基于卷积神经网络的英文篇章情感量化方法

提出利用卷积神经网络(CNN)预测英文单词情感极性,并利用英文单词情感极性设计量化篇章情感倾向的方法.首先,利用fastText技术训练词嵌入模型,将英文单词转化为定长、稠密的词向量;接着,以词向量作为输入,构造一维CNN模型,并设计出多种具有不同深度的架构;最后,利用CNN预测模型计算篇章中所含英文单词的平均情感极性作为篇章情感倾向的量化分值.实验结果表明:相比于传统的机器学习模型,提出的CNN预测模型能够提升英文单词情感预测精度,所设计的篇章情感量化方法,也与主观判决情感色彩有较好的一致性.     

基于内联关系的方面级情感分析方法

方面级情感分析 (aspect-based sentiment analysis, ABSA) 旨在预测给定文本中特定目标的情感极性. 研究表明, 利用注意力机制对目标及其上下文进行建模, 可以获得更有效的情感分类特征表达. 然而, 目前常用的方法是通过对特定目标使用平均向量来计算该目标上下文的注意权值, 这类方法无法突出文本中个别单词对于整个句子的重要性. 因此, 提出了一种基于内联关系的方面级情感分析方法, 该方法可以对目标和上下文进行建模, 将关注点放在目标的关键词上, 以学习更有效的上下文表示. 首先使用门控循环单元 (gated recurrent unit, GRU) 对方面信息和句中单词进行融合分布式表达; 然后将分布式表达输入到结合注意力机制的长短时记忆网络 (long short-term memory network, LSTM), 通过查询机制来增加内联关系的权重, 最终得到方面级情感分类. 该模型在公开数据集上进行的实验结果表明, 该方法是有效的, 精确度均超过基线模型.     

基于情感分析和GAN的股票价格预测方法

股票价格具有非平稳性和波动性特点,且投资者容易受自身情感影响,投资决策行为具有非理性特征,因此股票价格难以预测.针对预测股票价格的卷积神经网络情感分析方法存在文本标记分布不平衡问题,本文提出一种基于情感分析和生成对抗网络的股票价格预测方法.首先,建立金融领域情感词典库;然后,使用基于词典的情感分析方法计算金融文本数据的情感极性和投资者每天的总体情感指数;最后,利用生成对抗网络对股市波动进行预测,其中生成器生成股票序列数据,而判别器采用卷积神经网络对生成数据和真实数据进行区分.该方法能动态地更新股票价格预测结果且误差较小.     

古代文学课中的审美教育

本文谈古代文学教学的心得体会。一是在古代文学教学中,在传授知识的同时,注意运用美的形象、美的因素对学生进行审美教育,不仅是提高古代文学教学效果的有效办法,而且是对民族优秀文化遗产的发扬光大,是造就社会主义新人的需要。二是在古代文学教学中对学生进行审美教育的途径:加强对作品意境的分析、鉴赏,培养学生分析、鉴赏作品的能力,激发学生的联想、想象,提高学生的审美能力;重视揭示作家、作品的美好情操、情蕴,对学生进行情感教育。     

浅谈启发式教学中的情感教学与问题教学

本文分别论述了作为启发式教学重要因素的情感教学和问题教学的涵义、形成的依据或分类与在教学中如何体现的方式等，并进而指出这两者的结合就是启发式教学过程的“动机”与“活动”的环节，在教学中抓好这两个环节，对保证启发式的实现与教学质量的提高有重要的意义。     

气质是可以改变的吗

我们无论是谁,都会有某种程度的偏向性情感。气质是每个人通过遗传天生的,所以不管其个人情愿与否,必然会对那个人的人生产生影响。有的孩子天生就很稳重,而有的孩子天生就性情乖僻、郁郁寡欢,这一点,做父母的都明白。问题     

家庭的EQ教育

有一对夫妇为自己5岁的小女儿买了一个新的游戏软件。他们决定教小女儿玩。可是,当小女儿开始玩游戏时,太想让小女儿能尽快掌握玩法的父母,却成了妨碍。右边、左边,一系列矛盾的命令不停地飞进小女儿的耳朵。     

心理卫生

压力——不管是生理的、精神的、情感的,还是环境的——并不一定都是无益。但如果压力过多,就会使我们不堪重负。