大学生情感问题论文
摘要
我们在现实生活中，应正确地认识爱情的本质。处理好恋爱关系，爱情就会给人生带来幸福，否则就可能成为人生不幸的导因甚至是坟墓。
关键字：大学生恋爱、利弊端、处理建议
正文
一、调查的基本情况
（一）、调查目的：爱情是大学里的热门话题也是校园里一道亮丽的风景线，正值青春期，从艰辛的高中步入的大学生，没有了学业的重压，没有了父母的管束，没有了老师的叮咛，就如同打开了鸟笼的小鸟，在蔚蓝纯洁的天空中自由飞翔。随着性生理的成熟和性心理的发展，以及课余时间的增加，渴望爱情，想谈恋爱已成为大学生中较为普遍的心理状态。但是，由于大学这个特殊的社会环境，以及大学生自身的一些因素，许多人在承受学习压力的同时也承受着恋爱与性有关的各类问题的困扰。
研究大学生恋爱心理特点具有非常重要的现实意义，所以我们在现实生活中，应正确地认识爱情的本质。处理好恋爱关系，爱情就会给人生带来幸福，否则，就可能成为人生不幸的导因甚至是坟墓（例如在我们学校出现的两次为情自杀的悲剧）。这次调查以问卷的形式进行，对我校的大学生爱情问题进行了调查，并提出了相关的个人建议。
所谓爱情是一对男女基于一定的社会基础和共同和生活理想，在各自内心形成的相互倾慕，并渴望对方成为自己终身伴侣的一种强烈、纯真、专业的感情。性爱、理想和责任是构成爱情的三个基本要素。
(二）、调查地点、方式：由于我校地理位置较偏僻，没有相邻的大学，且是个人作业，所以本次调查集中在我校进行，本次调查以问卷形式展开，共发放问卷60份，回收5 9份，有效问卷59份，涉及学院六个，专业十个。
（三）、调查的内容过程
大学生感情问题调查问卷及调查结果
亲，为了对我校大学生的感情问题有一个较深入的了解，以便于分析原因、利弊，并提出相应的对策，特设计此问卷，请你抽空认真填写一下，谢谢你的配合。
学院班级
1、你的性别是（）
A、男
B、女
2、你现在有男/女朋友吗（）
A、有
B、没有
3、你在大学对待感情的态度是（）
A、很不认真
B、不认真
C、一般
D、认真
E、很认真
4、你对大学里男女生谈恋爱的态度是（）
A、绝对支持和鼓励
B、可以理解，但不鼓励
C、不理解，不鼓励
5、你认为大学生谈恋爱的原因是（）
A、真正的爱情
B、生理需要
C、无聊，打发时间
D、以上原因都有
6、你认为大部分学生对待感情的态度是（）
A、很不认真
B、认真
C、一般
D、认真满意
E、很认真
7、你认为现在的大学生感情方面存在哪些问题（） {可多选}
A、不能很好的尊重对方
B、不能完全信任对方
C、不能很好的理解对方
D、不能很好的包容对方
E、双方之间不是完全的平等
F、不懂得珍惜对方
8、你认为爱情和学习的关系是（）
A、爱情影响学习
B、爱情可以给你学习的动力，促进学习
C、爱情对学习机有促进也有影响，但促进大于影响
D、爱情对学习有促进也有影响，但影响大于促进
9、你认为大学阶段谈恋爱和学习的轻重关系是（）
A、爱情第一 B 、学习第一 C、在谈恋爱的同时不能耽误学习
10、你怎样看待我校两次因为爱情而轻生的悲剧（） {可多选}
A、糊涂，没有考虑自己的亲人
B、遗憾，失去大好的青春
C、对爱情的坚贞值得肯定
11、如果你和你的男/女朋友发生较大的争执，你会选择（）
A、主动找出原因，和他/她解释清楚
B、等对方来找自己，澄清错误
C、无所谓，大不了散伙
12、你认为大学阶段的感情最终会走到一起吗（）
A、会
B、不会
C、不好说，看感情深浅
13、请你简单说一下大学生谈恋爱有哪些益处
14、请你简单说一下大学生谈恋爱有哪些弊处
二、调查发现的问题
调查结果显示,24%的同学在现阶段有对象.并且被调查的同学中,绝大多数同学对待感
情的态度认真、重视；69%的同学谈恋爱的原因趋于多样化；大多的同学比较认同的大学生感情问题有：不能很好的理解对方、不懂得珍惜对方、不能完全信任对方；绝大多数同学对两名为情自杀者表示了遗憾和惋惜，说明大家对感情问题还是持理性态度的；另外，在和对方发生较大争执的时候，72.4%的同学还是能够主动理解和珍惜对方的；在对大学阶段的爱情能否升华为婚姻的问题上，72.4%的同学持观望和怀疑态度。
在对恋爱的利与弊的问题上，我总结出了几个大家都比较认同的观点：益处有：1、增加学生的交际能力和语言表达2、可以从中学会关心别人3、从生理角度来说，谈恋爱可以缓解大学生某方面的需求4、有助于促进成熟5、有助于打发时间；弊端有：1、过分的沉溺于恋爱，荒废学业，会失去自我，失去人生目标2、浪费时间浪费钱财3、和对方在一起的时间太多的话，不利于和其他人的人际交往4、没有足够的经验，可能有错觉，很容易受伤，甚至会成为人生的祸因
三、建议
针对比较突出的问题，写出以下几点建议：
1、正确认识爱情本质，遵从恋爱中的道德
所谓爱情，是一对男女基于一定的社会基础和共同的生活理想，在各自内心形成的相互倾慕，并渴望对方成为自己终身伴侣的一种强烈、纯真、专一的感情。我们在恋爱的过程中，不能随心所欲，一定要遵从恋爱中的道德：尊重人格平等；自觉承担责任；文明相亲相爱，这样才能保持爱情的长久。
2、引导大学生树立正确的恋爱观
对大学生加强爱的教育，使大学生深刻地认识到爱不仅是一种权利，更是一种责任和义务，必须以高度负责的态度对待恋爱。爱的权利和义务是不可分割的。此外还要引导大学生摆正爱情的位置。大学是人生的黄金时段，也是人生事业发展的基础阶段。因此要引导大学生认识到爱情只是人生的一部分，不是全部，大学生理应以学业为重。另外还得认识到爱情是不带功利性的。
3、加强校园文化建设，促进校园和谐
丰富校园文化的多样性，可以使大学生摆脱空虚、颓废、郁闷等不良情绪的影响。我们可以充分利用大学里学生社团的积极作用，举办各种活动来丰富大学
生的生活，活跃身心；也可以通过一些讲座的形式充实大学生的精神生活。充分利用网络资源，积极开展心理咨询活动，缓解大学生心理压力，从而培养大学生具有健全的人格。
4、帮助学生树立大学阶段的目标
