NLP在旅游情感分析的应用？

自然语言处理（NLP）在旅游领域具有广泛的应用，其中之一是情感分析。情感分析是指通过计算机程序来识别文本中的情感倾向，分析人们对旅游目的地、酒店、餐厅、交通工具等的评价。这种技术可以帮助旅游公司、酒店、餐厅等机构了解消费者的需求和喜好，改善服务质量和提高客户满意度。

一个典型的旅游情感分析应用是在线评论分析。在线评论是消费者对旅游目的地、酒店、餐厅等的反馈，通过使用 NLP 技术，旅游公司和酒店等机构可以分析这些评论，了解消费者对服务质量、位置、价格、餐饮等的看法。这些信息可以帮助他们改善服务质量、提高客户满意度。

另一个应用是社交媒体情感分析。社交媒体是消费者展示旅游经历的主要渠道，通过使用 NLP 技术，旅游公司和酒店等机构可以分析消费者在社交媒体上发布的文本、和视频，了解消费者对旅游目的地、酒店、餐厅等的感受。这些信息可以帮助他们改善服务质量、提高客户满意度、扩大品牌知名度。

                                   

此外，NLP还可以用于预测未来趋势，通过分析历史数据来预测旅游需求、价格趋势等，进而帮助旅游公司和酒店等机构调量、提高客户满意度。

NLP技术还可以用于语音识别和语音合成，在旅游领域中应用于语音导航、语音查询等场景。例如，旅游公司可以开发一款语音导航应用，让游客在旅游中使用语音命令来获取信息和导航。

总之，NLP在旅游领域有着广泛的应用，它可以帮助旅游公司、酒店、餐厅等机构了解消费者的需求和喜好，改善服务质量和提高客户满意度。通过使用NLP技术，旅游行业可以更好地了解客户，并提供更好的服务和体验。

neg=pdread_excel('negxls',header=None,index=None)

pos=pdread_excel('posxls',header=None,index=None) #读取训练语料完毕

pos['mark']=1

neg['mark']=0 #给训练语料贴上标签

pn=pdconcat([pos,neg],ignore_index=True) #合并语料

neglen=len(neg)

poslen=len(pos) #计算语料数目

cw = lambda x: list(jiebacut(x)) #定义分词函数

pn['words'] = pn[0]apply(cw)

comment = pdread_excel('sumxls') #读入评论内容

#comment = pdread_csv('acsv', encoding='utf-8')

comment = comment[comment['rateContent']notnull()] #仅读取非空评论

comment['words'] = comment['rateContent']apply(cw) #评论分词

d2v_train = pdconcat([pn['words'], comment['words']], ignore_index = True)

w = [] #将所有词语整合在一起

for i in d2v_train:

wextend(i)

dict = pdDataFrame(pdSeries(w)value_counts()) #统计词的出现次数

del w,d2v_train

dict['id']=list(range(1,len(dict)+1))

get_sent = lambda x: list(dict['id'][x])

pn['sent'] = pn['words']apply(get_sent)

maxlen = 50

print "Pad sequences (samples x time)"

pn['sent'] = list(sequencepad_sequences(pn['sent'], maxlen=maxlen))

x = nparray(list(pn['sent']))[::2] #训练集

y = nparray(list(pn['mark']))[::2]

xt = nparray(list(pn['sent']))[1::2] #测试集

yt = nparray(list(pn['mark']))[1::2]

xa = nparray(list(pn['sent'])) #全集

ya = nparray(list(pn['mark']))

print 'Build model'

model = Sequential()

modeladd(Embedding(len(dict)+1, 256))

modeladd(LSTM(256, 128)) # try using a GRU instead, for fun

modeladd(Dropout(05))

modeladd(Dense(128, 1))

modeladd(Activation('sigmoid'))

modelcompile(loss='binary_crossentropy', optimizer='adam', class_mode="binary")

print 'Fit model'

modelfit(xa, ya, batch_size=32, nb_epoch=4) #训练时间为若干个小时

classes = modelpredict_classes(xa)

acc = np_utilsaccuracy(classes, ya)

print 'Test accuracy:', acc

可以试一试

w = [] #将所有词语整合在一起

for i in d2v_train:

wextend(i)

newList = list(set(w))

print "newlist len is"

print len(newList)

dict = pdDataFrame(pdSeries(w)value_counts()) #统计词的出现次数

print type(dict)

print len(dict)

