日本已经形成举国研究“感性工学”的高潮。1996年日本文部省就以国家重点基金的方式开始支持“情感信息的信息学、心理学研究”的重大研究课题,参加该项目的有十几个大学和研究单位,主要目的是把情感信息的研究从心理学角度过渡到心理学、信息科学等相关学科的交叉融合。每年都有日本感性工学全国大会召开。与此同时,一向注重经济利益的日本,在感性工学产业化方面取得了很大成功。日本各大公司竞相开发、研究、生产了所谓的个人机器人(Personal Robot)产品系列。其中,以SONY公司的AIBO机器狗(已经生产6万只,获益近10亿美元)和QRIO型以及SDR-4X型情感机器人为典型代表。日本新开发的情感机器人取名“小IF”,可从对方的声音中发现感情的微妙变化,然后通过自己表情的变化在对话时表达喜怒哀乐,还能通过对话模仿对方的性格和癖好。
美国MIT展开了对“情感计算”的研究,IBM公司开始实施“蓝眼计划”和开发“情感鼠标”;2008年4月美国麻省理工学院的科学家们展示了他们最新开发出的情感机器人“Nexi”,该机器人不仅能理解人的语言,还能够对不同语言做出相应的喜怒哀乐反应,还能够通过转动和睁闭眼睛、皱眉、张嘴、打手势等形式表达其丰富的情感。这款机器人完全可以根据人面部表情的变化来做出相应的反应。它的眼睛中装备有CCD(电荷耦合器件)摄像机,这使得机器人在看到与它交流的人之后就会立即确定房间的亮度并观察与其交流者的表情变化。
欧洲国家也在积极地对情感信息处理技术(表情识别、情感信息测量、可穿戴计算等)进行研究。欧洲许多大学成立了情感与智能关系的研究小组。其中比较著名的有:日内瓦大学 Klaus Soberer领导的情绪研究实验室。布鲁塞尔自由大学的D Canamero领导的情绪机器人研究小组以及英国伯明翰大学的A Sloman领导的 Cognition and Affect Project。在市场应用方面,德国Mehrdad Jaladi-Soli等人在2001年提出了基于EMBASSI系统的多模型购物助手。EMBASSI是由德国教育及研究部(BMBF)资助并由20多个大学和公司共同参与的,以考虑消费者心理和环境需求为研究目标的网络型电子商务系统。英国科学家已研发出名为“灵犀机器人”(Heart Robot)的新型机器人,这是一种弹性塑胶玩偶,其左侧可以看到一个红色的“心”,而它的心脏跳动频率可以变化,通过程式设计的方式,让机器人可对声音、碰触与附近的移动产生反应。
一、课题的提出
针对当前音乐教学现状,许多专家一针见雪地指出:九年基础教育对人的一生发展是极为重要的,如果在此阶段学生就形成了一种固定的思维方式,乃是非常可怕的事情。根据纲要精神出台的《音乐课程标准》,强调了音乐课程的基本理念:以音乐审美为核心;以兴趣为动力;注重学生的个性发展;注重音乐实践;鼓励学生进行音乐创造;提倡学科的综合;弘扬民族音乐文化;完善评价机制……
二、研究目标
音乐教学是培养少年儿童成为德、智、体、劳全面发展的新人所不可缺少的美育教育。不抓美育教育就不是完全的教育,不向学生实施艺术熏陶就不能促进学生全面和谐地发展。
本课题的研究,志在探索小学现有各种条件中(包括硬件和软件)、让学生对音乐课产生真正意义上的兴趣:也就是让学生主动参与到音乐课的学习中来,使学生主观地希望能在这节音乐课中学到一定的音乐知识。同时,使音乐老师通过音乐课的教学,更好地在另一个侧面提高其他文化课的学习效率。从而让音乐老师为师生都喜欢的“音乐课”,成为能促成学生全面、和谐发展的美育教育课程。
三、研究原则
1、思想性与艺术性相统一。音乐教育为实现义务教育总目标服务,是实施美育的手段之一。它通过音乐艺术形象潜移默化地感染、教育学生,使思想品德教育与审美艺术教育有机结合。
2、以乐动人,以表感人。音乐教育有特殊规律,要体现其“音乐性”和“情感性”,应注意发挥歌曲与音乐欣赏中的情感教育作用。
3、以我国民族民间音乐为主。音乐教育要重视我国源远流长、丰富多彩的音乐文化,要体现突出民族特色。同时,也要学习外国的优秀音乐作品。
4、因材施教,循序渐进。音乐教育必须面向全体,又要根据实际存在的差异,重视因材施教。并注意由浅入深,由易到难,由感性到理性循序渐进地组织教学。
四、研究内容