应当帮助学生们建立一个经过努力能够实现的，对自己有意义的目标，从而摆脱空虚、无聊。正确引导大学生的恋爱观，让还没有恋爱的同学正确的看待恋爱，让已经恋爱的同学能够更好地处理恋爱问题。当一场爱情来临的时候，就用心去呵护，倍加珍惜，理解和把握爱情的真谛，让爱情成为我们人生的一道亮丽风景线，为爱情祝福，为幸福祝福。当遇到问题时，相信只要拿出真心实意来，真心地去对待对方、共同努力，便可解决。大学生活是短暂而又宝贵的，作为大学生，我们只有树立正确的恋爱观，才能把爱情融进于振兴中华的伟大事业中去，才能使爱情成为奋发向上的动力；树立正确的恋爱观，有助于大学生人生观、价值观的逐渐成熟、完善；有助于大学生处理好学业与爱情的关系；有助于培养大学生健康的心理环境减少不必要的损失；有助于大学生寻求自我真正的爱情，盛开幸福的爱情之花。
5、加强大学生心理素质建设
这点尤为重要，尤其在出现两名为情轻生的案例之后，这两个事件充分说明了我校部分大学生的抗压能力极其薄弱，并且没有形成正确的人生观、价值观。我们可以通过心理辅导班的形式来加强学生的心理素质建设，教育他们正确并理性地看待和处理感情问题。
有关情感教育的论文
有关情感教育的论文 《浅析加强高校情感教育》 摘要：情感教育是素质教育的核心，是高等教育的重要内容。文章通过对目前高校学 生情感教育的现状分析，提出必须重视情感教育对当代大学生的影响，并就如何加强情感 教育进行了探讨。 关键词：高校情感教育;教育模式;精英教育 随着第一批90后学生步入大学校园，高校学生的教育模式也正发生着显著的变化。 在全国各地转变教育观念，大刀阔斧地进行课程改革的同时，作为一名普通的高校学生思 想教育工作者，更多地关注到了高校的情感教育。 一、高校学生情感教育的现状 近年来，我国高等教育在学生人数、学校规模、办学条件等方面都有了非常大的变化，但精英教育、强调学术、智育优先的理念基本没有改变。大学课程对大学生的情感世界介 入甚少，这与当代大学生的群体特征是不相符合的。当代大学生都是80后、90后，是一 群伴随着改革开放的步伐、伴随着现代化建设的进程、伴随着电视、电脑、网络成长起来 的“新新人类”，他们在情感发展上表现出十分明显的时代特点。比如：情感需要的多元性;情感体验的矛盾性;情感取向的浅显性和负面情感的普遍性。《中国青年报》2021年 12月曾发表调查，87%的大学生认为网恋是满足情感需求的主要方式。可见当代大学生情 感交流最突出的问题就是出现了情感危机。而情感危机又以两种截然不同的方式表现出来，一种是有很多时候没有情趣。冷漠，对生活没有热情;另一种表现方式恰恰相反，就是只 有情趣，这种情趣表现为一种动物式的，是一种发泄，或者说“玩的就是心跳”，这是情 趣过剩的表现。清华学子硫酸伤熊、海南马加爵事件，就是情感问题的典型例证。偏重知 识教育、缺乏情感教育是当代高校教育中一个重要的现实问题，由此造成的学生人格缺陷、适应偏差、个性自卑等方面的问题令人担忧，却又客观存在。因此，情感教育是高校教育 急需直面的一个重要课题。 二、加强高校情感教育的必要性 一个性发展的需要 情感是影响人格和品德形成的重要因素。在全面推进素质教育的过程中，其核心即是 情感教育。情感教育可以增强大学生的审美情趣，用健康向上的心态去发现美，创造美， 形成正确的世界观、人生观。“以人为本”的科学发展观，最终是要促进人的全面发展。 人的全面发展不仅仅是文化知识、技能水平的发展，更应该包括情感、道德等方面的发展。学生管理实践表明，情感教育对学生个性发展和身心健康有很大的影响。学生对人生的态度，对集体、他人、社会的情感等，往往与他在日常生活中感受到的人情冷暖密切相关。 有的学生对人生感到彷徨、苦闷，对他人冷漠，不会与人交往等等，原因是多方面的，但
文本情感分析综述
文本情感分析综述? 赵妍妍+, 秦兵, 刘挺 (哈尔滨工业大学计算机科学与技术学院信息检索研究中心, 黑龙江哈尔滨 150001) A Survey of Sentiment Analysis * ZHAO Yan-Yan+, QIN Bing, LIU Ting (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) + Corresponding author: Phn: +86-451-86413683 ext 800, E-mail: zyy@https://www.360docs.net/doc/823797476.html, Abstract: Sentiment analysis is a novel research topic with the quick development of online reviews, which has drawn interesting attention due to its research value and extensive applications. This paper surveys the state-of-the-art research on sentiment analysis. First, three important tasks of sentiment analysis are summarized and analyzed in detail, including sentiment extraction, sentiment classification, sentiment retrieval and summarization; then the evaluation and corpus for sentiment analysis are introduced; finally the applications of sentiment analysis are concluded. This paper aims to take a deep insight into the mainstream methods and recent progress in this field, making detailed comparison and analysis. It is expected to be helpful to the future research. Key words: sentiment analysis; sentiment extraction; sentiment classification; sentiment retrieval and summarization; evaluation; corpus 摘 要: 文本情感分析是随着网络评论的海量增长而迅速兴起的一个新兴研究课题,其研究价值和应用价值受到人们越来越多的重视.