浅谈人工智能产品设计——情感分析

人工智能产品的定义较为广泛，智能硬件、机器人、芯片、语音助手等都可以叫做人工智能产品。本文讨论的人工智能产品主要是指在互联网产品中运用人工智能技术。

互联网产品主要着手与解决用户的痛点，对于C端产品来说，痛点就是指的个人想解决而无法解决的问题，如个人想要美化自己的照片，但是他不会复杂的PS软件，于是美图秀秀就可以解决这个痛点。从KANO模型中，就是满足用户的基本需求与期望需求。

人工智能产品（在互联网产品中运用人工智能技术）则是要满足用户的兴奋需求。如将情感分析运用到电商的产品评论中，用户则可以通过可视化的数据展示来大致对产品有个全面、直观的了解，而不再需要自己一页一页的翻看评论内容。

互联网产品主要关注点在于用户需求、流程设计、交互设计、商业模式等。着眼于用户需求，设计满足用户需求的产品，通过合理的流程设计、交互设计达到产品目标，进而实现商业目标。典型的思路是发现用户需求——>设计满足用户需求的产品——>迭代完善、产品运营——>商业变现。

人工智能产品关注点在于模型的构建，它不再是对于布局、交互的推敲，而是通过选择合适的数据，构建合适的模型，最终呈现出来的是好的效果。什么是好的效果呢？这就需要引入评测指标。互联网的评测指标有我们熟知的留存率、转化率、日活跃等，那么人工智能的产品主要是通过一些统计指标来描述，以情感分析为例，把情感分析看成一个分类问题，则可以使用P、R、A、F值来描述。

1）查准率（Precision）：P值，衡量某类分类中识别正确的比例，如情感分析中，有10条被分类为“正向”，其中8条是分类正确的（由人工审核），那么P=8/10=80%

2）查全率（Recall）：R值，又叫查全率，又叫召回度，指的是某类被被正确分类的比例，同样以情感分析为例，100条数据中有10条是正向的，机器分类后，这10条中有7条被分类为正向，则R=7/10=70%

3)F值，因为P值和R值通常是两个相互矛盾的指标，即一个越高另一个越低，F则是两者综合考虑的指标，不考虑调节P、R权重的情况下，F=2PR/(P+R)

4）精确度（Accuracy）：这个最好理解，就是被准确分类的比例，也就是正确率。如100条数据，90条是被正确分类的，则A=90/100=90%。

以上指标越高，说明模型效果越好。

我们从上面内容可以知道，人工智能产品设计关注：数据——>模型——>效果评估。

现在我们以情感分析为例子说明产品设计的过程。

1）数据：

数据的选择对最终模型的结果有直接影响，情感分析，根据不同的目的，选择的数据也不同。如将情感分析运用于**票房预测，则一些更新及时、内容丰富的数据源，如微博，是比较好的选择。如果是应用于商品的评价，如电子产品，很多评测内容是无法在短短几句话内描述清楚的，这时候微博不是个好的选择，选择论坛上更新较慢、但是详细的内容就比较适合。

如果能在产品的早期就有引入人工智能的打算，则可以在产品中事先做好数据采集。

2）模型：

在选择模型中，产品需要了解不同的模型的优缺点，进而选择更加合适的模型。在情感分析中，NB、SVM、N-gram都是常用的模型，其中SVM效果最好（这是已有的结论），如果是其他的智能产品，可能需要算法团队进行实验，给出测试数据，进而选择合适的模型。

3）效果评估：

效果评估在上文中已经描述得比较清楚，具体指标不再赘述。

4）产品呈现：

最后这一步，是将结果展示给用户。在情感分析中，我们可以选择雷达图、词云、情感趋势图来展示结果。取决于产品属性，如电商产品评论挖掘，可以使用词云；

如舆论分析，可以使用情感趋势图。

人工智能产品的设计要关注：数据、模型、评判、呈现。

　　男生识别女生情感信号的方法如下：

　1、整理仪容时，男人和女人的基本动作都是一样的。这其中包括了梳理头发和平整服装，将一只手或双手置于臀部，用脚尖和身体指向自已感兴趣的对象，延长凝视对方的时间以及增加眼神与对方交流的次数；

　2、她们穿着短裙和高跟鞋的几率都会高于平时，而他们走路、说话、跳舞和一举手一投足间所体现出来的那种女性特有的魅力也明显大于平时；

　3、仰面与抚弄头发，当女性发现心仪的对象时最先使用的两种信号。她们会将头微微后仰，让头发搭在肩膀上，或是自然垂在身后，同时用手轻轻抚弄发丝。即使是那些短发的女性，在遇到心仪对象时，也会不由自主地使用这一姿势。事实上，女人们是想通过这一动作和姿势告诉对方，她很在意自己在他眼中的形象

　4、对于喜欢的人会主动争取，会主动索要****，然后会一而再，再而三打电话或发信息，无论白天还是晚上来争取说话的机会；

　5、会密切观察对方最新需求，进而予以满足，一心一意；

　6、找各种理由单独相处，制造机会亲近男生发展关系，制造的契机。

一、情感建模

随着人工智能技术的发展，人机交互方式越来越向着人类自然交互方向发展，但传统的人机交互方式是机械化的，难以满足现在的需求。情感计算技术的引入，可以让机器像人一样的观察、理解和表达各种情感特征，就能在互动中与人发生情感上的交流，从而使得人与机器交流得更加自然、亲切和生动，让人产生依赖感，故情感计算及其在人机交互中的应用将是人工智能领域里一个重要的研究方向。

情感建模则是情感计算的重要过程，是情感识别、情感表达和人机情感交互的关键，其意义就在于通过建立情感状态的数学模型，能够更直观地描述和理解情感的内涵。

对于情感模型而言，由于其对情感描述方式的不同，可以分为维度情感模型、离散情感模型和其他的情感模型，但在目前的情感建模研究中，维度情感模型的应用更加广泛。

二、维度情感模型

维度空间论认为人类所有情感分布在由若干个维度组成的某一空间中，不同的情感根据不同维度的属性分布在空间中不同的位置，且不同情感状态彼此间的相似程度和差异可以根据它们在空间中的距离来显示。在维度情感中，不同情感之间不是独立的，而是连续的，可以实现逐渐、平稳的转变。