1、借助美的形式,创造学习音乐的艺术氛围。美化知识,使枯燥的知识穿上感情色彩的外衣,引起学生注意,达到其便于接受的角度。我们可以用录象、电脑制作等技术的电教手段视听结合学习音乐,从视觉上增进愉悦,帮助学生理解音乐;我们还可以借助文学的手段描绘音乐气氛或意境,使学生对要欣赏的音乐产生亲切感。除此之外,我们还将设计教学中的每一句话,仔细推敲选择恰当的美好语言,来激发学生的求知欲。
2、教师以对学生的爱,对音乐的爱,创造最佳的审美情景,教师首先要具有爱心,要爱事业、爱学生,博得学生的信任和尊重。以爱心为基点,以教师之情动学生之情,引起受教者情感上的共鸣,这种情感上的共鸣可以转化为学生的自觉行动,起到积极的促进作用。
总之,为了培养学生学习音乐的兴趣,必须重视学生的心理感受,从审美角度考虑每一教学步骤的安排,使其更有利于学生学习音乐。在教师爱心的指导下,逐渐消除大多数学生的心理距离,愉快地和音乐交朋友,通过音乐的熏陶,逐步地认识社会、认识人生,丰富其精神世界,培养高尚情操,这才是我们千方百计调动学生有兴趣学习音乐的目的所在。
五、研究方法
1、实践法:本课题组成员,共同讨论研究设计每一节实验课,然后上好实验课,课后再对本课进行分析小结,抓住能引起学生兴趣的教学方法,如让学生在绿动、游戏创编等,继而对这些教学方法进行改革、完善。
2、调查法:采用不同规模、方法的调查法。课题研究前提,针对学生对音乐课的兴趣进行调查。研究中期,主要调查学生对实验课的反应,调查学生喜欢什么类型的音乐课。最后一次调查,是对选定的年级和班级进行对比调查。
3、个案研究法:选定几个具有大部分学生共同点的学生,进行观察,谈话调查,研究归因,探索如何上好音乐课的有效对策。
4、文献法:主要收集各种教学参考书,集中搜集关于提高学生兴趣的方法,进行研讨总结,然后运用于实验课教学中,提高学生对音乐课的兴趣。为见就提供了理论基础和后盾武器。
5、总结法:确定研究专题,指定研究方案和计划,平时注意积累资料,研究过程中撰写阶段性研究总结,上交教研室,研究结束,撰写课题研究报告。
六、研究措施
1、通过观察与调查谈话掌握学生在音乐课上喜欢哪些环节,喜欢干些什么的原始资料的原始状况。通过课堂观察和课后谈话,了解学生在音乐课中的兴趣所在,为后面的研究工作作好充分的准备。对于每次谈话,做好归纳和记录。
2、通过实验课的开展,采用多种手段帮助学横培养音乐兴趣。平时,教师多与学生交谈,对学生采取循循善诱,多鼓励、引导,精良让他们对音乐有关的产生兴趣。特别是实验课后,要对学生的反应作即使的调查和记录。
3、围绕教材,促进学生理解教材。要求每节课都能根据教学内容的性质、特点组织课堂教学,晚车功能课前设定的教学教学任务。游戏形象化、多样化。特别是低年级学生年龄小,注意力不集中,意志比较弱,学生的学习往往从兴趣出发,因而游戏的设计力求形象化,多样化,面向全体,着力于每个学生的提高,要注意、关心对音乐特别没有兴趣的学生,使他们能达到基本要求,也要关心音乐方面能力强的学生,窗草条件,促进他们的发展。
小学音乐教学中学习兴趣的培养研究报告
课题立项以来,我们紧抓学习、培训不松手,正确把握课题究的方向,统一和深化对课题的认识,集中开展了各种形式的教育理论培训工作。如:大量阅读相关的书籍和材料。认真上好每一节研究课,根据课题方案分步实施,精心设计,反复修改,不断完善研究方案。强化理论学习,努力在课题研究的同时,提高课题组成员的理论与业务水平。结合教学工作,使课题研究有了正确的理论指导,教师具备了课题研究的教学技能,课题列入了学校工作计划,本课题有市教研室和我校教导处的支持,由课题组具体实施,保证了课题的有序展开。
一、研究过程
1、把课题研究和教研活动紧密结合起来,使二者相辅相成,互相促进。
每学期,我围绕研究课题,确定自己的实验课课题,并把实验课和优质课、示范课结合起来,把教研活动和课题研究有机联系起来。
2、对照课题方案,改革教学指导过程,认真上好实验课。
实验课就是在课题方案的指导下所进行的尝试。为了使课题研究落到实处,我都能围绕课题方案,大胆改革传统的教学指导过程。能做到落实主体地位,改革教学过程的结构,优化教学方法和手段。
二、研究方法
本课题研究主要采用调查研究、理论研究、行动研究、经验总结研究等研究方法
三、研究重点与策略
整合是确保学生身心愉悦和提高教学效果的有效途径。它提高了学生综合审美能力,开阔了学生的艺术文化视野,丰富了课堂教学内容,拓宽了学生体验音乐的渠道。以此为基础的音乐课,不再单纯是一种艺术形式,而是多种艺术形式并存,但都发挥各自的优势,都为一条主线服务。让学生对音乐课产生真正意义上的兴趣,同时通过音乐的学习,从另一层面也希望其提高文化课的学习效率。