本文对文本情感分析的研究现状与进展进行了总结.首先将文本情感分析归纳为三项主要任务,即情感信息抽取,情感信息分类以及情感信息的检索与归纳,并对它们进行了细致的介绍和分析;进而介绍了文本情感分析的国内外评测和资源建设情况;最后介绍了文本情感分析的应用.文本重在对文本情感分析研究的主流方法和前沿进展进行概括,比较和分析,以期对后续研究有所助益. 关键词: 文本情感分析;情感信息抽取;情感信息分类;情感信息的检索与归纳;评测;资源建设 中图法分类号: TP391文献标识码: A 随着Web2.0的蓬勃发展,互联网逐渐倡导“以用户为中心,用户参与”的开放式构架理念.互联网用户由单纯的“读”网页,开始向“写”网页、“共同建设”互联网发展,并由被动地接收互联网信息向主动创造互联网信息迈进.因此,互联网(如:博客和论坛)上产生了大量的用户参与的,对于诸如人物、事件、产品等有价值的评论信息.这些评论信息表达了人们的各种情感色彩和情感倾向性,如“喜”、“怒”、“哀”、“乐”,和“批评”、“赞扬”等.基于此,潜在的用户就可以通过浏览这些主观色彩的评论,来了解大众舆论对于某一事件或产品的看法.由于越来越多的用户乐于在互联网上分享自己的观点或体验,这类评论信息迅速膨胀,仅靠人工的方法难以应对网上海量信 ?Supported by the National Natural Science Foundation of China under Grant Nos. 60803093, 60975055 (国家自然科学基金) and the “863” National High-Tech Research and Development of China via grant 2008AA01Z144(863计划探索类专题项目)
微博短文本细粒度情感分析毕业设计论文
摘要 题目：微博短文本细粒度情感分析 摘要 微博作为是移动互联网起步最早也发展最快的业务之一，在经历了最初几年的高速增长和热捧之后，一度有些沉寂。但是，伴随着4G网络、WiFi网络大规模覆盖，移动终端智能设备的极速增长，越来越多的人频繁地使用微博。移动端用户的增长，让微博有了日活跃用户超过1亿的基础。基于该庞大的用户群体，利用微博文本对用户进行情感分析，不仅有利于新生代商业模式探索、社会舆情监控与分析，而且对人工智能发展的积极意义也不容小觑。文本情感分析为人工智能在人类情感领域的探索做出了积极的贡献。 微博具有典型的网络语言特点，语法规范性差、口语化、新词汇层出不穷、大量的表情符号和文本噪声等。基于传统规范书面语言词典的微博情感分析效果差强人意。为了解决这个问题，本文一方面通过对传统情感词典进行网络语言的扩充，构建了新的适用于微博文本分析的词典，并通过实验验证了词典的有效性；另一方面，使用对特殊情感词汇依赖性小的RAE网络模型，性能得到了提高。 含有否定词的文本情感判别较为复杂，否定词的加入可能使原文本情感极性发生转变，也可能极性保持不变，程度有所削弱。传统本文传统的情感分析方法通常对文本模型进行简化，假设一个词语仅和其前一个词语有关，对含有否定词的文本的积极/消极判别较差。RNTN模型没有进行类似简化，保持了词向量之间的强相关性。本文通过对RNTN模型的训练，使其在含有否定词中文文本情感极性判别上有良好的表现。 RNTN模型对词语或短语级细粒度情感分析上表现出色，而且不需要大量的人工标注；RAE模型作为较为成熟的深度学习模型，抛弃了传统的词袋模型，利用层次结构和成分语义来进行情感分类；SVM作为传统机器学习方法，通用性强，适用范围广。结合以上方法的特点以及情感分类的任务目标，本文设计了微博短文本的双极性、细粒度情感分类方案，首先使用SVM对微博篇章进行主客观分类，RAE和RNTN对判定为主观情感的文本的每一个句子进行正负极性判断，并选出极性最强的句子，该句子的情感极性即为整个微博的情感极性。若RAE和RNTN评判结果一致，即为最终结果。并通过实
大学生情感与性教育论文
大学生恋爱面面观 对过去的大学生来说,大学校园里有一股无形的压力,大家都为未来而拼搏着,谈恋爱似乎显得如此的微不足道,为未来的发展与就业尽可能打下坚实的基础是大学校园里主要的奋斗目标。 对今天的大学生来说,社会为他们创造了一个宽松、自由、平和的环境。大学校园成为培植爱情之花最肥沃的土地。大学生恋爱一直是大学校园的热门话题，谈论的人越来越多了，也常常成为宿舍里“卧谈会”上久议不衰的主题。 当代大学生面对爱情少了以往的矜持和羞涩,更多的表现出对爱情的强烈向往和追求。大学生谈恋爱，我们应该怎样看待?对此，我们组织了一次调查,来解决心中的疑惑。 在对各校区院系学生的走访调查中,我们了解到许多同学的真实想法,对待爱情,他们各抒己见。 1．使生活丰富多彩，摆脱生活上的寂寞 上大学以后,对于很多人来说是重新面对一个环境,不可避免地要找朋友,找一个可以听自己倾诉的朋友。大部分同学认为异性交往起来往往比同性要容易,当两个人交往加深时,也就不可避免地会发展成为特殊关系，这样，在你郁闷的时候会有人陪在你身边,也有人分担你的快乐和痛苦。 “上大学找个朋友,跟自己是一代人,有相似的经历和感受,可以相互诉说,相互倾听。”有位同学这样说。我觉得这同学说得很对,我们这代人与我们的父辈们在某种程度上都存在着代沟,我们两代人所生长的时代背景的不同,从而造成不同的思想观念。因而我们同代人交往起来往往比与长辈交往起来显得得心应手些。 “人活着是有意义的,爱情故事和现实中的都有人自杀。我感觉他们都是心灵上的苦闷无处诉说或没有找到或失去可以牵挂的人,才会放弃人生。如果打开心灵的缔结,找到值得牵挂的人。就不会如此放手离去。”园艺园林学院的一位学生这样说。可见,人活着是要有所依附的,爱情可能就是一个很好的依附对象。 另外，拥有了爱情，自然周末里便会有人陪你逛街，平日里也会有人陪你一起上自习、吃饭,于是,你便远离了寂寞。生活也会因他(她)而丰富起来,两个人的世界远远比一个人的世界精彩。 2．思想比较纯洁，为了寻求真爱 据调查,49.3%的大学生在选择恋人时是经过深思熟虑的，“选择好一个人非常重要，因为当你选择一个人时,就意味着你选择一种生活，一种生命。一旦走了眼，那就意味着一场灾难。” 有60.7%的大学生恋爱是为了寻觅真爱,“真爱无敌,真爱无言,真爱无限,真爱无悔。”一个男生说。由这句话我们可以看出爱情在这男生的眼中是多么神圣。 有的同学认为,在大学里如果遇到合适的,绝对不能放过,否则会成为一生中的遗憾，所以他们在选择恋人时也就更希望能找到一个相守一生的人。而且在调查中还发现有些处于恋爱中的男生已在考虑将来如何让自己的爱人和孩子过上较好的生活。“没有经济基础,无能力,怎么和她相伴一生?”从这句话中我们可以看出男生们对他们所应承担的责任是多么的义不容辞。 3．当学习与爱情相冲突时，该怎么办 高年级的学生认为这个问题很现实。生科院一位大三的学姐说:“太浪费时间了，我想考英语六级,还要考研。马上就进入社会了,学点东西才是最主要的,不要以后后悔。”“现实一点好,先解决好大学里所要做的事。”“有些同学一接触恋爱就变得不理智了,根本就没法学习