21、一维情感模型

该模型用一根实数轴来量化情感，认为人类情感除了其独特分类不同外，都可以沿情感的快乐维度排列，其正半轴表示快乐，负半轴表示不快乐，并且可以通过该轴的位置可以判断情感的快乐和不快乐程度。

当人受到消极情感的刺激时，情感会向负轴方向移动，当刺激终止时，消极情感减弱并向原点靠近。当受积极情感的刺激时，情感状态向正半轴移动，并随着刺激的减弱逐渐向原点靠近。

情感的快乐维度是个体情感的共有属性，许多不同的情感会借此相互制约，这还可以为个体情感的自我调节提供依据，但多数心理学家认为情感是由多个因素决定的，也因此产生后来的多维情感空间。

22、二维情感模型

该模型从极性和强度两个维度区分情感，极性是指情感具有正情感和负情感之分，强度是指情感具有强烈程度和微弱程度的区别。这种情感描述比较符合人们对客观世界的基本看法，目前使用最多的是VA二维情感模型，该模型将情感划分为两个维度，价效维度和唤醒维度，如下图所示：

价效维度的负半轴表示消极情感，正半轴表示积极情感。唤醒维度的负半轴表示平缓的情感，正半轴表示强烈的情感。例如，在这个二维情感模型中，高兴位于第一象限，惊恐位于第二象限，厌烦位于第三象限，轻松位于第四象限。每个人的情感状态就可以根据价效维度和唤醒维度上的取值组合得到表征

23、三维情感模型

在三维情感模型中，除了考虑情感的极性和强度外，还有其他因素考虑到情感描述中。PAD三维情感模型是当前认可度比较高的一种三维情感模型，该模型定义情感具有愉悦度、唤醒度、和优势度三个维度，其中P代表愉悦度，表示个体情感状态的正负特性；A代表唤醒度，表示个体的神经生理激活水平；D代表优势度，表示个体对情景和他人的控制状态。

另外，还有APA三维情感空间模型，该模型采用亲和力、愉悦度和活力度三种情感属性，能够描述绝大多是情感。

24、其他多维情感模型

除了以上三种情感模型外，还有更复杂的情感模型。心理学家Izard的思维理论认为情绪有愉悦度、紧张度、激动度和确实度4个维度。愉悦度代表情感体验的主观享乐程度，紧张度和激动度代表人体神经活动的生理水平，确信度代表个体感受情感的程度。

心理学家Krech认为情感的强度是指情感具有由弱到强的变化范围，同时还以紧张水平、复杂度、快乐度3个指标来进行量化。紧张水平是指对要发生的事情的事先冲动，复杂度是对复杂情感的量化，快乐度是表示情感所处的愉快和不愉快的程度，故可以从这四个维度来判断人的情感。

另外，心理学家Frijda提出了情感具有愉快、激活、兴趣、社会评价、惊奇和复杂共6个维度的观点，但高维情感空间的应用存在较大难度，因此在实际中很少使用。

维度情感模型是用人类情感体验的欧氏距离空间描述，其主要思想是人类的所有情感都涵盖于情感模型中，且情感模型不同维度上的不同取值组合可以表示一种特定的情感状态。虽然维度情感模型是连续体，基本情感可以通过一定方法映射到情感模型上，但对于基本情感并没有严格的边界，即基本情感之间可以逐渐、平稳转化。维度情感模型的发展为人类的情感识别、情感合成和调节提供了模型基础。

三、离散情感模型

离散情感模型是把情感状态描述为离散的形式，即基本情感类别，如喜、怒、哀、乐等。 较为著名的是由心理学家Ekman提出的六大基本情感类别：愤怒、厌恶、恐惧、高兴、悲伤、惊讶，其在情感计算研究领域得到广泛应用。Plutchik从强度、相似性和两极性三方面进行情绪划分，对出8种基本情绪：狂喜、警惕、悲痛、惊奇、狂怒、恐惧、接受、憎恨。还有其他的一些心理学家提出了对基本情绪的不同分类。

离散情感模型较为简洁明了，方面理解，但只能描述有限种类的情感状态，而维度情感模型弥补了离散情感模型的缺点，能够直观地反映情感状态的变化过程。

四、其他情感模型

除了较常用的维度情感模型和离散情感模型外，一些心理学家还提出了其他基于不同思想的情感模型，如基于认知的情感模型、基于情感能量的概率情感模型、基于事件相关的情感模型等，从不同的角度分析和描述人类的情感，使情感的数学描述更加丰富。

41、OCC情感模型

该模型是针对情感研究而提出的最完整的情感模型之一，它将22种基本情感根据其起因分为三类：事件的结果、仿生代理的动作和对于对象的观感，并对这三类定义了情感的层次关系，可以描述特定情感的产生条件和后续发展。OCC模型给出了各类情感产生的认知评价方式。同时，该模型根据假设的正负极性和个人对刺激事件反应是否高兴、满意和喜欢的评价倾向构成情感反应。

在模型中，最常产生的是恐惧、愤怒、高兴和悲伤这4种情绪。尽管OCC模型传递函数并不是很明确，但从广义上看，其具有较强的可推理性，易于计算机实现，因此被广泛应用于人机交互系统中。

42、隐马尔可夫模型情感模型

该模型有三种情感状态，分别是感兴趣、高兴、悲伤，并且可根据需要扩展到多种情感状态。在模型中，情感状态是通过观测到如情绪响应上升时间、峰值间隔的频率变化范围等情感特征得到的，并通过转移概率来描述情感状态之间的相互转移，从而输出一种最可能的情感状态。

该模型适合表现由不同情感组成的混合情感，如忧伤可以由爱和悲伤组成。另外，还适合表现由若干单一的情感状态基于时间的不断交替出现而成的混合情感，如爱恨交织的情感状态就可能是爱恨两种之间循环。该模型的不足之处在于，对于相同的刺激，其感知结果是确定的。

43、分布式情感模型

该模型是针对外界刺激建立起来的一种分布式情感模型，整个分布式系统是将特定的外界情感事件转换成与之相对应的情感状态，过程分为以下两个阶段：

1、由事件评估器评价事件的情感意义，针对每一类相关事件，分别定义一个事件评估器，当事件发生时，先确定事件的类型和信息，然后选择相关事件评估器进行情感评估，并产生量化结果情感脉冲向量EIV。