1、更新教师的观念
围绕本课题的指导思想,结合课题理论学习的动机,我大力宣扬三种观念的转变。
(1)转变角色
新课程背景下平等、民主、和谐的新型师生关系,是促进学生个性与创造性发展的必需,也是实施本课题研究的基础。因此,我们要求教师,坚持平等互动,构建和谐的教学氛围。特别要求教师从权威席上走下来,到学生中去,倾听学生的意见以及他们的感想,注意多鼓励,教师做到了这些,才会调动学生的积极性,让他们满怀热情地走进音乐教学课堂。
(2)尊重学生的体验
在音乐教学中,教师要重视学生在教学过程中的主体地位,重视学生的独特感受和体验,鼓励学生多角度、有创意地回答问题,充分发挥自己已有的经验、感受和想法。因此,作为教师,必须积极创设情境,激发学生的兴趣,引导学生积极、大胆地回答问题,同时给学生留有充分的独立理解和独特感受的空间,尊重学生个性化发展。特别是,由于学生自我经验的局限性,其中自己的感受有些难免有荒谬之处。同时,我们又知道,音乐是具有模糊性的,所以对于学生的这些体验,作为教师,都不要轻易地去否定,要多一些尊重,多一些理解和鼓励。
2、分类分层、因材施教
(1)感性入手,欣赏领先。在教学中加大听的力度,多给学生介绍国内外优秀音乐作品,影视卡通歌曲欣赏,健康的流行音乐,开阔学生视野。多给学生讲一些音乐家的故事。在欣赏音乐的同时,启发学生多感受,多想象,多思考,多表述。
(2)演唱结合,注重表演。对音准差、嗓音不好而又活泼好动学生,鼓励他们参与律动、歌表演或音乐游戏。通过表演提高音乐感受能力、节奏感和身体协调性。
(3)唱奏结合,以奏为主。对节奏感好但音准差,又不善于表演,嗓子又不好的同学,鼓励他们在器乐方面发展。
(4)加强“双基”练习。新课程实施加以来,很多教师淡化了“双基”训练。事实上,每节课都设计一些视唱练耳和发声练习,循序渐进,会提高学生的音乐基础知识水平的。
(5)充分利用班级音乐骨干,和学困生结对子,组成“一帮一,一对一,共进步。”的帮扶小组。
(6)鼓励音乐学困生积极投入到音乐实践活动中,培养他们自我参与能力,让他们在实践活动中体验合作交流的快乐。
四、研究成效分析
我紧密依据既定的课题实施方案,结合课题组学期工作计划,积极探索音乐教育的新途径,取得了一定的成绩,现总结如下:
1、教师方面
(1)作为实验教师,我从根本上转变了教学观念,通过实验,我再一次深深地领悟学习并运用了音乐新课程理念。尤其是在音乐审美教育教学中,坚持从培养学生的审美兴趣出发,面向全体学生,设计丰富多彩、活泼生动的教学活动,吸新学生参与。使每一个学生的音乐潜能都得到开发,鼓励他们以自己独特的方式去学习音乐、享受音乐,促进学生的个性发展
(2)、开展整合课题实验,造就了一支优良的教师队伍
我都能够从本学科的教育原理入手,各自寻找适合自己教学的教学内容平台。通过上好每一节研究课,自己的发掘、整合,使整堂课丰富多彩,受到了许多听课老师的好评。
2、学生方面
(1)、培养了学生的创新能力,提高了学生学习的兴趣课题实施使学生有更多的机会去表现自己,同时,学生还利用课中学到的形式,在学校的艺术节和英语节中,用音诗画的形式表现出来。整个教学过程中,学生的主体性和个别化得到较大的体现,培养了学生创新精神和问题解决能力。
(2)、培养了学生参与音乐实践活动的积极性
现在的小学生见多识广,在教学中,首先在培养学生兴趣的基础上,教师采用多种的学习方式,尽量给学生以最大的空间,如在欣赏《黄河大合唱》,老师不仅引导学生认真聆听音乐,还组织学生收集有关《黄河大合唱》的文字资料,讨论《黄河大合唱》的社会价值及艺术价值,讨论冼星海对中国音乐事业所作出的伟大贡献等。这种“以学生为主体、师生互动、学生主动探索研究”的新型教学模式,得到了学生的认可。
我们相信,在上级教科研部门的指导下,有学校领导的全力支持,有全校师生的共同努力,课题组全体成员有信心也有能力,把这一课题研究不断深化,最终取得丰硕成果。
《小学音乐教学中学习兴趣的培养》课题实施计划
一、指导思想:
教学科研是提升教师自身教育教学水平和业务能力的重要途径,教学科研只有与课程改革和课堂教学的改革结合起来,才能真正提高教学质量,才能促进教师自身和学生的发展,因此,教师通过教科研这条途径发展和提高自身的业务水准是促进学校内涵发展的一个很重要的方面,新课程改革的效果也在于此。