文本情感分析论文总结
文本情感分析 赵妍妍，秦兵，刘挺- 软件学报, 2010 - https://www.360docs.net/doc/823797476.html, 按粒度，情感分析可分为词语级、短语级、句子级、篇章级、多篇章级；按文本类别，可分为基于新闻评论和基于产品的情感分析。 情感分析的研究任务：情感信息的抽取、分类以及检索与归纳。 一、情感信息抽取(评价词语、评价对象、观点持有者) 1.评价词语的抽取：基于语料库的抽取；基于词典的抽取；基于图的方法。 2.评价对象的抽取：基于规则/模板的方法(词序列、词性、句法规则、关联规则挖掘)；评 价对象最为产品属性，考察评价对象与领域指示词的关联度来获取；多粒度的话题模型方法。 3.观点持有者抽取：命名实体识别技术(人名或机构名)、语义角色标注；分类任务，看做 序列标注问题，使用CRF融合特征抽取；名词短语作为候选，使用ME模型计算。 4.组合评价单元的抽取： 主观表达式：Wiebe的主观表达式库(抽取n元词语/词组作为候选，对比训练预料判断) 评价短语抽取(程度副词-评价词语)：情感词典的方法；依存句法解构(ADV，ATT，DE)。 评价搭配抽取(评价词语-评价对象)：基于模板的方法(8个共现模板、句法关系模板)。 二、情感信息分类 1.主客观信息分类：文本是否含情感知识方法；组合评价单元判断；情感模板识别；基于 分类器和分类特征的二元分类任务(词语特征，标点、人称代词、数字特征，基于图)； 2.主观信息情感分类(句子级、篇章级)：基于情感知识、基于特征分类的方法(n-gram词语 特征和词性特征、位置特征、评价词特征)。 三、情感信息的检索与归纳 1．情感信息检索 2．情感信息归纳 基于产品属性的情感文摘：识别评论信息中的产品属性，抽取描述产品属性的情感句，判断其倾向性。 基于情感标签的情感文摘：标签可定义为评价搭配形式，建立标签库，相似度聚类的方法聚类得到相似的情感标签，每一类视为潜在的话题(即产品属性)。 基于新闻评论的文摘 四、情感分析的评测与资源 1.情感分析的评测：TREC，NTCIR的MOAT(新闻观点检测，情感问答，跨语言情感分析)， 国内的COAE。 2.情感分析的语料：康奈尔大学的影评数据集，UIC的Hu和Liu的产品领域的评论语料， Wiebe的MPQA新闻评论深度标注语料，MIT的多角度餐馆评论语料，中科院的中文酒店评论语料。 3.词典资源：GI(general inquirer)评价词词典，NTU评价词词典(繁体中文)，主观词词典(英 文)，HowNet评价词词典(简体中文、英文) 问题：情感信息抽取忽略词语所在语境的影响；评价对象的情感分类，而非句子级或篇章级；基于情感标签的情感文摘的深入研究；
情感分析简述
情感分析简述 分类：NLP2012-04-08 12:38 1022人阅读评论(3) 收藏举报情感classification算法测试translationmatrix 情感分析，我研究了也有半年有余了，ACL Anthology上关于情感分析的论文也基本看过了一遍，但是到目前还没有什么成就的。以下是我为一位同学毕业设计写的情感分析方面的综述，引用的论文基本上是ACL 和COLING还有EMNLP上历年关于情感分析的论文，本文应该学术性比较强一点，本文虽不打算发表，但由于将来可能还有用，以及关于学术上的原因，请大家如果要引用请务必标明出处 （https://www.360docs.net/doc/823797476.html,/s/blog_48f3f8b10100irhl.html）。 概述 情感分析自从2002年由Bo Pang提出之后，获得了很大程度的研究的，特别是在在线评论的情感倾向性分析上获得了很大的发展，目前基于在线评论文本的情感倾向性分析的准确率最高能达到90%以上，但是由于深层情感分析必然涉及到语义的分析，以及文本中情感转移现象的经常出现，所以基于深层语义的情感分析以及篇章级的情感分析进展一直不是很大。情感分析还存在的一个问题是尚未存在一个标准的情感测试语料库，虽然Bo Pang实验用的电影评论数据集（https://www.360docs.net/doc/823797476.html,/people/pabo/movie-review-data/）以及Theresa Wilson等建立的MPQA（https://www.360docs.net/doc/823797476.html,/mpqa/）是目前广泛使用的两类情感分析数据集，但是并没有公认的标准加以确认。 目前情感分析的研究基本借鉴文本分类等机器学习的方法，还没有根据自身的特点形成一套独立的研究方法，当然在某种程度上也可以把情感分析看出一种特殊的文本分类。比较成熟的方法是基于监督学习的机器学习方法，半监督学习和无监督学习目前的研究不是很多，单纯的基于规则的情感分析这两年已很少研究了。既然目前很多情感分析的研究基于机器学习，那么特征选择就是一个很重要的问题，N元语法等句法特征是使用最多的一类特征，而语义特征（语义计算）和结构特征（树核函数）从文本分类的角度看效果远没有句法特征效果好，所以目前的研究不是很多的。 由于基于监督学习情感分析的研究已经很成熟了，而且在真实世界中由于测试集的数量要远远多于训练集的数量，并且测试集的领域也不像在监督学习中被限制为和训练集一致，也就是说目前情感分析所应用的归纳偏置假设在真实世界中显得太强的，为了和真实世界相一致，基于半监督学习或弱指导学习的情感分析和跨领域的情感分析势必是将来的研究趋势之一。 