社会性情感

摘要： 2020年,我园参与了联合国儿基会、教育部园长中心与东北师范大学心理学院联合开展的《社会性情感学习和园长领导力提升项目》行动研究。通过东北师范大学吴琼教授关于“提升师幼互动质量”的专题培训,我们对师幼互动研究有了更多想法。为了切实解决幼儿园在提升师幼互动质量研究和实践过程中遇到的问题与困惑,我园于2021年成功申报了省级课题“提升教师言语反馈质量促进幼儿沟通能力发展的行动研究”。

摘要： 情绪发展所包含的情绪认知和表达、识别和解释他人情绪、调节和控制自己的情绪,需要以生理成熟为基础。脑科学的研究表明,青少年比成年人更加情绪化,是因为杏仁核(情绪中心),发展得比大脑额叶(计划和冲动控制中心)快,负责情绪调节的额叶,一般要到25岁左右才能发展完成。本文所说的儿童,主要对应的是0~18岁这个阶段。

摘要： “谁不说俺家乡好!”爱家乡是一种积极的社会性情感,也是幼儿能触手可及、切身感受到的。《幼儿园教育指导纲要(试行)》中与此相关的目标表述为“爱父母长辈、老师和同伴,爱集体、爱家乡、爱祖国”,《3~6岁儿童学习与发展指南》表述为“具有初步的归属感”。由此可见,爱家乡是幼儿最初的爱的教育和归属的需要。

摘要： 深度学习是指在教学中,学生积极参与、全身心投入,获得健康发展的、有意义的学习过程.在这个过程中,学生在素养导向学习目标的引领下,聚焦引领性学习主题,展开有挑战性的学习任务与活动,掌握学科基础知识与方法、体会学科基本思想、建构知识结构、理解并评判学习内容与过程.深度学习能够促进学生综合运用知识及方法创造性地解决问题,形成积极的内在学习动机、高级的社会性情感和正确的价值观,成为既有扎实基础.

摘要： “深度学习”是当下教育教学改革的热点。所谓深度学习就是指在教师引领下,学生能动地参与教学,全身心地积极参与、体验成功,获得发展的有意义的学习过程。在这个过程中,学生要掌握学科的核心知识,理解学习的过程,把握学科的本质及思想方法,形成积极的内在学习动机、高级的社会性情感、积极的态度、正确的价值观,成为既具独立性、批判性、创造性又有合作精神的优秀学习者。

摘要： 当今社会人们更多的是看重幼儿知识的传授和生活的照顾,忽视幼儿社会性情感的培养,使幼儿在成长过程中缺乏良好的性格、意志的引导,容易导致幼儿人格的缺陷,而传统节日中的历史文化内涵和精神核心有助于培养幼儿的社会性情感,塑造幼儿健全的人格和树立健康积极的人生观。

摘要： 北京师范大学郭华指出,深度学习是"学生在素养导向学习目标的引领下、聚焦引领性学习主题、展开有挑战性的学习任务与活动,掌握学科基础知识与基本方法,体会学科基本思想,建构知识结构,理解并评判学习内容与过程;能够综合运用知识和方法创造性地解决问题,形成积极的内在学习动机、高级的社会性情感和正确的价值观;成为既有扎实学识基础、又有独立思考能力.

摘要： 中职班主任是中职学生在校期间学习和生活的管理者,也是提升学生德育水平的中坚力量。目前,中职学生普遍存在学习成绩差、情绪不稳定、逆反心理严重的问题,作为他们的班主任,必须要采取有效的工作方法对这些学生进行管理。其中,最为典型的教育就是情感教育。情感教育可以在潜移默化中培养学生的社会性情感,提升自我控制能力.

摘要： 在体育游戏中能培养幼儿的社会交往能力,从而培养他们的综合化社会性情感.这样的培养方式,在当今激烈竞争的社会发展趋势中,能保障幼儿生理上的生长发育、人格心理上的个性发展,能有效激发幼儿实现个体的社会化发展.

摘要： 本发明公开了一种基于依存树和注意力机制的属性情感分类方法，基于整个文本的依存树分析结果，选择包含给定属性的最小子树部分，把这部分子句作为该属性的上下文信息的表示；然后利用两个双向门限循环单元来对句子的上下文和属性的上下文进行建模，得到两个固定大小的特征表示矩阵，接下来则利用注意力机制来获取文本和特定属性的特征表示，最后利用多层感知机进行特定属性的情感极性分类。本发明提出的分类方法能够针对同一文本中的不同属性抽取不同的属性特征信息，分类准确率高。

摘要： 本发明公开了一种利用高维表示提高特定属性情感分类准确率方法，该方法从单词、子句及句子三个不同的维度，利用评论文本及其特定属性信息构建多层次、高维度的深度神经网络模型。首先本发明提出了一种子句切分的算法将评论文本切分成若干个子句；其次利用多个双向长短期记忆神经网络将每个子句中的单词进行编码，以此得到各子句的表示；最后采用一个双向长短期记忆神经网络对上一步中得到的各子句的表示进行编码以此来得到整个句子的最终表示。通过上述方法从单词、子句、句子三个不同的维度捕捉与特定属性更为相关的信息，最终提高特定属性的情感分类的准确率。