二.实施研究的目标:
1.通过教研活动,学习相关教育理论和《课程标准》,结合课程教材改革要求,研究“小学音乐课程标准”的理论基础和方法;
2.通过公开课或研究课,重点研究如何培养学生对音乐课的学习兴趣;
3.在课堂教学实践中摸索并形成趣味课堂教学的具体实施策略和一般操作程序。
三、研究进度及时间安排:
第一阶段:课题研究的准备阶段:
1、学习有关课堂导入的基础理论,了解该课题国内外研究现状和发展趋势。
2、收集与课题研究有关的书籍、杂志,设计调查问卷。
3、撰写课题方案。
第二阶段:课题研究的实施阶段
1、对学生对音乐课的兴趣进行调查。对集体的兴趣进行四次调查,第一次对三年级进行调查,第二次对一年级进行调查,第三次对五年级进行调查,最后对四年级的个案进行调查。
2、我们分别从各个环节设计,努力让学生参与到课堂中来,让学生对音乐课中的各项内容感兴趣。
第三阶段:课题研究的总结阶段
总结阶段结合研究过程,撰写相关论文,是我们对课题研究提出的一项基本要求。撰写论文可以促进我们进行理论思维,提升对课题的认识,进而调整我们的思路,并为下阶段的成果,积小胜为大胜,从而圆满达成课程研究的总目标。
四、研究方法:
1、实践法:本课题组成员,共同讨论研究设计每一节实验课,然后上好实验课,课后再对本课进行分析小结,抓住能引起学生兴趣的教学方法,如让学生在绿动、游戏创编等,继而对这些教学方法进行改革、完善。
2、调查法:采用不同规模、方法的调查法。课题研究前提,针对学生对音乐课的兴趣进行调查。研究中期,主要调查学生对实验课的反应,调查学生喜欢什么类型的音乐课。最后一次调查,是对选定的年级和班级进行对比调查。
3、个案研究法:选定几个具有大部分学生共同点的学生,进行观察,谈话调查,研究归因,探索如何上好音乐课的有效对策。
4、文献法:主要收集各种教学参考书,集中搜集关于提高学生兴趣的方法,进行研讨总结,然后运用于实验课教学中,提高学生对音乐课的兴趣。为见就提供了理论基础和后盾武器。
5、总结法:确定研究专题,指定研究方案和计划,平时注意积累资料,研究过程中撰写阶段性研究总结,上交教研室,研究结束,撰写课题研究报告。
五、主要工作和措施:
为切实提高小学音乐课堂的教学效率,提升优课率,充分发挥课改所带来现代教育教学课堂所带来的实实在在的变化,也为了保障课堂教学的科学有效,我们根据以往学校教学工作中课堂教学效率不太高等存在的实际问题,确立研究课题,课题研究能促进我们围绕一个中心,有计划有重点进行研究性地工作,并有动力有信心研究出一些具有可操作性的对策。本学期,我校立项了《小学音乐教学中学习兴趣的培养》,已经从教育的大环境以及学校的实际论证了该课题研究的必要性、针对性与可操作性,我们将潜心学习,努力结合自己的工作实际情况作一些大胆的探索、延伸和发展,使我们的这项课题取得进展。
1、认真系统地学习有关的理论。学习是研究的开始,重点学习相关的专著和他人的经验性文章,在学习中提高认识,在学习中转变陈旧的观念。理论学习分集中学习和自主学习:
集中学习的时间为秋学期第三周,内容为新课导入的相关理论,形式为教育教学沙龙。
自主学习的内容包括专著和报刊杂志、他人的经验性文章。
2、开设研究课以及形成过程性的研究材料
(1)课题开展的过程中,按年份分为春学期和秋学期两个阶段开课题研究课,展示阶段性研究新经验、新成果,并对这些课进行研讨、交流,剖析,找出优点,发现不足及暴露的问题,及时进行总结,反省。从而汲取经验教训,以利于下一阶段的开展。
(2)收集相关听课评课资料,以及音乐课堂教学评价表,对学生进行调查问卷,及时统计分析,听取学生对研究课,特别是教学环节对学生吸引力的感想和建议。
(3)课题组成员积极参与“音乐兴趣培养”的相关研究,如课堂教学环境、教学模式、评价制度,在教学实践的基础上进行典型分析和专题总结。
3、日常实践与反思
日常也是本课题研究的黄金时期,以实践与反思的形式表现其研究的充分性和科学性。
(1)师生对课堂中各个环节的反思。教师的反思以反思教案、课堂教学随笔等形式进行;学生的反思以与老师谈心的口头问答形式进行,以说自己的课堂表现为主要内容,以对学习兴趣的认可度为参照,让他们畅所欲言,表达心中对导入环节实施的满意和批评,以此进行反思,作为下一步研究和实践的指南。