在情感分析的最初阶段基于语义和基于规则的情感分析曾获得了比较大的重视，但是由于本身实现的复杂性以及文本分类和机器学习方法在情感分析应用上获得的成功，目前关于这方面的研究以及很少了，但是事实上，语义的相关性和上下文的相关性正是情感分析和文本分类最大的不同之处，所以将基于语义和规则的情感分析与基于机器学习的情感分析相结合也将是未来的研究趋势之一。 以下将分别对情感分析的起源，目前基于监督学习，无监督学习，基于规则和跨领域的情感分析的一些研究工作进行简单的介绍。 起源 虽然之前也有一些相关工作，但目前公认的情感分析比较系统的研究工作开始于（Pang et al., 2002）基于监督学习（supervised learning）方法对电影评论文本进行情感倾向性分类和（Turney,2002）基于无监督学习（unsupervised learning）对文本情感情感倾向性分类的研究。（Pang et al., 2002）基于文本的N元语法（ngram）和词类（POS）等特征分别使用朴素贝叶斯（Naive Bayes），最大熵（Maximum Entropy）和支持向量机（Support Vector Machine，SVM）将文本情感倾向性分为正向和负向两类，将文本的情感进行二元划分的做法也一直沿用至今。同时他们在实验中使用电影评论数据集目前已成为广泛使用的情感分析的测试集。（Turney ,2002）基于点互信息（Pointwise Mutual Information，PMI）计算文本中抽取的关键词和种子词（excellent,poor）的相似度来对文本的情感倾向性进行判别（SO-PMI算法）。 在此之后的大部分都是基于（Pang et al., 2002）的研究。而相对来说，（Turney et al.,2002）提出的无监督学习的方法虽然在实现上更加简单，但是由于单词之间的情感相似度难以准确的计算和种子词的难以确定，继续在无监督学习方向的研究并不是很多的，但是利用SO-PMI算法计算文本情感倾向性的思想却被很多研究者所继承了。 监督学习 目前，基于监督学习的情感分析仍然是主流，除了（Li et al.,2009）基于非负矩阵三分解（Non-negative Matrix Tri-factorization），（Abbasi et al.,2008）基于遗传算法（Genetic Algorithm）的情感分析之外，使用的最多的监督学习算法是朴素贝叶斯，k最近邻（k-Nearest Neighbor，k-NN），最大熵和支持向量机的。而对于算法的改进主要在对文本的预处理阶段。 一个和文本分类不同地方就是情感分析有时需要提取文本的真正表达情感的句子。（Pang et al., 2004）基于文本中的主观句的选择和（Wilson el al.,2009）基于文本中的中性实例（neutral instances）的分析，都是为了能够尽量获得文本中真正表达情感的句子。（Abbasi et al.,2008）提出通过信息增益（Information Gain，IG）的方法来选择大量特征集中对于情感分析有益的特征。 而对于特征选择，除了N元语法和词类特征之外，（Wilson el al.,2009）提出混合单词特征，否定词特征，情感修饰特征，情感转移特征等各类句法特征的情感分析，（Abbasi et al.,2008）提出混合句子的句法（N元语法，词类，标点）和结构特征（单词的长度，词类中单词的个数，文本的结构特征等）的情感分析。 除了对于文本的预处理，对于监督学习中情感分析还进行了以下方面的研究的。（Melville et al., 2009）和（Li et al.,2009）提出结合情感词的先验的基于词典的情感倾向性和训练文本中后验的基于上下文的情感情感倾向性共同判断文本的情感倾向性。（Taboada et al.,2009）提出结合文本的题材（描述，评论，背景，解释等）和文本本身的特征共同判断文本的情感倾向性。（Tsutsumi et al.,2007）提出利用多分类器融合技术来对文本情感分类。（Wan, 2008）和（Wan, 2009）提出结合英文中丰富的情感分析资源来提高中文情感分析的效果。 基于规则/无监督学习
大学生情感论文 摘要
心理学情感论文 摘要：情感是人对客观事物是否符合其需要而产生的态度的体验。情感是客观事物与人的需要之间的关系，客观事物是情感的源泉，人的需要是产生情感的中介。随着客观事物与人的需要关系的不同，人对客观事物就产生不同的态度。从而是人产生不同的情感。情感是态度这一整体中的一部分，它与态度中的内向感受、意向具有协调一致性，是态度在生理上一种较复杂而又稳定的生理评价和体验。情感包括道德感和价值感两个方面，具体表现为爱情、幸福、仇恨、厌恶、美感等等。有一首歌叫《把根留住》，我引申为“把情留住”，因为人世间确有真情在。我们应该在各种人际关系中去细心地去珍惜它、体验它、享受它，同时留住它、浇灌它，使情感之花开得更饱满芬香，因为我们只有极其短暂的人生旅途。人的情感是由一定刺激情景引起的主观体验；1.引起情绪的刺激有外在的也有内在的有时是可见的，有时是隐而不见的。2.情感是人的主观体验。3、情感的产生。 主要字眼： 情感大学生情感特点正确价值观 情感是人对客观事物是否满足自己的需要而产生的态度体验”。同时一般的普通心理学课程中还认为：“情绪和情感都是人对客观事物所持的态度体验，只是情绪更倾向于个体基本需求欲望上的态度体验，而情感则更倾向于社会需求欲望上的态度体验”。 情感是人对价值的主观反映，尽管这种反映总会或多或少地存在着一些偏差，甚至还会存在着严重的偏差和完全的颠倒，但从总体上讲，情感的变化总是以价值为基础，并围绕价值上下波动，就像商品的价格以其价值为基础并围绕其价值上下波动一样。情感的两极性在量上表现为强烈和微弱、紧张和轻松、激动和平静等等。1、情感的强烈和微弱是情感强度的两极。在强弱之间具有强度等级的变化，形成不同状态的情感，如怒可分为愤怒、大怒、暴怒、狂怒等等，喜可分为欣喜、欢喜、大喜、狂喜等。 2、情感的紧张和轻松是情感紧张度的两极。情感的紧张程度取决于活动的性质、意义和认的主观准备程度，以及是否具有必要的知识、技能。 