2、对EIV归一化得到NEIV，通过情感状态估计器ESC计算出新的情感状态。事件评估器、EIV、NEIV及ESC均采用神经网络实现。

附：学习书目

《情感计算与情感机器人系统》吴敏 刘振焘 陈略峰

与其他的人工智能技术相比，情感分析(Sentiment Analysis)显得有些特殊，因为其他的领域都是根据客观的数据来进行分析和预测，但情感分析则带有强烈的个人主观因素。情感分析的目标是从文本中分析出人们对于实体及其属性所表达的情感倾向以及观点，这项技术最早的研究始于2003年Nasukawa和Yi两位学者的关于商品评论的论文。

随着推特等社交媒体以及电商平台的发展而产生大量带有观点的内容，给情感分析提供了所需的数据基础。时至今日，情感识别已经在多个领域被广泛的应用。例如在商品零售领域，用户的评价对于零售商和生产商都是非常重要的反馈信息，通过对海量用户的评价进行情感分析，可以量化用户对产品及其竞品的褒贬程度，从而了解用户对于产品的诉求以及自己产品与竞品的对比优劣。在社会舆情领域，通过分析大众对于社会热点事件的点评可以有效的掌握舆论的走向。在企业舆情方面，利用情感分析可以快速了解社会对企业的评价，为企业的战略规划提供决策依据，提升企业在市场中的竞争力。在金融交易领域，分析交易者对于股票及其他金融衍生品的态度，为行情交易提供辅助依据。

目前，绝大多数的人工智能开放平台都具备情感分析的能力，如图所示是玻森中文语义开放平台的情感分析功能演示，可以看出除了通用领域的情感分析外，还有汽车、厨具、餐饮、新闻和微博几个特定领域的分析。

那么到底什么是情感分析呢？从自然语言处理技术的角度来看，情感分析的任务是从评论的文本中提取出评论的实体，以及评论者对该实体所表达的情感倾向，自然语言所有的核心技术问题，例如：词汇语义，指代消解，此役小气，信息抽取，语义分析等都会在情感分析中用到。因此，情感分析被认为是一个自然语言处理的子任务，我们可以将人们对于某个实体目标的情感统一用一个五元组的格式来表示：(e,a,s,h,t)

以图为例，e是指某餐厅，a为该餐厅的性价比属性，s是对该餐厅的性价比表示了褒义的评价，h为发表评论者本人，t是19年7月27日。所以这条评论的情感分析可以表示为五元组（某餐厅，性价比，正向褒义，评论者，19年7月27日）。

情感分析根据处理文本颗粒度的不同，大致可以分为三个级别的任务，分别是篇章级、句子级和属性级。我们分别来看一下。

1 篇章级情感分析

篇章级情感分析的目标是判断整篇文档表达的是褒义还是贬义的情感，例如一篇书评，或者对某一个热点时事新闻发表的评论，只要待分析的文本超过了一句话的范畴，即可视为是篇章级的情感分析。

对于篇章级的情感分析而言有一个前提假设，那就是全篇章所表达的观点仅针对一个单独的实体e，且只包含一个观点持有者h的观点。这种做法将整个文档视为一个整体，不对篇章中包含的具体实体和实体属性进行研究，使得篇章级的情感分析在实际应用中比较局限，无法对一段文本中的多个实体进行单独分析，对于文本中多个观点持有者的观点也无法辨别。

例如评价的文本是：“我觉得这款手机很棒。”评价者表达的是对手机整体的褒义评价，但如果是：“我觉得这款手机拍照功能很不错，但信号不是很好”这样的句子，在同一个评论中出现了褒义词又出现了贬义词，篇章级的分析是无法分辨出来的，只能将其作为一个整体进行分析。

不过好在有很多的场景是不需要区分观点评价的实体和观点持有者，例如在商品评论的情感分析中，可以默认评论的对象是被评论的商品，评论的观点持有者也是评论者本人。当然，这个也需要看被评论的商品具体是什么东西，如果是亲子旅游这样的旅游服务，那么评论中就很有可能包含一个以上的观点持有者。

在实际工作中，篇章级的情感分析无法满足我们对于评价更细致，如果需要对评论进行更精确，更细致的分析，我们需要拆分篇章中的每一句话，这就是句子级的情感分析研究的问题。

2 句子级情感分析

与篇章级的情感分析类似，句子级的情感分析任务是判断一个句子表达的是褒义还是贬义的情感，虽然颗粒度到了句子层级，但是句子级分析与篇章级存在同样的前提假设是，那就是一个句子只表达了一个观点和一种情感，并且只有一个观点持有人。如果一个句子中包含了两种以上的评价或多个观点持有人的观点，句子级的分析是无法分辨的。好在现实生活中，绝大多数的句子都只表达了一种情感。

既然句子级的情感分析在局限性上与篇章级是一样的，那么进行句子级的情感分析意义何在呢？关于这个问题，需要先解释一下语言学上主观句与客观句的分别。在我们日常用语当中，根据语句中是否带有说话人的主观情感可以将句子分为主观句和客观句，例如：“我喜欢这款新手机。”就是一个主观句，表达了说话人内心的情感或观点，而：“这个APP昨天更新了新功能。”则是一个客观句，陈述的是一个客观事实性信息，并不包含说话人内心的主观情感。通过分辨一个句子是否是主观句，可以帮助我们过滤掉一部分不含情感的句子，让数据处理更有效率。

但是在实操过程中，我们会发现这样的分类方法似乎并不是特别准确，因为一个主观句也可能没有表达任何的情感信息，知识表达了期望或者猜测，例如：“我觉得他现在已经在回家的路上了。”这句话是一个主观句，表达了说话人的猜测，但是并没有表达出任何的情感。而客观句也有可能包含情感信息，表明说话者并不希望这个事实发生，例如：“昨天刚买的新车就被人刮花了。”这句话是一个客观句，但结合常识我们会发现，这句话中其实是包含了说话人的负面情感。

所以，仅仅对句子进行主客观的分类还不足以达到对数据进行过滤的要求，我们需要的是对句子是否含有情感信息进行分类，如果一个句子直接表达或隐含了情感信息，则认为这个句子是含有情感观点的，对于不含情感观点的句子则可以进行过滤。目前对于句子是否含有情感信息的分类技术大多都是采用有监督的学习算法，这种方法需要大量的人工标注数据，基于句子特征来对句子进行分类。