(2)在实施过程中,让学生真正参与到该课题中来,让他们成为该课题的主人和最终受益者,也让他们帮助我们认清不足,纠正错误。
六、研究步骤:
1、努力夯实教学实验的各项环节,为试验进行打好基础,
2、紧紧围绕课题进行试验,做好实验的各个步骤。
3、提高研究成果,完成研究报告。
4、积极做好实验的总结工作。
七、实验班级:
一至五年级
如何在音乐教学中培养学生的兴趣
教师的新课导入必须吸引学生。新课导入是音乐课中必不可少的教学环节之一。对于低年级学生来说,必须采用形象、直观而且儿童喜闻乐见的形式导入,才能激发他们学习的兴趣。
(一)、复习导入。复习旧课导入新课有利于巩固已学旧知识,提高新旧知识的关联点。可以使由旧到新之间的过度自然。
(二)、画面导入。课本里有许多插图是歌曲形象化的解释,所以在学歌之前,用挂图或投影的形式将一幅幅优美、逼真的图画展现在学生面前,增加形象感、趣味感,有助于加深学生对歌曲的理解。
(三)、游戏导入。游戏后导入新课。
(四)、故事导入。故事“角色”。如《小红帽》一课前,我先讲述小红帽的故事:“从前,有一个漂亮的小姑娘,她总是喜欢戴一顶红色的帽子……”。(五)、谜语导入。猜谜语是儿童非常喜欢的活动之一。我在课前给学生这样一个谜语:“碧绿的衣裳身上披,大大的眼睛头顶长,宽宽的嘴巴大又大,捉虫的本领真高强”,学生争先恐后地猜谜语,不但活跃了课堂气氛,而且大大提高学生的学习兴趣。以上的导入方法既可单独使用,也可相互结合起来运用。
教师要重视唱歌教学。众所周知,音乐是声音的艺术。在小学音乐教学中,唱歌十分重要。培养学生用轻柔的声音唱歌是低年级音乐课教学的一大重点。没有经过训练的孩子,往往一开始就用较强的胸声来歌唱,唱歌是以人体为“乐器”,儿童幼小的身体不应该发出那么大的音量。在教学中,我先让学生听辨什么是喊叫的声音。在这一阶段中,教师的示范和范唱十分重要。如:我在教二年级第四册《小燕子》时,用轻柔的声音一边唱,一边要求学生模仿,要求学生做到耳听、眼看、嘴唱三个方面的结合。耳听—要听音;眼看—看教师口型;嘴唱—要注意发声位置正确。我认为训练儿童嗓音应该保持气自然假声,纠正儿童所喜欢的喊叫唱法。初步的发音练习,可以从头声上面的音再移到下面的音,进行上、下行练习。例如:54 32 12 34 54 32 1—— 应当避免过早地向下扩展音域,防止产生胸声。
教师应注意在音乐课中渗透适当的思想教育。教育家苏霍姆林斯基说过:“音乐教育不是音乐家的教育,而首先是人的教育”。在一、二年级的新歌及欣赏教材中多次出现《国歌》。在每一次教学中,我利用插图、播放爱国主义影片、画国旗等形式培养学生的爱国主义情感。另外,我还通过欣赏优秀民族音乐曲目,向学生介绍祖国五千年的悠久历史、灿烂文化,进而进行思想教育。在介绍民族弹拨乐器一课中,我没有选择直接向学生介绍民族弹拨乐器,而是先给学生观看中国民族交响乐团在维尔纳金色大厅演出的实况录象,从情感上和学生产生共鸣。学生自然而然地从心底涌起了浓浓的爱国之情。另外,向学生介绍音乐家或音乐作品时,可以将这些内容编成小故事。我在教学中给学生讲“音乐神童莫扎特”、“贝多芬和《欢乐颂》、“聂耳和小毛头”、“高山流水”等许多小故事,学生在全神贯注地听故事的过程中,被音乐家的崇高的理想、顽强的毅力、乐观的精神深深吸引,在学生幼小的心灵埋下希望的种子,使他们从小树立远大的志向和正确的人生观。
音乐教师应给童心插上幻想的翅膀。试想:数学上的王冠—歌德巴赫猜想,不就闪烁着幻想的异彩吗?现代的火箭,不就是从古老的大炮口中喷出的一支幻想曲吗?我国古代的飞天神话、嫦娥的传说和今日世界的卫星上天、宇航员登月,不正是将美丽的幻想变成生动的现实吗?那航天飞机穿梭于太空的壮举,不也是从人类幻想的摇篮中起飞的吗?伟大导师列宁为此呼吁:“应当幻想”他还曾多次论述过幻想的问题。他认为有幻想是极其可贵的。他说:“有人认为,只有诗人才需幻想,这是没有理由的,这是愚蠢的偏见!甚至在数学上也需要幻想,甚至没有它不可能发明微积分。幻想存在于生活中,存在于人类发展进程中,不仅远古有幻想,今日和未来都存在幻想;不仅成人有幻想,孩子更有幻想。这种幻想是思维的展翅,是想像力的飞翔。它是无止境无穷尽的,伟大科学家爱因斯坦说过:“想象力比知识更重要,因为知识是有限的,而想象力概括着世界上的一切,推动着进步,并且是知识进化的源泉。” 因此音乐教师要用动人的音乐艺术形象去陶冶孩子们的心灵,去丰富他们的精神生活,去启迪他们美好的思想,还要为孩子们架起幻想的天梯。首先要精心选取能够引起儿童幻想的音乐教材,把它合理地组织在一起,然后对学生进行由浅入深的系统教育。例如:儿童歌曲《劳动最光荣》、《七色光之歌》等等,教师可以构成一幅幅色彩各异,奇特美妙的画卷,增长儿童幻想力的发展。
