诗歌情感

摘要： 针对学生在诗歌鉴赏情感探究中出现的无从下笔、理解偏差和概括角度单一等现实问题,文章以2021届综合模拟考试和高考题为依托,引导学生关注虚词、意象和典故,深入文本细读深思,找寻鉴赏路径,探究诗歌情感,提升学生思维品质和语文学科素养。

摘要： 作品意识,就是有意识地运用掌握的知识、技能等投入心血和时间产出高质量的作品。朗诵,就是把文字作品转化为有声语言的创作活动。统编教材中的不少诗歌是很好的朗诵指导材料。朗诵指导中,基于“作品”意识,遵循“五步”进阶路径,让朗诵“美颜”成可以登台展示的节目,提升品质“。五步”进阶路径,即排列组合,让诗歌意义更清晰;轻重缓急,让诗歌情感有起伏;想象画面,让读者感受有情境;综合形式,让朗诵作品登舞台;多维“发表”。

摘要： 古诗情感赏析试题是命题的重点。虽不是每一份试卷都有情感赏析试题,但从出现频率与所占分值上分析,情感赏析类试题绝不可忽视。解析诗歌情感试题需要技巧,日常教学需要探讨情感视角下的古诗教学设计。因而有人说:“面对高中语文新课改所提出的新要求,如何让文学经典深入学生内心,并确保学生内心情怀的正确形成已经成为广大高中语文教师必须思考的问题,而情感教育无疑是最为理想的选择。”

摘要： 西域是清代主要的流放地,流人作家将自己的所思、所见、所感以诗歌的形式呈现。面对自我内心,流人作家在现实中抒发思乡之愁情,在理想中以梦的形式回归故乡;面对戍地的他人,他们称赞上官渴求早日赦还,他们与同人互相宽慰帮助;面对国家与民族,他们感慨祖国历史与山河,赞美自然与西域民俗。清代西域流人流放经历令他们的诗歌表现出与中原诗歌迥异的诗歌主题与情感表达。

摘要： 选入教材的诗歌是小学语文教学的重要内容。诗歌不仅蕴含着优秀传统文化的宝贵财富,可以帮助学生更好地体会真善美,受到美好情感的熏陶。教师要采取有效策略引导学生理解诗歌的内蕴,探究诗歌的情感价值,培养学生的审美能力。一、抓住诗歌语言在诗歌教学中,教师要引导学生抓住诗句中的关键词品读诗歌,不仅要读出诗人表达的意象、意境,而且要读出诗人的真情实感。

摘要： 意象作为传递诗歌情感、传达文化内涵的重要载体。只有充分把握意象,才能正确解读诗歌,品味其传递的思想情感。因此,意象教学是高中诗歌教学中的重中之重。传统的意象教学,往往就单个意象在单篇中呈现的情感进行分析,未能关注到同类中不同意象的使用差异以及相同意象在不同篇目中的情感差异。

摘要： 【执教者:苏胜全】【教学设想】鉴于《雨巷》特殊的文体,本课采用问题启发式教学法,让学生们置身诗境,缘景明情,力求给学生更多的真切感、参与感、获得感。【教学目标】1.把握诗歌意象,分析"丁香姑娘"的象征意义。2.把握诗歌情感,探究诗人情感变化的原因。

摘要： 感人心者莫先乎情。为了探情,近年来,各地试卷已将唐诗翻了个遍。其实,唐宋诗各有特色。《诗词散论·宋诗》中说:“唐诗之美在情辞,故丰腴;宋诗之美在气骨,故瘦劲。”近年来,命题者逐渐青睐宋诗,关注宋诗理趣的考查。下面就结合“理趣诗”的特点,来探究一下“理趣诗”的赏析与解答。

摘要： 【课堂实录】师:上课!同学们好!生:老师好!师:这节课呢,让我们结合高一高二年级学习过的课内外诗歌,进行一个阶段性的诗歌阅读小结。现在请同学们看这幅图片,思考这样一个问题,假如我要求你们以海边的礁石为题写一首诗,来表达礁石的乐观、勇敢,你会怎么写?今天就不让大家现场写了。这里有两首写礁石的诗歌,我们一起读一读,思考:下列哪首诗更含蓄蕴藉、耐人寻味?为什么?

摘要： 诗歌是文学宝库中的瑰宝、语言的精华,叩击一代又一代人的心灵。诗歌是最能展现人的情感世界、审美世界的一种文学形式,其内容博大精深,饱含情感,想象丰富。统编教材四年级下册第三单元主题是现代诗,是小学阶段第一次以单元整组编排的形式呈现,旨在引导学生走进丰富多彩的诗歌世界,初步了解现代诗的语言特点,体会诗歌情感。

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。

摘要： 本发明公开了一种基于多分辨率情感和多类型知识的情感对话生成方法，包括接收对话中的语句文本，并进行标记；建立多分辨率情感模块；多分辨率情感模块将情感词转换为向量表示，生成最终多分辨率情感上下文；建立多类型知识交互模块；多类型知识交互模块通过对话上下文和多类型知识之间的联合交互构建情感增强的上下文；生成交互式向量，提取情感信号；解码器进行响应，生成情感响应并与用户输入共同构成情感对话。本发明利用多种类型的知识明确理解和表达情感对话生成中的情感，利用多类型知识获得情感增强的上下文语境图，利用多分辨率情感来更好地捕捉用户情感的细微变化，并将多向量进行融合并提取情感信号，来指导情感响应的生成。