总之，我们可以将句子级的情感分析分成两步，第一步是判断待分析的句子是否含有观点信息，第二步则是针对这些含有观点信息的句子进行情感分析，发现其中情感的倾向性，判断是褒义还是贬义。关于分析情感倾向性的方法与篇章级类似，依然是可以采用监督学习或根据情感词词典的方法来处理，我们会在后续的小节详细讲解。

句子级的情感分析相较于篇章级而言，颗粒度更加细分，但同样只能判断整体的情感，忽略了对于被评价实体的属性。同时它也无法判断比较型的情感观点，例如：“A产品的用户体验比B产品好多了。”对于这样一句话中表达了多个情感的句子，我们不能将其简单的归类为褒义或贬义的情感，而是需要更进一步的细化颗粒度，对评价实体的属性进行抽取，并将属性与相关实体之间进行关联，这就是属性级情感分析。

3 属性级情感分析

上文介绍的篇章级和句子级的情感分析，都无法确切的知道评价者喜欢和不喜欢的具体是什么东西，同时也无法区分对某一个被评价实体的A属性持褒义倾向，对B属性却持贬义倾向的情况。但在实际的语言表达中，一个句子中可能包含了多个不同情感倾向的观点，例如：“我喜欢这家餐厅的装修风格，但菜的味道却很一般。”类似于这样的句子，很难通过篇章级和句子级的情感分析了解到对象的属性层面。

为了在句子级分析的基础上更加细化，我们需要从文本中发现或抽取评价的对象主体信息，并根据文本的上下文判断评价者针对每一个属性所表达的是褒义还是贬义的情感，这种就称之为属性级的情感分析。属性级的情感分析关注的是被评价实体及其属性，包括评价者以及评价时间，目标是挖掘与发现评论在实体及其属性上的观点信息，使之能够生成有关目标实体及其属性完整的五元组观点摘要。具体到技术层面来看，属性级的情感分析可以分为以下6个步骤：

关于文本中的实体抽取和指代消解问题，我们已经在知识图谱的相关章节中做了介绍，这里就不再赘述。针对篇章级、句子级、属性级这三种类型的情感分析任务，人们做了大量的研究并提出了很多分类的方法，这些方法大致可以分为基于词典和基于机器学习两种，下面我们进行详细的讲解。

做情感分析离不开情感词，情感词是承载情感信息最基本的单元，除了基本的词之外，一些包含了情感含义的短语和成语我们也将其统称为情感词。基于情感词典的情感分析方法，主要是基于一个包含了已标注的情感词和短语的词典，在这个词典中包括了情感词的情感倾向以及情感强度，一般将褒义的情感标注为正数，贬义的情感标注为负数。

具体的步骤如图所示，首先将待分析的文本先进行分词，并对分词后的结果做去除停用词和无用词等文本数据的预处理。然后将分词的结果与情感词典中的词进行匹配，并根据词典标注的情感分对文本进行加法计算，最终的计算结果如果为正则是褒义情感，如果为负则是贬义情感，如果为0或情感倾向不明显的得分则为中性情感或无情感。

情感词典是整个分析流程的核心，情感词标注数据的好坏直接决定了情感分类的结果，在这方面可以直接采用已有的开源情感词典，例如BosonNLP基于微博、新闻、论坛等数据来源构建的情感词典，知网（Hownet）情感词典，台湾大学简体中文情感极性词典（NTSUSD），snownlp框架的词典等，同时还可以使用哈工大整理的同义词词林拓展词典作为辅助，通过这个词典可以找到情感词的同义词，拓展情感词典的范围。

当然，我们也可以根据业务的需要来自己训练情感词典，目前主流的情感词词典有三种构建方法：人工方法、基于字典的方法和基于语料库的方法。对于情感词的情感赋值，最简单的方法是将所有的褒义情感词赋值为+1，贬义的情感词赋值为-1，最后进行相加得出情感分析的结果。

但是这种赋值方式显然不符合实际的需求，在实际的语言表达中，存在着非常多的表达方式可以改变情感的强度，最典型的就是程度副词。程度副词分为两种，一种是可以加强情感词原本的情感，这种称之为情感加强词，例如“很好”相较于“好”的情感程度会更强烈，“非常好”又比“很好”更强。另外一种是情感减弱词，例如“没那么好”虽然也是褒义倾向，但情感强度相较于“好”会弱很多。如果出现了增强词，则需要在原来的赋值基础上增加情感得分，如果出现了减弱词则需要减少相应的情感得分。

另一种需要注意的情况是否定词，否定词的出现一般会改变情感词原本的情感倾向，变为相反的情感，例如“不好”就是在“好”前面加上了否定词“不”，使之变成了贬义词。早期的研究会将否定词搭配的情感词直接取相反数，即如果“好”的情感倾向是+1，那么“不好”的情感倾向就是-1。但是这种简单粗暴的规则无法对应上真实的表达情感，例如“太好”是一个比“好”褒义倾向更强的词，如果“好”的值为+1，那么“太好”可以赋值为+3，加上否定词的“不太好”变成-3则显然有点过于贬义了，将其赋值为-1或者-05可能更合适。

基于这种情况，我们可以对否定词也添加上程度的赋值而不是简单的取相反数，对于表达强烈否定的词例如“不那么”赋值为±4，当遇到与褒义词的组合时褒义词则取负数，与贬义词的组合则取正数，例如贬义词“难听”的赋值是-3，加上否定词变成“不那么难听”的情感得分就会是（-3+4=1）。

第三种需要注意的情况是条件词，如果一个条件词出现在句子中，则这个句子很可能不适合用来做情感分析，例如“如果我明天可以去旅行，那么我一定会非常开心。”，在这句话中有明显的褒义情感词，但是因为存在条件词“如果”，使得这个句子的并没有表达观点持有者的真实情感，而是一种假设。

除了条件句之外，还有一种语言表达也是需要在数据预处理阶段进行排除的，那就是疑问句。例如“这个餐厅真的有你说的那么好吗？”，虽然句子中出现了很强烈的褒义情感词“那么好”，但依然不能将它分类为褒义句。疑问句通常会有固定的结尾词，例如“……吗？”或者“……么？”，但是也有的疑问句会省略掉结尾词，直接使用标点符号“？”，例如“你今天是不是不开心？”，这个句子中含有否定词和褒义词组成的“不开心”，但不能将其分类为贬义情感。