3、情感的激动和平静是情感兴奋度的两极。激动的情感是强烈的、短暂的、爆发式的体验，常在事件对人具有重要意义或出乎意料之外、超出意志控制能力的情况下产生，如激情、狂喜、绝望等。情感的两极性是相辅相成的，没有满意，就无所谓不满意；没有爱，就无所谓恨；没有紧张，就无所谓轻松。情极的两极性在一定条件下可以互相转化。 情感以价值为基础，主要表现在：情感的基本状态取决于价值的基本状态，情感的总体规模取决于价值的总体规模，情感的变化范围取决于价值的变化范围，情感的作用方式取决于价值的作用方式，情感的强度与方向取决于价值的大小与正负，价值一旦变化，情感迟早要发生变化。 大学生，自他们跨进大学课堂的第一天开始，便成了父母的骄傲，家庭的荣耀，同辈人的楷模，便成了社会瞩目、国家期盼的未来精英。大学生活，对暂时还没有机会进人大学的青年朋友而言，是憧憬、是钦羡、是想像，既像水月镜花一般朦胧，也像清风白云一般浪漫。对正在就读的青
基于深度学习的文本情感分析技术研究
基于深度学习的文本情感分析技术研究 在Web2.0时代,信息技术飞速发展,人们越来越多地在网络平台上发表自己的观点和意见。随着这些评论数据量的爆炸式增长,如何提取利用其中的情感信息也成为人们的关注热点,文本情感分析技术随之兴起。情感分析工作就是对含有情感色彩的主观性文本进行分析,挖掘出其蕴含的情感倾向的过程,而文本的主客观分析是情感态度分析的基础。作为自然语言处理领域的一个重要分支,情感分析在理论方面有着较高的研究意义。随着词向量的提出,基于深度学习的自然语言处理技术快速发展。面对大量的文本数据,深度神经网络强大的学习表达能力得到了展现。本文对基于深度学习的文本情感分析技术进行研究,主要工作如下:第一,构建了基于多头自注意力机制的文本情感分析模型。研究了深度学习中的注意力机制,其中自注意力机制能够关注到文本内部词语之间的依赖关系。因此,在文本情感分析任务上,引入了多头自注意力机制,并通过结合非线性子层双向门控循 环单元增强模型的学习能力。实验结果表明,构建的模型在情感分析任务上的准确率得到了提升。第二,针对情感分析的子任务主客观分析,构建了基于线性门控卷积的网络模型。通过对不同的门控机制进行研究,在卷积神经网络的基础上引入了线性门控机制;并使用多个 不同尺寸的卷积核提取文本特征。实验结果表明,构建的模型在主客观分析任务上表现突出,性能优于其他模型。论文主要的创新点和贡献是:将多头自注意力机制引入到文本情感分析领域,并通过结合非 线性子层对模型进行了改进,提升了模型的准确率;在文本主客观分
析任务上,通过线性门控机制对卷积网络进行改进,并根据文本数据的特性构建了不同尺寸的卷积核,有效地提升了模型的性能。
文本情感分析研究现状
文本情感分析研究现状 机器之心专栏 作者：李明磊 作为NLP 领域重要的研究方向之一，情感分析在实际业务场景中 存在巨大的应用价值。在此文中，华为云NLP 算法专家李明磊为 我们介绍了情感分析的概念以及华为云在情感分析方面的实践和 进展。 基本概念 为什么：随着移动互联网的普及，网民已经习惯于在网络上表达意见和建议，比如电商网站上对商品的评价、社交媒体中对品牌、产品、政策的评价等等。这些评价中都蕴含着巨大的商业价值。比如某品牌公司可以分析社交媒体上广大民众对该品牌的评价，如果负面评价忽然增多，就可以快速采取相应的行动。而这种正负面评价的分析就是情感分析的主要应用场景。 是什么：文本情感分析旨在分析出文本中针对某个对象的评价的正负面，比如「华为手机非常好」就是一个正面评价。情感分析主要有五个要素，（entity/实体，aspect/属性，opinion/观点，holder/观点持有者，time/时间），其中实体和属性合并称为评价对象(target)。情感分析的目标就是从非结构化的文本评论中抽取出这五个要素。
图1 情感分析五要素 举例如下图： 图2 情感分析五要素例子 上例中左侧为非结构化的评论文本，右侧为情感分析模型分析出的五个要素中的四个（不包括时间）。其中实体「华为手机」和属性「拍照」合并起来可以作为评价对象。评价对象又可细分为评价对象词抽取和评价对象类别识别。如实体可以是实体词和实体类别，实体词可以是「餐馆」、「饭店」、「路边摊」，而实体类别是「饭店」；属性可以是属性词和属性类别，如属性词可以是「水煮牛肉」、「三文鱼」等，都对应了属性类别「食物」。实体类别和属性类别相当于是对实体词和属性词的一层抽象和归类，是一对多的关系。词和类别分别对应了不同的
开题报告(文献综述)-在线评论分析系统的情感分析
开题报告（文献综述）-在线评论分析系统的情感分析本科毕业设计(论文)开题报告 论文题目在线评论分析系统的情感分析开题报告内容: 一、选题的背景及意义 近年来，在“大数据”(Big Data)时代的背景下，随着电子商务行业的蓬勃发展，网络购物平台、手机APP应用市场平台等不仅为用户提供了大量商品信息，同时还允许用户参与商品评论。它不仅为商家提供了一个信息的展示平台以发布新产品的规格数据，也为消费者提供了一个产品使用体验交流以及质量评价的平台。因此很多网络用户在购买或使用某类产品前，往往会选择先上网浏览一些该产品的相关信息，尤其是其他用户的使用体验，多方比较产品的性能，从而使自己的消费和选择更趋理性化。分析这些评论信息，蕴含着巨大的商业价值和社会价值，具有很大的现实意义。 然而，这些主观性评论文本每天以指数级的速度增长,仅靠人工方式难以进行 收集、处理和分析。因此采用计算机技术来自动地分析这些主观性文本表达的情感,成为目前数据挖掘(Data Mining)研究的一个热点,而这个热点的研究方向就是文本情感分析(Sentiment Analysis)。 文本情感分析，也称为意见挖掘(Opinion Mining)，是指通过分析和挖掘文本中的表达情感、观点和立场的主观性信息并判断其情感倾向。它涉及自然语言处理(Natural Language Processing)、计算机语言学(Computational Linguistics)、机器学习(Machine Learning)、信息检索(Information Retrieval)等众多领域，在计算机科学、管理学、政治学、经济学和社会学方向都有广泛的应用。进入21 世纪以后，情感分析这个领域变得活跃起来，吸引越来越多的学者投入其中。目前
