平面构成曲线的情感特征？

功能主义者认为，任何适合于目的的形式都是美的，勉强的形式则既不合适也不美。

　 从曲线到曲线的转变，或从直线到直线的转变都必须是渐缓的。

　 如果两条曲线当中有一阶跃，这两条曲线都必须和另一条假想的曲线平行，使这两条曲线为切线……。因为假如两条曲线互相分离，我们就不会顺着曲线逐步往下看，而会向图外看，图案便会因此而失去恬静感。

　 你若要跨入无限的世界，请将有限世界的各处都走遍。——歌德

　 观赏者能看见什么，取决于他如何分配注意力，也就是说，取决于他的预期和他的知觉探测。 ——乌尔里克奈塞尔《认识和现实》

　 只要稍微研究一下视觉心理，我们就会发现，观看从一开始就是有选择的，眼睛对样本做出什么反应取决于许多生理和心理因素。

　 视觉延续的中断最容易引起注意。色彩、结构和形式上的对照以及最重要的运动状态都可以表达一个独立的、值得注意的物体或事件的存在。

就像照相机在进行摄取时有一个物理焦点一样，在神秘的注意过程中也有一个类似的心理焦点。

　 整齐或规则程度上的任何变化都将引起注意，对规则的破坏，比如平整的织物上的一个污点，会像磁铁一样吸引眼睛。同样，杂乱环境中意外出现的规则，也会引人注目。这两种反应证明，感觉系统具有节省注意力的倾向，这一倾向符合波普尔不对称原理。为了节省注意力，感官系统只监测能引起新的警觉的刺激分布变化。

　 我们同时还可以看到，不同的人对视觉震动的反应是不同的。一个偏离几何规则的图案可能会使某个人无动于衷，但对另一个人来说也许是一个明显的视觉显著点。这种不同的反应在很大程度上取决于我们在寻找什么以及我们具有什么样的“心理定向”。

　 结构不受比例限制，而知觉却受到比例限制。

　 从心理学来说，人们能接收和加工的视觉信息是有限的。

　 客观地说，不是中断在吸引眼睛，而是眼睛在寻找中断。

　 我们总是准备着对延续做出预期和补充，除非眼睛看到了间断。换句话说，我们好像总以为只要中断能为我们提供所需要的信息，我们就可以把延续看成是“多余的”。

　 要达到对称图案的“平衡”，必须要有一个坚固的框架或另一种孤立该图案的手段。尤其要注意的是，对一个对称作任何程度上的重复都将威胁这一对称的恬静感，因为重复破坏了对称轴的单一性。

　 我们看图时是从外向里看的。

　 可以通过视觉显著点来调整图案的平衡，反过来说，视觉显著点的分量取决于它们对平衡所起的作用。

　 延续的间断有着突出重点和吸引注意力的作用。

　 在一切都处于变化之中，什么都无法预测的情况下，习惯便成了我们描述各种经验的参照框架。

　 人们只有先形成预期，这些预期才可能被证实或证伪。

　 知觉心理学解释了我们为什么不能简单地“录下”我们所看见的东西，而必须 在一个缓慢的“制作和匹配”、“图式和矫正”的过程中求助于试错法。

设计者宁可改进一种现成的纹样也不愿从涂鸦中创造一种新的纹样。全新的创作既有心理方面的困难也有社会方面的困难。真正有独立创作才能的人毕竟是极少数的，而这些人又很可能被公众警告去坚持既定传统，结果就像弗西雍的学生乔治库布勒在《时间的形式》这本颇有创见的书中所说的那样：“人类只把发明作为一种艰苦无比的绝技来接受。”

　 熟悉的东西比不熟悉的东西较少引起脑子的注意，因而公众总是要求更强烈的刺激。

　“在我看来，大凡怪诞之物都由两种成分组成：一是荒唐；二是恐惧。这两者之中只要这方或那方与主导便会出现两种情况，其一为可笑的怪诞，其二为可怕的怪诞，只是我们无法把这两种情况合理地定下来，因为所有这类作品无不在一定程度上同时具有这两种成分，没有哪幅怪诞出只是一味地追求滑稽可笑而不会有恐惧的色彩；也很少有一幅让人恐惧的怪诞画不具有逗乐取悦的意图。” ——罗斯金《威尼斯之石》