最后一种需要注意的情况是转折词，典型词是“但是”，出现在转折词之前的情感倾向通常与转折词之后的情感倾向相反，例如：“我上次在这家酒店的住宿体验非常好，但是这次却让我很失望。”在这个转折句中，转折词之前的“非常好”是一个很强的褒义词，但真实的情感表达却是转折词之后的“很失望”，最终应该将其分类为贬义情感。当然，也存在出现了转折词，但语句本身的情感并没有发生改变的情况，例如“你这次考试比上次有了很大的进步，但是我觉得你可以做得更好”，这里的转折词没有转折含义，而是一种递进含义。在实际操作中，我们所以需要先判断转折句真实的情感表达到底是哪个，才能进行正确的分析计算。

构建情感词典是一件比较耗费人工的事情，除了上述需要注意的问题外，还存在精准度不高，新词和网络用语难以快速收录进词典等问题。同时基于词典的分析方法也存在很多的局限性，例如一个句子可能出现了情感词，但并没有表达情感。或者一个句子不含任何情感词，但却蕴含了说话人的情感。以及部分情感词的含义会随着上下文语境的变化而变化的问题，例如“精明”这个词可以作为褒义词夸奖他人，也可以作为贬义词批评他人。

尽管目前存在诸多问题，但基于字典的情感分析方法也有着不可取代的优势，那就是这种分析方法通用性较强，大多数情况下无需特别的领域数据标注就可以分析文本所表达的情感，对于通用领域的情感分析可以将其作为首选的方案。

我们在机器学习算法的章节介绍过很多分类算法，例如逻辑回归、朴素贝叶斯、KNN等，这些算法都可以用于情感识别。具体的做法与机器学习一样需要分为两个步骤，第一步是根据训练数据构建算法模型，第二步是将测试数据输入到算法模型中输出对应的结果，接下来做具体的讲解。

首先，我们需要准备一些训练用的文本数据，并人工给这些数据做好情感分类的标注，通常的做法下，如果是褒义和贬义的两分类，则褒义标注为1，贬义标注为0，如果是褒义、贬义和中性三分类，则褒义标注为1，中性标注为0，贬义标注为-1

在这一环节中如果用纯人工方法来进行标注，可能会因为个人主观因素对标注的结果造成一定影响，为了避免人的因素带来的影响，也为了提高标注的效率，有一些其他取巧的方法来对数据进行自动标注。比如在电商领域中，商品的评论除了文本数据之外通常还会带有一个5星的等级评分，我们可以根据用户的5星评分作为标注依据，如果是1-2星则标注为贬义，如果是3星标注为中性，4-5星标注为褒义。又比如在社区领域中，很多社区会对帖子有赞和踩的功能，这一数据也可以作为情感标注的参考依据。

第二步是将标注好情感倾向的文本进行分词，并进行数据的预处理，前文已经对分词有了很多的介绍，这里就不再过多的赘述。第三步是从分词的结果中标注出具备情感特征的词，这里特别说一下，如果是对情感进行分类，可以参考情感词典进行标注，也可以采用TF-IDF算法自动抽取出文档的特征词进行标注。如果分析的是某个特定领域的，还需要标注出特定领域的词，例如做商品评价的情感分析，需要标注出商品名称，品类名称，属性名称等。第四步根据分词统计词频构建词袋模型，形成特征词矩阵，如表所示。在这一步可以根据业务需要给每个特征词赋予权重，并通过词频乘以权重得到特征词分数。最后一步就是根据分类算法，将特征词矩阵作为输入数据，得到最终的分类模型。

当训练好分类模型之后，就可以对测试集进行分类了，具体的流程与建模流程类似，先对测试的文本数据进行分词并做数据预处理，然后根据特征词矩阵抽取测试文本的特征词构建词袋矩阵，并将词袋矩阵的词频数据作为输入数据代入之前训练好的模型进行分类，得到分类的结果。

采用基于机器学习的方法进行情感分析有以下几个不足之处，第一是每一个应用领域之间的语言描述差异导致了训练得到的分类模型不能应用与其他的领域，需要单独构建。第二是最终的分类效果取决于训练文本的选择以及正确的情感标注，而人对于情感的理解带有主观性，如果标注出现偏差就会对最终的结果产生影响。

除了基于词典和基于机器学习的方法，也有一些学者将两者结合起来使用，弥补两种方法的缺点，比单独采用一种方法的分类效果要更好，另外，也有学者尝试使用基于LSTM等深度学习的方法对情感进行分析，相信在未来，情感分析会应用在更多的产品中，帮助我们更好的理解用户需求，提升用户使用智能产品的体验。

随着深度神经网络等算法的应用，情感分析的研究方向已经有了非常大的进展，但依然存在着一些难题是目前尚未解决的，在实操过程中需特别注意以下几种类型数据：

情绪轮在用户体验设计上被广泛的应用，很多情感化设计都是基于情绪轮进行的。但是在人工智能领域，将情绪进行多分类比情感分析的三分类任务要难得多，目前大多数分类方法的结果准确性都不到50%。这是因为情绪本身包含了太多的类别，而且不同的类别之间又可能具有相似性，一个情绪词在不同的语境下有可能表达的是不同的情绪类别，算法很难对其进行分类。即使是人工对文本进行情绪类别标注也往往效果不佳，因为情绪是非常主观性的，不同的人对不同的文本可能产生不同的理解，这使得人工标注情绪类比的过程异常困难。如何让机器可以理解真实的情绪目前还是一个未能攻克的难题。

今天讲的主题是不少姐们关心的。

怎么识别感情骗子？

根据我做感情骗子几年来的亲身经验，给出以下实用建议。

（1）不断声称自己对感情很专一的男人，骗子嫌疑更多。

这个道理很浅显易懂，却很容易让人忽略。一般声称自己是什么的人，多半都不是这样的人。

什么样的人不断叫嚷自己是有爱心的人？只有没什么爱心的人。

什么样的人不断叫嚷自己是孝顺的人？只有平时不孝顺的人。

什么样的人不断叫嚷自己很有钱？只有很穷的人。

如果一个人本来就是这样，一直都是这样，他没有什么必要大声叫嚷自己是这样的。

（2）擅长甜言蜜语的男人，骗子居多。

整天心肝啊宝贝啊想你啊爱你啊挂在嘴上，这样的男人多是采花大盗。

女人天性追求被爱，喜欢用耳朵去谈恋爱，听到男人嘴里冒出这些肉麻的话，就像猫闻到鱼腥味一样情不自禁。

但这样热情奔放的表达方式是违背男人的天性的，男人天性是羞于表达感情、羞于流露情绪的。所以才说“男儿有泪不轻弹”。

一个男人违背了自己的天性，嘴上拌了蜜糖，这是要付出巨大的努力才能做到的。一个人付出巨大努力去做一件事，因为他有强烈的动机。

从一个男人的角度，我接触女人多了就明白一件事：那些打扮得非常时尚美丽妖艳的女人都不是普通人，她花如此巨大的努力去化妆打扮，也是因为有强烈的动机。一个普通的女生，没有什么动机，是不会花那么多时间精力去改善自己外形的。