教师要善于运用语言艺术。教育家苏霍姆林斯基在他的美音论述中强调指出:“艺术教育首先内涵着扣人心弦的讲话艺术,没有话语,就不能接近音乐—这个了解感情最细腻的境界”。音乐本身是一种情感语言,教师要让学生懂得这种情感
语言,正确感受和理解音乐作品的内涵,就需要又生动精炼的语言,扣人心弦、引人入胜,像磁铁一样吸住学生的心。教师要善于运用语言艺术,培养学生的创造热情。教师要善于发现学生的闪光点充分肯定学生的点滴进步,经常涌欣慰的笑容、赞许的手势、热情的话语,给学生以鼓励,当学生有困难时,要给予细心的帮助,激发学生去追求美、创造美。
总之,只要我们教师不断提高自己的音乐素养,针对学生的心理特点因材施教,不断面向全体学生寓教于乐,让更多更新颖的教学方法走进课堂,让四十分钟更加有声有色,这样才能使学生对音乐课产生浓厚的兴趣,让学生在快乐中成长。
经典新闻传播理论对推动人类传播的发展起到了积极的指导作用,在新的传播环境下,新闻传播理论受到了挑战。网络媒体的普及使传播环境发生了裂变,一些适用于传统媒体的理论在网络时代依然适用,但是也有不少理论不能适应新的环境,发生了新的变化。议程设置理论是传播学效果研究的经典理论,本文探讨议程设置理论在新的媒体环境下的变化。 议程设置理论概述 议程设置理论的基本思想最初来自于美国新闻工作者沃特·李普曼。早在20世纪20年代,李普曼就提出,大众传媒的报道活动是一种营造“拟态环境”的活动。“拟态环境”是指存在于我们头脑中的关于世界的看法,与现实相比,这种看法总是不完整的,并且通常是不准确的。①这种“拟态环境”是由媒体设置而形成的。他认为,我们的行为是对这个“拟态环境”的反应,而并非对真实环境的反应,我们只能看见媒体所反映的现实,这成为议程设置理论的思想发端。1972年和1976年,美国传播学者麦库姆斯和唐纳德·肖在总统竞选研究中,通过定量研究证实了这一理论假说,他们的研究标志着议程设置理论的诞生,为传播效果研究开辟了新的视野。 随后,有众多传播学者对此作了进一步研究,使这一理论得到了很大的发展。我国学者郭庆光在其《传播学教程》中对议程设置理论这样表述:大众传播具有一种为公众设置“议事日程”的功能,传媒的新闻报道和信息传播活动以赋予各种“议题”不同程度的显著性的方式,影响着人们对周围大事及其重要性的判断。②如今,在网络日益普及的背景下,麦克卢汉所预言的“地球村”时代已经到来。网络中多元的传播方式和传播权的泛化,使受众的自主性和互动性大大增强,使传统媒体中议程设置理论的基础被打破,新的传播模式中议程设置理论发生了改变。 新的媒体环境下议程设置理论的变化 随着实证研究和理论探讨的展开,“议程设置功能”的有关概念也不断趋于细致化和明确化。议程设置理论到底发生了哪些变化,这是广受关注的话题。在新的媒体环境下,议程设置理论主要在以下几方面发生了变化或得到了修正。 1受众的地位改变,议题设置主体发生变化 传统传播过程中的受众总是被动地接收媒体提供的新闻信息,无法同媒体进行平等的交流与对话,他们只能在媒体为之设置的议题中挑选和接收信息。而在新媒体时代,网络传播释放了受众参与信息传播的主动性,他们可以根据自己的爱好和需要来挑选新闻信息,或发表自己的看法。互联网因其网络分布式传播模式,在一定程度上消解了媒体的控制权,能实现传者与受者的互动双向交流,公众和媒体成为议程设置的共同主体。 新媒体时代,议程设置主体也表现出一些新的特点:首先,议程设置主体呈现出多元化趋势。其次,议程设置主体地位具有平等性,不同的议程设置主体间呈现互动交叉性。③这就是新闻传播领域出现的“二重议程设置”现象,即在传统的主流媒体的“议程设置”之外又出现了 “网民议程设置”,使原先“沉默的大多数”不仅不再沉默,而且积极参与到社会议题的讨论中来。 2公众的自我议程设置出现,个人议题更易转化为公共议题 在新媒体时代,公众议题是自我形成,而不是设置形成的。公众议题形成的过程或方式也变得很简单,那就是“互动”,公众在互动中选择哪些事情或议题是重要的。网络时代公众自我议程设置功能的实现,是对“议程设置”理论内涵的补充和延伸。