文本情感分析综述
随着企业信息化与互联网的发展，信息以爆炸性速度飞速增长，其中包括了大量的非结构化与半结构化数据。非结构化与半结构化数据，主要是文本型数据，阐述5w问题，即who，when，where，what，Why。如何充分利用非结构化数据与半结构化数据，分析其包含的潜在信息，拥有支持决策，成为了众多企业与研究者关注的重点。尤其，针对互联网(如博客和论坛)上大量的用户参与的、对于诸如人物、事件、产品等有价值的评论信息。这些评论信息表达了人们的各种情感色彩和情感倾向性，如喜、怒、哀、乐和批评、赞扬等。基于此，潜在的用户就可以通过浏览这些主观色彩的评论来了解大众舆论对于某一事件或产品的看法。由于越来越多的用户乐于在互联网上分享自己的观点或体验，这类评论信息迅速膨胀，仅靠人工的方法难以应对网上海量信息的收集和处理，因此迫切需要计算机帮助用户快速获取和整理这些相关评价信息。因此，如何从这些Web文本中进行情感挖掘，获取情感倾向已经成为当今商务智能领域关注的热点。情感分析(sentiment analysis)技术也就应运而生(本文中提及的情感分析，都是指文本情感分析)。 文本情感分析(sentiment analysis)，又称为意见挖掘，是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。其中，主观情感可以是他们的判断或者评价，他们的情绪状态，或者有意传递的情感信息。因此，情感分析的一个主要任务就是情感倾向性的判断，Pang等人在文献1中将情感倾向分为正面、负面和中性，即褒义、贬义和客观评价。研究初期，大量研究者都致力于针对词语和句子的倾向性判断研究，但随着互联网上大量主观性文本的出现，研究者们逐渐从简单的情感词语的分析研究过渡到更为复杂的情感句研究以及情感篇章的研究。文本情感分析主要可以归纳为3项层层递进的研究任务，即情感信息的抽取、情感信息的分类以及情感信息的检索与归纳[2]。情感信息抽取就是将无结构的情感文本转化为计算机容易识别和处理的结构化文本。情感信息分类则是利用情感信息抽取的结果将情感文本单元分为若干类别，供用户查看，如分为褒、贬、客观或者其他更细致的情感类别。情感信息检索和归纳可以看作是与用户直接交互的接口，强调检索和归纳的两项应用。 情感分析是一个新兴的研究课题，具有很大的研究价值和应用价值，正受到国内外众多研究者的青睐。目前实现情感分析的技术主要包括基于机器学习法和基于语义方法两类。本文主要针对这两大方法的研究进展进行比较分析，接着介绍国内外现有的资源建设情况，最后介绍情感分析的几个重要应用和展望它的发展趋势。 1 基于统计机器学习法 随着大规模语料库的建设和各种语言知识库的出现，基于语料库的统计机器学习方法进入自然语言处理的视野。多种机器学习方法应用到自然语言处理中并取得了良好的效果，促进了自然语言处理技术的发展。机器学习的本质是基于数据的学习（Learning from Data）。利用机器学习算法对统计语言模型进行训练，最后用训练好的分类器对新文本情感进行识别。2002年，Pang 等人就在文献[1]中提出用机器学习的方法进行情感倾向的挖掘工作，他们以互联网上的电影评论文本作为语料，采用了不同的特征选择方法，应用朴素贝叶斯（Naive Bayes）、最大熵(Maximum Entropy)、向量机(SVM)对电影评论分别进行分类，实验表明SVM 的分类性能最好，准确率达到87.5%。该研究引起学术界的关注，之后用于倾向性判断的机器学习算法的改进被陆续提出，基本的算法有：支持向量机(SVM)、朴素贝叶斯(NB)、K-近邻(KNN)、简单线性分类器(SLC)和最大熵(ME)等。他们在另一项工作中，将文本极性分类问题转换成求取句子连接图的最小分割问题，实现了一个基于minimum-cut的分类器。[7]。Whitelaw等人[11]关注研究带形容词的词组及其修饰语(如“extremely boring”或“not really verygood”)，他们提取带形容词的词组作为特征，基于这些特征，用向量空间模型表示文
高中化学教学论文 谈化学教学中的情感教学
谈 化 学 教 学 中 情 感 教 育 摘要：在化学教学中通过情感教育，能构建和谐的师生关系，克服传统教育中的师生不和谐关系，发挥教师主导，学生主体作用达到寓教于情、寓教于乐。 关键字：情感，情景，教育 随着教育改革的不断深入，新教材已走进学校，走入课堂。新教材是为进一步提高学生的科学素养为宗旨，激发学生学习化学的兴趣，尊重和促进学生的个性发展帮助学生获得未来发展所必需的化学知识、技能和方法，提高学生的科学探究能力；在实践中增强学生的社会责任感，培养学生热爱祖国、热爱生活、热爱集体的情操。使学生在知识与技能，过程与方法，情感态度与价值观三个方面得到统一和谐的发展。而知、情、意相结合是现代教学论的要求。学生个体主动参与和学生群体的积极互动是使化学教学成功的必要条件。教学是教师和学生共同参与的双边活动，也是一种特定情境下的人际交往活动。无论处于教学主导地位的教师，还是处于教学主体地位的学生，都是有血有肉，有情有感的个体。因此，教学过程中，不仅有认知方面的信息传递，也有情感方面的信息交流。心理学认为，情感是客观事物是否符合人的需要与愿望、观点而产生的心理体验。它反映的不是客观事物的本身，而是具有一定需要或愿望、观点的主体与客体之间的关系。一般说来，凡能满足人的需要或符合人的愿望、观点的客观事物，就使人产生愉快、喜爱等肯定的情感体验，反之，就使人产生烦闷、厌恶等否定的情感体验。 学习中的情感与学习的认知活动是紧密联系的。皮亚杰说：“没有一个行为模式（即使是理智的），不含有情感因素作为动机” 。①在教学过程中，学生作为学习的主体，其情感直接影响学习的效果与质量。教师充分挖掘刺激学生心理的情感源泉，通过恰当的途径和方法，激起学生健康、积极的情绪体验，以优良的情感去波及和感染学生，促使学生自觉接受教育，这是当今教育成功的一个值得深入探讨的课题。 笔者认为下面所列情况是学生乐于学的几种情形： （1） 当学生有兴趣时； （2） 当学生的身心处于最佳状态时； （3） 当教学内容能用多种形式呈现时； （4） 当学生遭遇到理智的挑战时； （5） 当学生发现自己知识的个人意义时； （6） 当学生能自由参与探索与创新时；