1、阈值的意思是界限，故阈值又叫临界值，是指一个效应能够产生的最低值或最高值。此一名词广泛用于各方面，包括建筑学、生物学、飞行、化学、电信、电学、心理学等，如生态阈值。所以情感阈值的意思是情感效应能够产生的最低值或最高值。

2、情感阈值高的意思是情感浓度强，喜欢轰轰烈烈。指一个人所能承受的情感浓度（包括积极和消极）的极限。情感阈值高的人会时不时制造小浪漫，准备惊喜不过是正常表达爱的方式、对伴侣表达称赞和崇拜也是家常便饭、吵架大吵大闹摔东西也没什么不能接受的；这类人在日常生活中，跟普通朋友往往也非常乐于表达感情。

情感阈值低的人只有在确立关系、结婚或其他特殊时刻才会跟伴侣说“我爱你”、制造浪漫或说情话对他们来说只会在心里和脑子里发生、对伴侣的评价往往实事求是有时候甚至有点刻薄、吵架通常是冷战或者商务谈判一般协商问题；这类人在生活中，几乎很少跟普通朋友表达情感，也很少向别人要求得到情感反馈。

情感分析（Sentiment Analysis）

第一步，就是确定一个词是积极还是消极，是主观还是客观。这一步主要依靠词典。

英文已经有伟大词典资源：SentiWordNet 无论积极消极、主观客观，还有词语的情感强度值都一并拿下。

但在中文领域，判断积极和消极已经有不少词典资源，如Hownet，NTUSD但用过这些词典就知道，效果实在是不咋滴（最近还发现了大连理工发布的情感词汇本体库，不过没用过，不好评价）。中文这方面的开源真心不够英文的做得细致有效。而中文识别主客观，那真的是不能直视。

中文领域难度在于：词典资源质量不高，不细致。另外缺乏主客观词典。

第二步，就是识别一个句子是积极还是消极，是主观还是客观。

有词典的时候，好办。直接去匹配看一个句子有什么词典里面的词，然后加总就可以计算出句子的情感分值。

但由于不同领域有不同的情感词，比如看上面的例子，“蓝屏”这个词一般不会出现在情感词典之中，但这个词明显表达了不满的情绪。因此需要另外根据具体领域构建针对性的情感词典。

如果不那么麻烦，就可以用有监督的机器学习方法。把一堆评论扔到一个算法里面训练，训练得到分类器之后就可以把评论分成积极消极、主观客观了。

分成积极和消极也好办，还是上面那个例子。5颗星的评论一般来说是积极的，1到2颗星的评论一般是消极的，这样就可以不用人工标注，直接进行训练。但主客观就不行了，一般主客观还是需要人来判断。加上中文主客观词典不给力，这就让机器学习判断主客观更为困难。

中文领域的难度：还是词典太差。还有就是用机器学习方法判断主客观非常麻烦，一般需要人工标注。

另外中文也有找到过资源，比如这个用Python编写的类库：SnowNLP 就可以计算一句话的积极和消极情感值。但我没用过，具体效果不清楚。

到了第三步，情感挖掘就升级到意见挖掘（Opinion Mining）了。

这一步需要从评论中找出产品的属性。拿手机来说，屏幕、电池、售后等都是它的属性。到这一步就要看评论是如何评价这些属性的。比如说“屏幕不错”，这就是积极的。“电池一天都不够就用完了，坑爹啊”，这就是消极的，而且强度很大。

这就需要在情感分析的基础上，先挖掘出产品的属性，再分析对应属性的情感。

分析完每一条评论的所有属性的情感后，就可以汇总起来，形成消费者对一款产品各个部分的评价。

接下来还可以对比不同产品的评价，并且可视化出来。如图。

这一步的主要在于准确挖掘产品属性（一般用关联规则），并准确分析对应的情感倾向和情感强度。因此这需要情感分析作为基础。首先要找到评论里面的主观句子，再找主观句子里的产品属性，再计算属性对应的情感分。所以前面基础不牢固，后面要准确分析就有难度。

中文这个领域的研究其实很完善了，技术也很成熟。但需要完善前期情感分析的准确度。

总的来说，就是中文词典资源不好，工作做得不是很细很准。前期的一些基础不牢固，后面要得到准确的分析效果就不容易了。