情感陶冶

摘要： 中小学沂蒙精神教育存在两大问题:一是知行分离,二是情感缺失。针对上述问题,临沂市中小学经过情感陶冶、行为认同、理论提升三个阶段的探索,通过沂蒙精神的特色育人路径解决了两大问题。

摘要： 古诗词是中华民族优秀传统文化中一颗璀璨的明珠,是经历数千年文化熏陶沉淀下来的经典。古诗词所蕴含的文化价值与历史精髓,对培养学生的道德情操、审美情趣具有现代文不可替代的作用。古诗词不仅在语言形式及写法上与现代文不同,且很多古诗词中都有意象和典故,这些对小学生来说理解起来有难度。小学语文部编版教材中增加了大量中华优秀传统文化内容,一至六年级一共收录了122首(篇)古诗文,都是经典的具有艺术价值的名家名作。怎样正确认识小学语文古诗词教学中情感陶冶的重要性,有针对性地创新古诗词情感陶冶策略,是值得小学语文教师思考与探索的问题。

摘要： “情”是文章之“魂”。一篇文章能否打动读者,关键要看文章所表达的情感能否让读者产生共鸣。笔者以“情”为突破口,按照情境设置与情感引导双线并行、循序渐进的原则,构建了“创情-共情-悟情-延情”的“情语文”教学模式,让学生在真、善、美的情感陶冶中塑造健康人格。

摘要： 古诗词是中华优秀传统文化的重要载体之一,其是中华文化的经典与精髓部分,具有极高的文化价值与历史价值,在塑造学生道德品质及情感价值观念方面发挥着不容忽视的作用。但因古诗词的语言形式与学生日常语用习惯有所不同,其内容与现代生活也存在差距,再加上古诗词大多包含了意象与典故,给古诗词的“教”与“学”都提出了挑战。面对这些经典的名家名作,要怎样正确认识以情感陶冶为导向古诗词教学的重要性,以积极的措施强化古诗词情感陶冶效果,是值得一线语文教师深思的问题。

摘要： 在小学英语教学过程中,巧选与闽教版《小学英语》教材相结合的绘本,可以激发学生学习英语的积极性,丰富学生的英语学习资源,还可以让学生在愉悦的学习氛围中习得语音技能,培养良好的语感,形成优秀的思维品质和体验真实的情感,亦让小学英语课堂充满活力和生机,提升与升华英语教学.

摘要： 创新是一个民族进步的灵魂,是一个国家兴旺发达的持久动力。在科技发展日新月异的今天,创新已成为时代的主题。小学语文教材内容丰富、体裁多样,有着极为丰富的创新元素,是小学创新教育的主阵地。当前,小学语文教师的一个重要职责就是巧妙抓好创新点,使创新教育和学生的语言文字训练、思维发展、情感陶冶等融合在一起,全面提高学生的创新能力,全面培养学生的语文素养。

摘要： 校史文化是学校发展历程的记录,是高校特有的文化资源,是推进高校思想政治教育的有效载体之一。长期以来,校史文化工作机制不完善、教育载体不充分、教育体系不健全、教育意识不自觉等问题影响了其思想政治教育功能的有效发挥。文章分析高校校史文化与思想政治教育的关系、校史教育相较于其他思想政治教育方式的优势所在,具体分析高校校史文化导向示范、激励凝聚、价值认同、情感陶冶四个方面的功能。基于此,提出打造高校校史文化立体化育人的实现路径。

摘要： 随着新课程改革的不断发展,对小学语文教育教学提出了更严格的要求。古诗词是小学语文教学内容的重要组成部分,也是经历几千年文化熏陶沉淀下来的瑰宝,篇章虽短,意境却大,对培养小学生记忆能力、想象能力、思维能力,提高他们的审美意识都具有十分重要的作用。但在小学语文古诗词实际教学中,学生很难与作者产生情感共鸣,导致学生无法在古诗词的学习中陶冶情感,基于此,本文就关于小学语文古诗词教学的情感陶冶策略进行探究,希望能够推进小学语文教育的发展。

摘要： 传统的物理教学,学生成了复制例题的容器,对基本概念、规律和思想方法理解肤浅,感觉学物理太苦太累,没意思。可以说,相当多的学生是在为应付考试而学物理,相当多的教师也是为高考中取得好成绩而煎熬。师生共同浸泡在题海之中难以自拔,学生课余时间几乎全被作业所占据,而真正给学生情感陶冶和智慧提升的鲜活的物理却消失了。作业的“无设计”现象突出作业模式单一、内容同一,缺乏层次,让全班甚至全年级学生做相同的作业。这些囿于书本、拘泥算练、限于室内的作业,一方面不能充分考虑学生的学习意愿与个体需要,另一方面也不适合学生个体的发展,大大禁锢了学生的活动空间,限制了学生的知识视野,制约了学生思维的发展,影响了学生物理整体素质的提高。

摘要： 紧紧围绕“为谁培养人 , 培养什么人 , 怎样培养人”, 聚焦“立德树人”,充分挖掘教材中的德育素材,充分发挥数学 教材涉及教学内容宽泛、解决问题实例突出的特点,强调学生的主体地位和解决问题思维模式,采取灵活多样的教学方法潜移默 化地对学生进行德育养成教育,在德行合一、知行合一,把学生培养成社会主义事业的可靠接班人和合格建设者的道路上不断前行, 砥砺奋进。

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。