化有重要意义.本研究采用质性分析软件NVivo11.O作为分析工具,对300位优秀乡村教师的文本数据进行整理、编码和分析,最终提取出优秀乡村教师的特质:一是情感特质"乡土情怀",即热爱乡村、具有社会责任感;二是精神特质"韧性",表现为坚守、淡泊名利;三是角色特质"新乡贤",表现为公共精神;四是教学特质"基于乡土的多学科教学".

摘要： 博弃困境是一种广泛存在的现实问题,所引发的青少年如何才能实施积极的博弈策略、选择有效的合作行为值得关注.文章通过问卷调查法,探讨了青少年在博弈困境中的合作行为及其影响因素.研究发现,在博弈困境下青少年的合作行为整体处于中等偏下水平;三种博弈策略倾向(合作、回报、背叛)均显著预测青少年合作行为,且以互利共赢为原则的回报策略倾向效果最佳;价值取向、回报特质、信任预期均是影响青少年合作行为的重要因素.研究认为,互利共嬴是博弈困境中青少年产生长久合作行为的一个关键点,因此宜引导青少年树立"互利共赢"观念,增强自我培养善良、宽恕、不嫉妒、互惠、感恩等情感特质的能力,帮助其更好地协调个体理性与集体理性,提升信任和合作行为水平,进而推进博弈困境下以"互利共赢"为前提和根本的持续合作.

摘要： 可持续建筑已是广被人知之事物,它面向和处理的是一个复杂世界,其情感向度的特质凸显正悄然衍生.本文从实践案例经验入手,从形之美感、物之寄情、意之怡愉、境之体认四个方面做了可持续建筑的情感属性探析,并梳理了情感特质的层次渐进关系.情感性在建筑可持续的多样性中可以具有体验的随时性.在可持续架构下生态与人情的统合形态的某种可能性恰可成为可持续建筑普及深化发展的另一起点.

摘要： 和谐的师生关系给予师生双方的生活以美的享受，反之，师生双方的内心会增添一份难以言说的烦恼。师生关系是一种教育关系，它总是发生在具体的教师和学生之间的交往情境中，时刻影响着学生的精神生活品质。为了比较准确地理解师生关系的实质内涵，试图通过舍勒的情感现象学视域去探寻师生关系中的情感特质及其教育学意义。

摘要： 本发明公开了基于维度情感模型的群体情感识别与异常情感检测方法，涉及智能情感识别技术领域，基于认知心理学PAD三维情感模型，通过数据搜集和人工标注，创建群体情感的视频数据集，揭示了六种典型情感在PAD空间中的位置关系；创建基于群体行为的情感预测模型，将群体运动特征映射为PAD空间中的三维坐标；构建异常情感分类器，当检测到愤怒和恐惧这两种异常情感，则判定场景产生了异常状态。针对群体运动视频，本申请既能够准确表达群体情感的连续变化状态，还可以实现对全局异常状态的有效识别。

摘要： 本发明涉及到情感分析领域，提出了一种基于语义、情感惯性和情感共性的对话情感分析方法，步骤包括：首先获取对话交替进行的多轮对话数据，并对不同人物角色进行标明；然后对多轮对话中的每条对话信息进行时序建模，提取出其中对应的语义信息表达序列；最后基于多轮对话所提取的语义信息表达序列，分离出对应的情感状态表达序列，并进行情感识别。在本发明中，打破了传统的以语义信息决定情感分类的做法，提出了由语义状态与情感状态分离的方法，由情感状态决定情感分类，从心理学的角度改进了现有对话情感分析方法，提升了情感识别的效果。

摘要： 本发明公开了一种利用特质沥青于室式焦炉中生产特质煅后焦或超低灰冶金焦的工艺，属于煤焦化工技术领域。其技术方案为：将特质沥青进行破碎、捣固成型，推入室式焦炉的炭化室，隔绝氧气条件下高温干馏，生成的特质煅后焦经干熄冷却至100°C以下后，进入成品仓；或将特质沥青与全部或部分炼焦煤经预处理后，分层捣实，推入室式焦炉的炭化室，在隔绝氧气的条件下干馏，生产出超低灰冶金焦。本发明解决了一般炉型生产煅后焦对高挥发分、粉末状特质沥青煅烧困难、烧损率高、有机气体直接燃烧无法提取、浪费资源、造成环境污染的问题；利用特质沥青全部或部分替代炼焦煤，减少了煤炭资源的使用，并具有很好的经济性。