教师论文情感教育论文：让爱温暖孩子的心灵
教师论文情感教育论文：让爱温暖孩子的心灵 摘要：爱是沟通教师与学生之间感情的纽带，是开启学生心扉、使之乐于接受教诲的金钥匙。教师只有对学生倾注无限的爱，才能赢得学生的信任的热爱。作为人民教师，让我们理解学生、尊重学生、关心学生，尽我们的微薄之力，在他们成长的道路上，洒下爱的灿烂阳光。 关键词：教师；学生；爱的教育 “爱是打开心灵的钥匙”,是连接师生情感的纽带,“没有爱就没有教育。”教师应深入到学生中去，和他们融为一体，缩短与他们的距离，做学生的知心朋友，使他们亲近你，了解你，也使自己熟悉学生的性格特点、家庭状况、特长，了解学生的内心世界，把握其思想脉搏，以利于在工作中对症下药。 从事班主任工作十多年来，我用心呵护着每一位学生，学生思想出了问题，我耐心开导；学习上遇到困难，我释疑解难，指导学习方法；生活上遇到困难，我设法帮助解决。真挚的情感,火热的爱心成为学生行为的动机,也得到学生 爱的回报,他们理解、信任、尊重老师，将老师的要求转化为自己的实际行动。 1、用爱缩短师生间的距离 教师对学生的爱是一种高层次的爱，是建立在对学生理
解和尊重基础上的。教师要理解学生，善于体察学生的心，站在学生的角度替他们着想。“人非草木，孰能无情”,爱是相互的，只有当教师付出自己赤诚的爱，才能获得学生对教师深沉的爱。 我班有一名男生叫张吟，家住在乡下父母常年在外打工，由外婆抚养，孩子性格孤僻，不与同学相处，总是默默坐在位子上，对老师也爱理不理的。一次，隔壁班的一名女生下课着急上厕所，正好与刚走出教室的张吟相撞，张吟的前额眉毛处被女生的牙齿刮破一个长口子，流了很多血。我得知情况后立刻带孩子上医务室并给孩子外婆打电话，王医生看过后建议去医院缝针，于是我又急急忙忙带着张吟赶往人民医院。一路上我不停关切询问他痛不痛，还有哪里不舒服。他总是摇摇头。当医生给他缝针时，他咬紧牙关可以看出他很疼，我便紧紧握住他的手，鼓励他“坚强点，马上就好了”缝好针拿好药走出医院时，孩子的外婆才赶到，我交待好注意事项后转身对张吟说再见时，他竟充满感激地对我说了一声：“陈老师，谢谢您。”一声谢谢缩短了我和他之间的距离。伤好后，他变得开朗了，总是喜欢围着老师身边帮老师拿东西。因为他知道老师是爱着他的，关心他的。 在教师心灵的天平上，每个孩子都是一个砝码，都占有一定的分量。教师要用自己的爱去唤起学生的爱，用自己的
关于大学生心理健康的论文
关于大学生心理健康的论 文 关于大学生心理健康的论文 浅析大学生心理健康 黄倩 摘要：当前大学生心理健康问题突出，引起了社会的广泛关注，大学生群体的心理健康教育关系到国民精神风貌的塑造和国家的强盛。因此，笔者结合当前大学生心理问题现状，探究影响当前大学生心理健康的主要原因，并提出有针对性的建议，以期对当前大学生心理健康教育提供可行建议。 关键词：大学生心理健康心理问题 随着社会的迅猛发展和物质世界的日益充裕，人们关心的焦点从传统的衣食住行等生理需求逐步转向对人的心理世界的关注这个更深的层面上来。尤其是对不管是生理还是心理都正处于转型和塑造期的大学生来说，个人角色的转换、所处环境的变迁、心智成熟度的增加等使得大学生群体的心
理问题越来越凸显出来，也日益得到社会的广泛关注和重视。 国家教委近年在对大学生心理问题的进行的抽样调查显示，被调查的万大学生中，近五分之一的大学生存在着各种程度的心理问题，这些心理问题具体表现在大学生感情脆弱、意志消沉、迷惘困惑、自卑感强、人格丧失、心理承受能力弱、人际交往障碍等方面上。这也是影响当代大学生成长和成才的主要原因之一。 当代大学生是祖国的未来和栋梁，因此，加强对大学生群体的心理健康教育，培养身心健康的大学生群体不仅关系到国民精神风貌和精神文明建设，更关系到国家的富强。因此，笔者结合当前大学生心理问题现状，探究影响当前大学生心理健康的主要原因，并提出有针对性的建议，以期为当代大学生心理健康教育提供可行建议。 一、大学生心理健康问题的突出表现 （一）环境巨变引起心理不适应 现在大学生多出身于独身子女群体，自理能力较差，缺乏独立生活的能力。一旦脱
阅读情感训练教学论文
阅读情感训练教学论文 情感是人们对客体事物在心理与态度上产生的反映。现代社会下，良好的情感，不仅促使人们健康生活、和谐交际、调适心情，更能促进人格力量的形成，使人有尊严地生活。情感教育是素质教育的重要内容之一。笔者认为要凭借教材中的情感因素，引领学生感知体悟，激励学生表情达意，达到丰富学生的情感，培养学生移情能力，形成良好的情感品质，较好地实现素质教育的目的。 一、开掘情感源流──“蓄情” 小语教材中蕴孕着丰富的情感因素。教者善于把握这些情感因素，开掘情感的源流，就能使学生较好地蕴积情感的“储备量”，这方面可以从以下四点入手：１、定好情感基调。“转轴拨弦三两声”，讲的便是试弦定调的事。同样，文章中的情感也有一个基调的问题。从总体上讲，文章中流露出的情感总有差别，或激昂愉快，或悲抑凄婉，或勃发豪放，或凝重深沉。为文章确定一个基调，可以从全局、整体角度去把握好作品中的情感。如《养花》中开篇写道：“我爱花，所以也爱养花。”一个“爱”字为全文楔定了感情的调子。教学时，只有扣准了“爱”，才能使学生深刻地领略老舍养花的乐趣。２、理清情感层次。古人云“情者文之径，辞者文之纬”。优秀的文章，“情”往往潜隐于“辞”中，形成一条情感发展线，体现了情感变化的层次性。《粜米》一文农民的感情经历了由满怀希望→大失所望→满腔愤怒→陷入痛苦的变化过程。理清了这条情感线，便能使学生清晰地感悟到旧时代农民这一形象命运的悲剧性。３、把准动情之点。小语教材中绝大多数课文文艺性较强。阅读这些篇目，统观全文时，总有一两处感人至深的佳境，深深地打动着读者的心。《穷人》一文末尾部分，渔夫归来主动提出把西蒙的孩子抱过来抚养时与桑娜展开的对话部分耐人寻味，使人震撼。透过“你瞧，他们在这里啦。”学生就可以更好地感受到穷苦人民的一颗纯真、善良之心。４、辩明情感差别。人的情感具有较强的复杂性，显现出差异特性。阅读教学中教者要注意抓住表现情感差异的语句，引导学生仔细玩味，培养学生丰富而又细腻的情感品质。《我的战友邱少云》第七自然段，展现了“我”的内心活动.当邱少云烈火烧身时,我“紧张”、“担心”、“矛盾”、焦急”、“痛苦”，表现出情感的复杂性，烘托了邱少云烈火烧身时令常人难以忍受的危险处境。教