如果公众自我设置议程引发社会普遍关注,那么这一议程就会进入传统媒体的议程范围,在网络传播中,某一网民自我设置议程如果能很快引起大量网民关注,也就会很快引起传统媒体的关注。④传统媒体关注后又会很快转化为公共议题。总之,个人议题更加容易转化为公共议题,网民成为许多议题的第一设置者,经过网民的激烈讨论互动以及各大媒体的转载和重新设计,最后上升为人人皆知的热门议题。 3传统媒体的议程设置功能弱化,网络媒体增强了议程设置的时效性 网络媒体改变了网民的思维方式、信息接收方式,实现了从下向上的传播,不仅可以放大一些重要新闻的影响力,也会弱化传统媒体的议程设置功能。有些议题可能是传统媒体比较关注的问题,但如果网络媒体不予重视,传统媒体议程设置的影响力就会弱化。 另一方面,网络媒体增强了议程设置的时效性。根据心理学中的“首因效应”,人们在接受外部信息时往往更相信第一次看到、听到的情况。网络媒体的快捷性等优势,使它可以在突发事件发生时随时随地发布消息。比如,在温州动车事故等突发事件发生后,微博等自媒体就同步直播事件的进展,在第一时间为公众设置议题。因此,新闻时效性在很大程度上决定着媒体对公众议程的设置能力。 4媒体间的议程设置进一步发展 议程设置不仅存在于媒体与公众、媒体与政府之间,同时,不同的媒体之间也存在着议程设置。在网络媒体出现以前,传统媒体一直是公共议题的设置者,并且引导着公共舆论。然而,由于互联网的低门槛、信息发布的自主性和互动性强等特点,每一位网民都可以成为议程设置者。一旦网民设置的议题被广泛关注和讨论,该议题的重要性和显著性就会大大提升,很快传统媒体就会将这一网络议题引用过来,进行深入讨论。凡是引起社会各界广泛关注的重大议题,都存在着传统媒体和网络媒体积极互动的现象。比如在2012年的宁波PX事件中,由于网民对这一问题的争议以及意见领袖在微博上的助力,使该议题在网络上被迅速扩散和传播,随后传统媒体相继跟进报道,最终促成了事件的解决。另一方面,一些强势媒体的报道也会对一些小媒体的报道产生影响,比如人民日报及中央电视台侧重于报道哪些方面的新闻,各省、市媒体就会以此为导向来组织相关新闻报道。 结 语 互联网的出现对传统媒体产生了强有力的冲击和影响,也因此为议程设置理论研究提供了新视角。新媒体的出现也促使传统的议程设置理论发生了变化。大众媒体议程设置的功能没有终结,但的确在弱化,而社会生活并未因此就失去了议程的设置,各种议题仍然在公众中不断地传播着。正如麦库姆斯所言:“不可否认,因特网的确会带来新闻媒介议程设置效果上的一些变化,但在目前看来,这些变化仅仅是某种程度上的变化,细节上的变化,而不是议程设置本质上的变化。”⑤ 注释: ①美麦库姆斯著,郭镇之 徐培喜译:《议程设置:大众媒介与舆论》,北京大学出版社,2008年9月版,第24页 ②刘德杰:《网络传播中的“议程设置”探析》,《新闻窗》,2009年第4期,第88页 ③徐春霞:《新媒体时代的议程设置“主体”分析》,《新闻窗》,2009年第6期,第77页 ④谷频:《网络传播的议程设置功能》,《军事记者》,2004年第11期,第48页 ⑤董文娜:《网络时代议程设置理论的新变化》,《青年记者》,2010年2月下,第37页
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。
情感哲学是以研究情感规律为中心的一门学科
人的情感看起来复杂多样、变幻莫测,但它的产生与发展确实存在着许多的客观规律性,不以人的意志为转移,这主要是因为情感所对应的事物价值关系的运动与变化有着一定的规律性。
这是情感发生最基本的规律,是由情感的客观本质来决定的。任何情感如亲情、友情与爱情都是围绕利益关系为核心而存在和变化的,脱离利益关系的空洞情感只是暂时的、相对的和脆弱的。美国人所信奉的“没有永恒的朋友,没有永恒的敌人,只有永恒的利益”信条,实际上就是这条规律的具体表现,只是有点绝对化。当然,“利益为本规律”只是概率意义和普遍意义上的,情感与利益之间均不可能保持严格的对应和同步,总会有某种偏离,在特殊情况下甚至可能产生巨大的偏差。
在较长一段时期内,情感一直位于认知科学研究者的视线以外。直到20世纪末期,情感作为认知过程重要组成部分的身份才得到了学术界的普遍认同。当代的认知科学家们把情感与知觉、学习、记忆、言语等经典认知过程相提并论,关于情感本身及情感与其他认知过程间相互作用的研究成为当代认知科学的研究热点,情感计算( affective computing )也成为一个新兴研究领域。