（3）格外有男性魅力的男人，骗子居多。

承接上面的观点。一个没有强烈动机的男人，不会花大力气去改善自己的形象气质。

大部分人都是懒惰的，是吧？男女都是如此。

一个男人花无数时间练出八块腹肌，打扮时尚潮流，身上散发淡淡的香水味，举手投足带有明星气质。这大多是骗子

问题一：情感的定义 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。 《心理学大辞典》中认为：“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”。

心理学的定义

《心理学大辞典》中认为：“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”。但实际上，这一结论一方面将大家公认的幸福、美感、喜爱等等，较具有个人化而缺少社会性的感受排斥在情感之外；而另一方面又显然忽视了情绪感受上的喜、怒、忧、思、悲、恐、惊，和社会性情感感受上的爱情、友谊、爱国主义情感在行为过程中具有的交叉现象，例如一个人在追求爱情这一社会性的情感过程中随着行为过程的变化同样也会有各种各样的情绪感受，而爱情感受的稳定性和情绪感受的不稳定性又显然表明了爱情和相关情绪是有区别的。基于这两点，将情感和情绪以基本需要、社会需求相区别，或者是将情感和情绪这两者混为一谈都显然不合适的。

情绪是身体对行为成功的可能性乃至必然性，在生理反应上的评价和体验，包括喜、怒、忧、思、悲、恐、惊七种。行为在身体动作上表现的越强就说明其情绪越强，如喜会是手舞足蹈、怒会是咬牙切齿、忧会是茶饭不思、悲会是痛心疾首等等就是情绪在身体动作上的反应。生理反应是情绪存在的必要条件，为了证明这一点，心理学家给那些不会产生恐惧和回避行为的心理病态者注射了肾上腺素，结果这些心理病态者在注射了肾上腺素之后和正常人一样产生了恐惧，学会了回避任务。情感也是一样，比如没有 当然不会有爱情的，而当人吃了 以后，伴随着 的旺盛一见钟情的可能性也就会随之加大了。所以，由不同的药物 引发的行为过程也表明了，情绪和情感显然是有区别的两种不尽一致的心理生理过程。

实质上，在行为过程中态度中的情感和情绪的区别就在于：情感是指对行为目标目的的生理评价反应，而情绪是指对行为过程的生理评价反应。再以爱情举例来说，当我们产生爱情时是有目标的，我们的爱情是对相应目标的一种生理上的评价和体验，同时当我们随着爱情的追求这一行为过程的起伏波折我们又会产生各种各样的情绪。

问题二：情感交流的定义是啥？ 20分 现在多特指社会交际或工作中的一种人际交流,较为认可的概念：为了一个设定的目标,把信息、思想和情感在个人或群体间传递,并且达成共同协议的过程它有三大要素即：①要有一个明确的目标；②达成共同的协议；③沟通信息、思想和情感

问题三：感情过程的定义 人们在认识客观事物时，不是冷漠无情、无动于衷，而总是带有某种倾向性，表现出鲜明的态度体验，充满着感情的色彩。因此，情感过程是心理过程的一个重要内容，也就是人与动物相区别的一个重要标志。根据情感色彩的程度可将情感过程分为情绪、情感和情操三个层次。

问题四：情感的逻辑．情感是什么？“情感”定义 情感是人们行为表现中最为复杂的精神现象，也是人类生活中基本的精神表达。在日常生活中，总是伴随着喜、怒、哀、惊、愁、悲、妒嫉等等情感产生。人在认识事物时，对现实中不同的客观的对象环境状态都会产生不同的精神情感现象；有些客观环境状态使人愉快；有些客观环境状态使人惊慌；有些客观环境状态使人愤怒；还有些客观环境状态使人悲哀；另还有许多如冷漠、疑惑等等。这些愉快、愤怒、悲哀、冷漠、疑惑等等都是人的精神的情感情绪的不同表现形式。作为人，情感还表现在语言文字、艺术创造和劳动行为之中，甚至漠然和呆滞也是情感的表现形式。因此，作为人的情感分为两个方面：一是作为动物的人；另一是作为精神社会的人，人区别于其他动物最根本的特征就是“语言文字性质的精神表达”。人以外其他动物的情感表达只有体征形式，例如：狗在高兴时的欢快行为就是摇头摆尾；在受到主人责骂后就夹着尾巴而低着头。人表达情感不仅仅只有体征表达，还可以用文字的书信以及现代的信息产品、艺术礼品等作为传递情感的表达形式。．．……………………．．．情感是作为生命精神主体对客观环境条件，是否符合人的需要，而产生的感觉体验和“逻辑判断”反应；与人有相互作用关系的客观事物就是客观环境条件状态，包括外部客观事物和人主体内部客观事物；内部客观事物是独特的包括自我“主观”客观化的形式。这些客观实在的事物就是情感产生的基础。不同的客观事物以及其事物中的不同特性，对人实际需要之间的相互作用，就可产生出人的各种不同的精神反应状态，这些状态就是情感。因此，认识“情感”的性质特征，其要点就是人与其自然环境事物动态的相互作用关系。．．．．．人对自身的需要而产生的逻辑判断反应就是情感，需要就是情感产生的动力，客观条件符合人的某种需要时，就可产生相应的正相关的情感反应，如满意、愉快、高兴、平静等等；否则就会可能产生负相关的情感反应，如忧郁、愁苦、恐惧、烦闷等等；当人面对的是陌生事物时，或客观事物条件突然变化过大时，人就会产生惊讶、或恐慌、或疑虑等等情感反应；人处于内省状态时，自相互作用就会产生呆滞、沉思、冷静等等情感反应。．．．．．从“情感”语义上，“情”字的字义是：一是精神对自然事物的信息结构的指称；另一是被指称对象的结构中存在着特定的结构性倾向。而“感”是指人受到自然结构性信息作用力传递后的确认和反应；对于自然事物，“感”是指某种事物的结构性相互作用对另一事物的结构性传递，例如：电磁感应、动量碰撞等等。因此，情感的基本定义就是：自然结构性信息作用于生物后所产生的自然的生物目的性的自然逻辑形式反应；作用于人就是人的情感形态的逻辑反应。其中，即时的逻辑判断反应，且有很强的针对对象倾向的情感反应，就是指情绪。情感的情绪与人的最基本的生物性需要和即时需要目的密切相连，而作为整体结构性的逻辑判断反应的情感，可包含一系列的情绪反应组合过程。在这里，对情感的定义中，使用了“情感判断”的概念，涉及将生理生物性的条件反应过程作为“逻辑判断”。因此，生物生化过程的“逻辑判断”秩序选择，与人意识思维逻辑判断，二者之间所具有的同质问题和意义差别，就是情感问题的重要基础理论问题。事实上，人和其他生命物的精神反应也就是有序化的生理生物的条件反应过程，也就是“元逻辑”系统。于是，情感就从现象语言描述转化为逻辑语言描述了，感觉顺序描述也就转化为结构分层描述了。［］……［］由于需要的元逻辑意义是自然物理的选择目的性质，使情感也具有倾向选择性。这种“选择性”因为是自然“逻辑”判断的结果，必然的就存在着基本的逻辑尺度和标准。正是这些尺度和标准的结构，决定了最原始的元逻辑的生物活性的本>>

