爱国情感

摘要： 研学的本质是借助学生对“旅行”“研学”的热爱感与参与感,通过实地考察的方式,学习社会的自然及人文现象。地理是兼有自然科学和社会科学的综合性及实践性的学科,将地理教学融入研学旅行课程中,更好地深化落实新课程标准中地理学科核心素养。研学旅行也是践行与培养学生社会主义核心价值观的重要载体,是激发学生爱党、爱国情感的重要推动力。

摘要： "苟利国家生死以,且因祸福避趋之。"部编版小学语文统编教材的编排把家国情怀教育放在首要地位,旨在培养学生的爱国情感。让学生深层感知有国才有家,国是家的守护者。没有家,国家何成;没有国家,家又何建?可以说,家就是国家,国家即是家。祖国就是所有中国人共同的家。在语文教学中融入"家国情怀"教育,其重要性主要体现在四个方面:一是提高学生道德素养,树立文化意识,增强文化自信。教材中涉及很多有关家国情怀的经典作品,在进行家国情怀教育的同时向学生渗透美德和品质教育,这对学生德育素养的提高.

摘要： 英语教育是中小学生掌握多元文化知识的重要途径之一,小学阶段是学习者世界观、人生观和价值观形成的关键阶段。红色文化融合了中华民族的传统美德与崇高的革命精神,只要把红色文化融入小学英语教育,就可以将“红色精神”导入学校课堂,培育青少年学生的文化自信,增强中小学生的爱国情感,使其不忘革命初衷。

摘要： 爱国主义教育一直是学校德育工作的重点内容。红色基地研学活动结束后,我班同学上交了活动体会。通过阅读这些心得体会,我发现,尽管学生已经有了高度的爱国情怀,但相当一部分学生无法将爱国情感与自己的日常生活联系起来。因此,我决定召开一节班会课,让学生意识到爱国之情要落实在行动当中,并通过“向祖国表白”意识到自己肩上的重任。

摘要： 网络信息时代,人们对“爱国”的内涵有了更深入、更丰富的理解,使网络爱国主义产生了新特点与内涵。对网络舆情事件中网络爱国主义的影响因素及其生成机理进行探讨,有助于为未来网络爱国主义引导提供有益参考。本文借助定性比较分析(fsQCA),基于文献梳理初步建构分析框架,利用对案例文本的扎根研究进一步验证和修正分析框架,确定7个前因条件变量。对2010年至2019年50个对网络爱国主义有影响的舆情事件进行单变量必要性分析与条件组合计算分析。最终确定影响网络爱国主义生成的核心三要素为信源特征、事件认知、心理情感,驱动要素为编码逻辑、衍生产出,补充要素为政府介入,并形成网络爱国主义生成机理。

摘要： 民以食为天,食以安为先。职业学校烹饪专业学生是餐饮行业的储备力量,担负着振兴民族餐饮文化新的历史使命。加强烹饪专业学生的爱国主义教育,一方面可以让学生掌握专业技能,另一方面也可以增进学生的爱国情感,真正做到依品行树人、靠技能立业。因此,相关学校和企业在现代学徒制的烹饪教学过程中,应高度重视爱国主义教育,并把历史作为爱国主义教育的重要载体。

摘要： 《新时代爱国主义教育实施纲要》中提出“爱国主义教育要坚持从娃娃抓起”。幼儿阶段是人的思想意识形态开始形成的时期,在这时期对幼儿进行爱国主义教育,极具深远意义。已有研究对幼儿爱国主义教育的内容、实施原则、途径方式等方面进行了初步的探讨,认为幼儿园的爱国主义教育应结合新时代的特点、要求及幼儿身心发展的特点,与幼儿园教育目标、内容、实施方式有机衔接,加强爱国主义教育同环境创设、生活活动、教学、游戏等融合。其中,与社区合作共育是幼儿园开展爱国主义教育的重要途径。我园积极与社区联动,挖掘和利用社区资源,开展爱国主义教育活动,厚植幼儿的爱国情感。

摘要： 传统美术作品中包含很多中国文化的内容,所以美术课程具有传承中国优秀文化的价值。现在使用的小学苏教版教材中,中国文化课程占比为25.2%,但是实际教学效果却不高,主要原因是教学内容单一,不能激发学生的学习热情。笔者认为各个学校要结合自身情况创建校本课程,充分融入中华传统文化,有效安排教学进度与活动内容,让小学生真正了解我国美术相关的传统文化,提升爱国情感。

摘要： 我国教育已进入高质量发展阶段,建设高质量的教育体系和高质量的教师队伍,已成为"十四五”时期主要目标任务。总书记指出了教师要做学生品格的引路人,做学生学习的引路人,做学生创新思维的引路人,做学生奉献祖国的引路人,也就是品德教育和爱国教育仍为教育之根本,教育初心未改。

摘要： “爱国”是每个人应该具备的最基础的思想觉悟,是民族的内聚力、凝合剂,是形成其他优良品格的基本要素。小学生暂时不能像战士那样保家卫国,也不能像各行各业的劳动者为国家创造物质、精神财富。但是,小学生应当要懂得爱国,要有爱国的思想。在教学实践中,教师要依托各类活动,以生活为基底,培养学生的爱国主义思想,升华学生的爱国情感。

摘要： 20世纪前期的史学研究者面对内忧外患的社会现实,自觉地将回族史研究与唤起回民的民族国家认同意识,激励其爱国情感结合起来,以增强中华民族的凝聚力,粉碎帝国主义分裂中国的阴谋.这一旨趣深刻地影响了20世纪前期回族史学的发展,鲜明地反映了史学与时代之间的相互影响。

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： 本发明提供一种中国情感图片系统的创建方法，通过图片收集和初筛，设计基于windows2003+SQL server采用.net、ajax、C#及数据库技术的平台为评估工具，然后建立数据库，消除统计学上的系统误差；利用统计软件包每张图片的三个维度的评分进行内在一致性检验，从而判断图片入选及入选后改图片的属性。本发明方法具有图片容量大，内容广，质量高，数据可信，并且系统包括了许多来自中国或亚洲内容的图片，比国际情感图片系统更适合于中国人群，其常模数据库也来自中国人群，比国际情感图片系统更具有国别特色。本系统具有较强的用户可操作性。同时结合数据库技术，对数据进行批量处理，提高数据处理的效率和准确性。

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。