众所周知,人随时随地都会有喜怒哀乐等情感的起伏变化。那么在人与计算机交互过程中,计算机是否能够体会人的喜怒哀乐,并见机行事呢?情感计算研究就是试图创建一种能感知、识别和理解人的情感,并能针对人的情感做出智能、灵敏、友好反应的计算系统,即赋予计算机像人一样的观察、理解和生成各种情感特征的能力。
目前情感计算研究面临的挑战还很多,例如,情感信息的获取与建模问题,情感识别与理解问题,情感表达问题,以及自然和谐的人性化和智能化的人机交互的实现问题。显然,为解决上述问题,我们需要知道人是如何感知环境的,人会产生什么样的情感和意图,人如何作出恰当的反应。而人类的情感交流是个非常复杂的过程,不仅受时间、地点、环境、人物对象和经历的影响,而且有表情、语言、动作或身体的接触。因此,在人和计算机的交互过程中,计算机需要捕捉关键信息,识别使用者的情感状态,觉察人的情感变化,利用有效的线索选择合适的使用者模型(依据使用者的操作方式、表情特点、态度喜好、认知风格、知识背景等构建的模型),并对使用者情感变化背后的意图形成预期,进而激活相应的数据库,及时主动地提供使用者需要的新信息。
情感计算研究的发展在很大程度上依赖于心理科学和认知科学对人的智能和情感研究取得新进展。心理学研究表明,情感是人与环境之间某种关系的维持或改变,当客观事物或情境与人的需要和愿望符合时会引起人积极肯定的情感,而不符合时则会引起人消极否定的情感。情感具有三种成分:主观体验(个体对不同情感状态的自我感受)、外部表现(在情感状态发生时身体各部分的动作量化形式,即表情)和生理唤醒(情感产生的生理反应)。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。基本情绪是先天的,具有独立的神经生理机制、内部体验和外部表现,以及不同的适应功能。人有五种基本情绪,它们分别是当前目标取得进展时的快乐,自我保护的目标受到威胁时的焦虑,当前目标不能实现时的悲伤,当前目标受挫或遭遇阻碍时的愤怒,以及与味觉(味道)目标相违背的厌恶。而复杂情绪则是由基本情绪的不同组合派生出来的。
情感是一种内部的主观体验,但总是伴随着某种表情。表情包括面部表情(面部肌肉变化所组成的模式),姿态表情(身体其他部分的表情动作)和语调表情(言语的声调、节奏和速度等方面的变化)。这三种表情也被称为体语,构成了人类的非言语交往方式。面部表情不仅是人们常用的较自然的表现情感的方式,也是人们鉴别情感的主要标志。通过使用特定的仪器,我们可以对面部的微小表情变化进行研究,甚至可以区分真笑和假笑:人在真笑时面颊上升,眼周围的肌肉堆起,大脑左半球的电活动增加;而人在假笑时仅有嘴唇的肌肉活动,下颚下垂,大脑左半球的电活动不明显。脸部运动编码系统FACS通过不同编码和运动单元的组合,可以在脸部形成复杂的表情变化,其成果已经被应用于人脸表情的自动识别与合成。
人的姿态即身体表情,一般伴随着交互过程而发生变化,并表达着一些信息。
语调表情是通过语音的高低、强弱、抑扬顿挫来表达说话人的情感。在人际交往中,语音是人们最直接的交流通道。
在情感计算研究中还可以使用很多种生理指标,例如,皮质醇水平,心率,血压,呼吸,皮肤电活动,掌汗,瞳孔直径,事件相关电位,脑电EEG等。研究发现,惊反射可用作测量情感愉悦度的生理指标,而皮肤电反应可用作测量情感生理唤醒程度的生理指标。
很显然,开展认知科学研究不仅仅是为了满足人类智慧上的好奇心,更重要的是服务于人类,提高人类的生活质量。情感计算有广泛的应用前景。计算机通过对人类的情感进行获取、分类、识别和响应,进而可以帮助使用者获得高效而又亲切的感觉,并有效减轻人们使用电脑的挫败感,甚至帮助人们理解自己和他人的情感世界。计算机的情感化设计能帮助我们增加使用设备的安全性,使经验人性化,使计算机作为媒介进行学习的功能达到最佳化。
情感计算是一个高度综合化的研究和技术领域。通过计算科学与心理科学、认知科学的结合,研究人与人交互、人与计算机交互过程中的情感特点,设计具有情感反馈的人与计算机的交互环境,将有可能实现人与计算机的情感交互。情感计算研究将不断加深对人的情感状态和机制的理解,并提高人与计算机界面的和谐性,即提高计算机感知情境,理解人的情感和意图,作出适当反应的能力。
欢迎分享,转载请注明来源:浪漫分享网
评论列表(0条)