问题五：感情的意义 人的生存与发展要核心内容上就是对于价值的生产与消费，那么，情感对于人类的意义就是：人类依靠情感来识别价值、表达价值、区分价值、计算价值、选择价值和创造价值。 人通过价值观来识别事物的价值率，通过情感来识别事物的价值率高差，再通过情感的相应运算方式来计算各种客观事物之间的价值联系，然后，通过意志的相应运算方式来计算自己的相应行为所产生的价值，并选择出最佳的行为方案。如何计算价值1、通过价值观来识别事物的价值率。一个人所拥有的价值资源是有限的，为了最大限度地发展自己的本质力量，任何人都必须对所拥有的价值资源进行合理配置，这就需要以“价值观”的形式来对各种事物的价值特性进行认识和分析，从而引导和控制人把有限的价值资源投入到合理的领域，最大限度地减少价值资源的浪费，提高价值资源的利用率，使价值资源实现最大的增长率。事物的价值特性包括多方面的内容，主要有使用价值、劳动价值、价值层次性、价值多样性、价值稳定性、价值率等，对于人类主体来说，“价值率”是所有事物最基本的、最重要的价值特性。价值率：是指人与事物发生价值作用时在单位时间内该事物价值增量（即投入的价值量与产出的价值量之差）与投入的价值量之比。如何创造1、认知、情感与意志的本质认知的本质：人脑对于事实关系的主观反映就是认知，它构成人的主观意识的最基本形式。认知包括感性认知与理性认知，其中：感性认知是指人对事物所发出的 信号进行的感觉、知觉和表象，如对物体的颜色、形状、大小、声音、冷热等方面的感知；理性认知是指人对概念或概念系统（即事物的第二信号系统）所进行的认知、理解、判断、推理、分析、归纳等。情感的本质：人脑对于价值关系的主观反映就是情感，它构成人的主观意识的另一种基本形式。情感包括感性情感与理性情感。感性情感是指人对事物发出的感性 （如物理或化学 ）信号所产生的感觉取向、知觉取向和表象取向。由于价值关系是一种特殊的事实关系，因此情感是一种特殊认知。意志的本质：人脑对于行为关系的主观反映就是意志，它构成人的主观意识的第三种基本形式。意志包括感性意志与理性意志。感性意志是指人用以承受感性 的意志，它反映了人在实践活动中对于感性 的克制能力和兴奋能力，如体力劳动需要克服机体在肌肉疼痛、呼吸困难、血管扩张、神经紧张等感性方面的困难与障碍。理性意志是指人用以承受理性 的意志，它反映了人在实践活动中对于第二信号系统 的克制能力和兴奋能力，如脑力劳动需要克服大脑皮层在接受第二信号系统的 时所产生的思维迷惑、精神压力、情绪波动、信仰失落等理性方面的困难与障碍。由于行为关系是一种特殊的价值关系，因此意志是一种特殊情感。2、认知情感与意志（即知、情、意）的关系人的三种基本的主观心理活动（认知、情感与意志）分别反映了三种基本的客观事物（事实关系、价值关系和行为关系）。人为了生存和发展就必须首先感知和了解各种事物的事实关系，其次要掌握这些事物对于人的价值关系，再其次要掌握每个行为的价值关系并且判断、选择、组织和实施一个最佳的行动方案。第一步由认知活动来完成，第二步由情感活动来完成，第三步由意志活动来完成，因此从认知到情感，再从情感到意志，是一条基本的、不可分割的人类自控行为的流水线。知、情、意的辩证关系在根本上取决于事实关系、价值关系与行为关系的辩证关系。情感是一种特殊的认知，意志又是一种特殊的情感。客体对于人的生存与发展的意义也是客体的一种关系属性，只因为它有着特殊的意义，才与其它关系属性区别开来，因此价值关系是一种特殊的事实关系，情感是一种特殊的认知；本质力量是人的一种最重要的价值属性，只因为它有着特殊>>

问题六：什么是情感呢 情感是在人类社会历史发展过程中形成的高级社会性情感，常用来描述那些具有稳定的、深刻的社会意义的感情。人类社会物质生活和精神生活水平的提高，社会道德风尚的完善、完美的艺术享受都给人以诸如愉 、满足感、幸福感等肯定的情感，而凶暴行为、侵略战争等则使人产生恐怖、不快的否定情感。

一个男人与一个女人的情,叫爱情！

人海茫茫能相遇的,那叫缘两个人能相守到老,那叫分

原来缘分说起来简单,实现它却要看上帝的安排现在我知道为什么人们绝望的时候,总会想起上帝因为他们自己解决不了的问题就交给了神!