摘要： 本发明提供一种情感识别方法、情感识别设备及情感识别系统。其中，情感识别方法包括以下步骤：获取三维传感器阵列服装采集的用户的当前肌肉应力信号数据；将当前肌肉应力信号数据输入至已训练好的多元情感分类模型，获得多元情感分类模型输出的情感识别结果。本发明通过采用三维传感器阵列服装采集人体表达情感时当前肌肉应力信号数据，将其输入已训练好的多元情感分类模型中，多元情感分类模型通过肌肉应力信号数据输出其对应的情感识别结果。通过三维传感器阵列服装采集人体表达情感时的动作数据，可以确保高质量捕获肌肉应力信号数据，并根据动作与情感状态之间的关系，可以更准确地识别人体的情感表达，提高了情感识别的准确性。

摘要： 本发明公开了基于维度情感模型的群体情感识别与异常情感检测方法，涉及智能情感识别技术领域，基于认知心理学PAD三维情感模型，通过数据搜集和人工标注，创建群体情感的视频数据集，揭示了六种典型情感在PAD空间中的位置关系；创建基于群体行为的情感预测模型，将群体运动特征映射为PAD空间中的三维坐标；构建异常情感分类器，当检测到愤怒和恐惧这两种异常情感，则判定场景产生了异常状态。针对群体运动视频，本申请既能够准确表达群体情感的连续变化状态，还可以实现对全局异常状态的有效识别。

摘要： 从声音信号数据对每个分析帧提取声音特征量，并将该声音特征量存储到存储单元(S120)。接着，从存储单元读取所述声音特征量，使用基于预先输入的学习用声音信号数据所构成的一个以上的统计模型，计算与所述情感状态对应的所述声音特征量的情感状态概率(S130、S140、S150)。然后，基于计算的所述情感状态概率，判定包含所述分析帧的区间的情感状态(S160)。

摘要： 本发明公开了情感分析技术领域的融合情感资源的多模态情感分析模型，包括：用来进行文本、视觉与听觉模态特征初步提取的单一模态特征提取层模块，利用Transformer捕捉模态内部的动力，并设计情感词分类预测任务进行情感嵌入学习和提取的单一模态特征深度提取层模块，利用情感嵌入来完成多模态特征交互学习，使得其他模态特征能够感知文本中情感信息的跨模态交互学习层模块，将前三层学习到的情感特征表示最终输入深度神经网络完成最终预测任务的预测层模块，首个将情感资源作为主导信息来进行多模态情感分析的模型，设计了一种情感词分类预测任务进行情感知识学习，相较于现有的多模态情感分析方法，本申请的方法具有明显优势和较好的泛化性。

摘要： 本发明涉及基于情感语义对抗的跨语言情感分类方法，属自然语言处理领域。本发明包括：构建汉越疫情相关社交媒体评论的数据集；将句子以及句子中情感词拼接，用卷积神经网络对拼接后的句子分别进行联合表征，分别获得单语语义空间下的情感语义表征；其次，通过对抗网络，在双语情感语义空间将带标签数据与无标记数据的情感语义表征进行对齐；最后将句子与情感词最显著的表征进行拼接，得到情感倾向性分析结果。本发明通过融合情感信息信作为背景信息实现了跨语言情感倾向性分析，从获取的舆情数据中为低资源数据获得情感分类结果，为后续的文本分类及低资源语言细粒度情感分析提供了支撑。

摘要： 本发明属于图像内容分析领域，公开了一种基于情感属性挖掘的图像情感分析方法，利用用户元数据信息挖掘，构建语义覆盖面大、情感可判别能力强的情感属性子集，并采用融合神经网络和矩阵分解模型预测标签矩阵，提升图像情感分析结果的准确性与稳定性。根据用户标签元信息和情感属性的特点，融合四种情感属性特性并优化概念选择模型完成情感属性子集选择；利用卷积神经网络提取视觉特征并通过视觉内容一致性优化；构建引入外界知识库指导的邻接图并通过语义关联性优化；将图像视觉特征和标签语义特征映射到潜在共享空间中，实现预测标签矩阵的重构；最后，利用训练好的重构模型来重构预测标签矩阵，并使用线性分类器进行最终的情感识别。

摘要： 本发明公开了一种基于SOPMI算法的情感词典扩充方法及情感极性分析方法，包括以下步骤：收集舆情文本数据；收集褒义词贬义词作为种子词；利用SOPMI算法计算词语的情感分数并生成情感词典；利用jieba对文本数据进行分词，并提取其中的名词和动词；利用名词和动词的分数加权对文本信息进行打分。解决了大多数情感极性分析智能基于现有情感词典，无法生成自己项目专有的情感词典。