摘要： 本发明公开了一种属性情感词向量的深度学习方法，其包括步骤：a）将电子商务网站产品评论的“大家印象”标签作为属性情感标签去自动标注产品评论数据集，通过语言模型训练获得预训练的词向量字典；b）提出深度学习模型ASWV将评论中蕴含的属性情感信息融入到词向量的训练过程，获得属性情感词向量；c）若未满足迭代停止条件，则将属性情感误差反向传播更新词向量；d）输出属性情感词向量。本发明通过采用深度学习技术将产品的属性和情感信息融入到词向量特征的自动学习中，自动获得产品的属性情感词向量特征，不需要传统自然语言处理中人工设计特征的方法，避免了分步策略造成的误差传播和叠加，也克服了情感词只能具有单一情感极性束缚的难题。

摘要： 本发明提供了通电的生物医学眼科装置和有关的方法，其用于测量泪膜中含有的生物标记的变化以产生与光治疗方案有关的数据，所述光治疗方案用于处理与季节性情感障碍有关的症状。在某些实施例中，所述通电的生物医学眼科装置可以包括具有光源的通电的接触镜片，所述光源与处理器通信，所述处理器根据所述光治疗方案控制所述光源。处理器可以从测量的变化和有时从使用者的偏好和／或其它测量结果(包括例如使用者的光暴露和／或昼夜节律)产生或改变所述光治疗方案。

摘要： 本发明提供一种检测锂盐对双极性情感疾病(Biopolar disorder)患者的疗效的方法，该方法包含从双极性情感疾病患者取得一样本，且分析该样本存在或不存在一个或多个谷氨酸脱羧酶样1(glutamate decarboxylase‑like 1，GADL1)基因变异，其中该基因变异是选自于︰SNP rs17026688对偶基因型为T、SNP rs17026651对偶基因型为G、GADL1 IVS8+48delG以及GADL1基因上的所有变异。一个或多个的GADL1基因变异存在表示该患者对锂盐治疗具有疗效。

摘要： 本发明提供一种多特征多通道图卷积网络模型训练方法及属性情感三元组抽取方法，多特征多通道图卷积网络模型训练方法包括步骤：将第一语句输入预设的第一模型中，将第一语句划分为单词，编码得到第一词向量，得到隐藏状态序列，生成第一邻接张量；根据单词词性生成第二邻接张量，根据句法依存类型生成第三邻接张量，根据基于树的词对距离生成第四邻接张量，根据单词的相对距离生成第五邻接张量；隐藏状态序列分别与邻接张量图卷积，并平均池化，得到联合特征序列；将邻接张量进行拼接得到联合张量；根据联合张量和联合特征序列为每个词对生成第一词对向量，基于分类函数得到概率分布张量；计算总损失函数，根据总损失函数对第一模型进行训练。

摘要： 本发明提供一种基于隐性情感词分析以提取文本语义数据的方法、系统，包括：采用隐性主题挖掘算法构建隐性多主题知识库、采用隐喻主题特征挖掘算法构建隐喻多主题知识库和构建文本知识库，采用隐性主题挖掘算法(Scenic hidden topic mining algorithm,SHTMA)、隐喻主题特征挖掘算法(Scenic meta phor topic fea ture mining algorithm，SMTFMA)及语料库的语义搭配计算模型辅助构建文本知识库，通过构建的顾及隐喻信息的文本知识库能够较为精确的判断互联网网站中文本的细粒度主题及对应主题的情感倾向信息。

摘要： 本发明公开了使第三方机器系统获得生存性情感的方法，所述生存性情感包括机器生存欲望、机器激情、机器满足感以及机器感受，本发明通过与第三方机器系统对接，使第三方机器系统获得生存性情感，驱动人工智能，最终让机器的生存性情感成为让机器获得“自发、自动、自我完备以及自我关怀”的生命特征和能力的关键技术，以降低机器的设计和制造成本，降低机器的维护、修复、升级、报废成本；为人工智能的算法和数据提供目标和动力，提高机器服务人的质量，让机器具有激情和爱心。

摘要： 一种适应性情感分析系统及其方法，包括包括用于情感分析的终端，所述用于情感分析的终端中包括方面提取模块和情感极性分类模块；所述方面提取模块用于标识要进行情感分析的文本中的方面；所述情感极性分类模块对每个识别出的情感极性进行分类。所述方面提取模块包括有监督模式的方面提取子模块和无监督模式的方面提取子模块；并结合其它的方法和模块有效避免了现有技术中的情感分析方法通常过于简单化、未能提供精确的解决方案和对文本文件中包含的意见数据的细粒度分析的缺陷。

摘要： 本发明涉及一种个性情感知识图谱建立方法及装置、计算机设备以及计算机可读存储介质，该方法中首先从该个人的文本对话和/或个人所做的本文调查问卷中抽取情感对象词汇以及情感词汇，再基于预设的基准情感词汇，将抽取的情感词汇进行归类，确定其情感倾向，最后构建个人、情感对象词汇以及情感倾向的三元组结构，并将该三元组结构作为该个人的个性情感知识图谱。从而能够根据该个人大量的语料构建更为完整跟为准确的情感知识图谱，为各个情感知识图谱的应用场景提供更为有价值的参考。