完美主义者爱情一开始,就是一生一世,除非梦醒了,不然梦一生一世围绕着他(她)

悲观主义者爱情一开始,就是顺其自然,除非有了梦,不然情感信心永不眷念他(她)

一个男人和一个女人之间有了微妙感觉的情感就叫爱情！

不同的人对爱情有着不同的定义，赋予了不同的色彩。

简单说，有些人失恋了，他（她）会说：没事，新恋情会更好！

有些人失恋了，他（她）会说：我错过了我的真爱，我还会有真爱吗？

其实，说穿了只是每个人对自己爱情定义，赋予乐观，悲观，感性，理性的色彩！

你若是问我,我的定义是什么

会用我招牌的微笑,傻傻地说:我还在探索中!

情感的作用

概括而言，情感的重要作用主要表现在四个方面：

－情感是人适应生存的心理工具，

－能激发心理活动和行为的动机，

－是心理活动的组织者，

－也是人际通信交流的重要手段。

从生物进化的角度我们可以把人的情绪分为基本情绪 和复杂情绪。

人非草本，孰能无情？每个人在交往中都会产生情感，不同的情感会对交往产生不同的影响。了解情感在交往中的作用，有利于交往互动中获取他人的情感信息并把握自己的情感，运用自己的感情，分析他人的感情。

当自己的行为引起对方情绪激动时，总是怀疑是不是自己做得太过分了。此时应注意分辨是自己确实太过分了，还是对方情绪过敏了，或是对方故作激动等，然后调整自己的行为。

愤怒往往能使对方丧胆而让步。在社会交往中，要敢于见义勇为，敢于同恶人做斗争，如小偷在公共汽车上行窃，人们见义勇为，小偷往往被群众震慑而图谋难逞；有人软弱退让，小偷得寸进尺，抢了钱还要金首饰。大到政治交往也是如此，如近几年日本舆论界要求敢于对美国说“不”字，日本也做了一些尝试，证明邪不压正，对不讲理的人，态度强硬一些，对方往往会退让。

流泪能够换得对方的同情。《水浒》中有一则故事，李鬼冒充李逵打家劫舍，遇到真李逵，李鬼垂泪谎称家有老母需供养而换得宽恕。交往中，流泪加忏悔之辞，往往使听者心软，大事化小，小事化无。应注意分辨是真诚的眼泪还是鳄鱼的眼泪。

恐惧能将人们的心拴在一起。应激环境中尤其如此，如唐山林西商店火灾证实，遇难者是在恐惧中挤成一堆因一氧化碳中毒而窒息身亡。当恐惧事件将人们联系在一起时，需临阵不慌，急中生智，果断地寻找应变措施。

对他人爆发的激烈的情感，能够处变不惊，心平气和，往往令人尊敬。如作为领导和管理者，当下级因故发泄脾气或个别人胡搅蛮缠时，处变不惊，心平气和可防止问题激化，留下回旋余地。

情感冷漠常使交往者打退堂鼓。一般说来，“来而不往非礼也”，但是有些情况下，当不需要这样的交往时，态度冷淡是中止交往的最好办法。

感情相同时往往会得到双方的共鸣。俗话说“同病相怜”便是如此，就狭义讲，患同样疾病的人，在一起时很容易谈病史及用什么药较好等；就广义讲，当人感情相同时，很快便能寻找共同语言，一见倾心。

坦诚和坦白可以获得人的同情。社会交往中，诚实地承认错误，胜于强>>

相亲是一种认识新人的方式，但并不是所有的相亲都会顺利进行。在相亲过程中，女生可能会表现出对男生不感兴趣的迹象，这时候男生需要注意这些迹象，不要再浪费时间和精力去追求没有可能的感情。

首先，沟通质量差。如果女生的回应很敷衍和单调，聊不出什么共同语言，那么说明她可能对男生不感兴趣。在相亲中，沟通是非常重要的，如果双方没有共同话题，不愿意交流，那么就很难建立起感情。

其次，兴趣隔阂大。如果女生表现出完全不感兴趣的样子，不想参与男生的话题，那么说明两人的兴趣隔阂比较大。在相亲中，相互了解对方的兴趣爱好是非常重要的，如果两人的兴趣完全不同，那么很难建立起感情。

第三，少有眼神交流。如果女生看也不看男生，很少有眼神交流，相反可能会频频看手机，那么说明她可能对男生没有兴趣。在相亲中，眼神交流是非常重要的，可以传递出双方的情感和心理状态，如果女生没有眼神交流，那么说明她对男生没有兴趣。

第四，不愿多聊。如果女生很多话题都想尽快结束，不想继续交流下去，那么说明她可能对男生不感兴趣。在相亲中，交流是非常重要的，双方需要多聊才能了解对方，如果女生不愿意多聊，那么说明她对男生没什么兴趣。

第五，对男生的提问回避或者含蓄。如果女生不愿意多回答男生的问题，甚至回避一些问题，那么说明她可能对男生不感兴趣。在相亲中，相互了解对方是非常重要的，如果女生不愿意回答男生的问题，那么说明她对男生没什么兴趣。

第六，不停的提朋友。如果女生经常提及朋友等其他人，可能是想尽快结束相亲，那么说明她可能对男生不感兴趣。在相亲中，如果女生不想继续相处，会想尽快结束相亲，这时候男生需要注意这些迹象，不要再浪费时间和精力去追求没有可能的感情。

第七，没有下次约会的暗示。如果女生没有表现出希望再次见面的迹象，那么说明她对男生不感兴趣。在相亲中，如果女生对男生不感兴趣，那么很难有下次的相互约会。

第八，语气比较生硬和冷淡。如果女生没有表现出喜欢的友善和温柔，那么说明她对男生不感兴趣。在相亲中，语气和态度也是非常重要的，如果女生对男生的态度比较冷淡，那么说明她对男生没什么兴趣。

总之，在相亲过程中，男生需要注意这些迹象，如果女生对男生没什么兴趣，那么就需要尽早放弃，不要再浪费时间和精力去追求没有可能的感情。在相亲中，双方需要尊重彼此，保持良好的态度和沟通，才能更好地了解对方，建立起感情。如果女生对男生没什么兴趣，那么男生也不要沮丧，可以继续寻找适合自己的人，相信总会找到自己的另一半。在寻找爱情的道路上，需要耐心和信心，珍惜每一次相亲的机会，才能最终找到真正属于自己的幸福。