由于语料缺乏，前期若使用到情感分析，建议暂时使用SnowNLP（此模块主要使用淘宝评论语料）做情感挖掘，但不仅仅为单纯调用，需要优化，下面是一些实践思考：

可在此基础上优化，比如文本需要特别处理，除了平常的去停用词外，还可以需要对输入的文本结合词性等进行处理。

下面是一些常识：

一）无情感的词语(如去停用词，去掉语气词，无词性标签的词语）

二）对于文本过长，则可以考虑提取关键词或抽取文本摘要后再提取关键词

对于后者实践结果差异明显：

以"发布了头条文章： 《5分钟11亿！京东双11场景化产品消费增长明显》 5分钟11亿！京东双11场景化产品消费增长明显 "为例子， 显然该文本为“积极”文本。

1）s = SnowNLP（"发布了头条文章：《5分钟11亿！京东双11场景化产品消费增长明显》 5分钟11亿！京东双11场景化产品消费增长明显"）

得分为05，明显不符合

2）s = SnowNLP（“ ”join(jiebaanalysetextrank("发布了头条文章：《5分钟11亿！京东双11场景化产品消费增长明显》 5分钟11亿！京东双11场景化产品消费增长明显")))

而对于文本特别长的，则可以先抽取摘要，再对摘要提取关键词。

这主要由于此SnowNLP主要用贝叶斯机器学习方法进行训练文本，机器学习在语料覆盖上不够，特征上工程处理不当会减分，也没考虑语义等。

为何要考虑语义层面：

以“ 苏宁易购，是谁给你们下架OV的勇气” 中的“ 下架”其实才是中心词（为表达愤怒的文本），但“ 勇气 ”为下架的宾语（其为积极的文本），此句应该结果小于05，但实际为088，去掉“苏宁易购”则为06>

一、一般处理流程

语料获取 -> 文本预处理 -> 特征工程 -> 特征选择

1、语料获取

即需要处理的数据及用于模型训练的语料。

数据源可能来自网上爬取、资料积累、语料转换、OCR转换等，格式可能比较混乱。需要将url、时间、符号等无意义内容去除，留下质量相对较高的非结构化数据。

2、文本预处理

将含杂质、无序、不标准的自然语言文本转化为规则、易处理、标准的结构化文本。

①处理标点符号

可通过正则判定、现有工具(zhon包)等方式筛选清理标点符号。

②分词

将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列的过程。

一般看来英文较容易可通过空格符号分词，中文相对复杂，参考结巴分词、盘古分词、Ansj等工具。

常见的分词算法有：基于字符串匹配的分词方法、基于理解的分词方法、基于统计的分词方法和基于规则的分词方法，每种方法下面对应许多具体的算法。

③词性标注

为自然语言文本中的每个词汇赋予一个词性的过程，如名词、动词、副词等。可以把每个单词（和它周围的一些额外的单词用于上下文）输入预先训练的词性分类模型。

常用隐马尔科夫模型、N 元模型、决策树

④stop word

英文中含大量 a、the、and，中文含大量 的、是、了、啊，这些语气词、助词没有明显的实际意义，反而容易造成识别偏差，可适当进行过滤。

⑤词形还原

偏向于英文中，单数/复数，主动/被动，现在进行时/过去时/将来时等，还原为原型。

⑥统计词频

因为一些频率过高/过低的词是无效的，对模型帮助很小，还会被当做噪声，做个词频统计用于停用词表。

⑦给单词赋予id

给每一个单词一个id，用于构建词典，并将原来的句子替换成id的表现形式

⑧依存句法分析

通过分析句子中词与词之间的依存关系，从而捕捉到词语的句法结构信息(如主谓、动宾、定中等结构关系)，并使用树状结构来表示句子的句法结构信息(如主谓宾、定状补等)。

3、特征工程

做完语料预处理之后，接下来需要考虑如何把分词之后的字和词语表示成计算机能够计算的类型。

如果要计算我们至少需要把中文分词的字符串转换成数字，确切的说应该是数学中的向量。有两种常用的表示模型分别是词袋模型和词向量。

①词向量

词向量是将字、词语转换成向量矩阵的计算模型。目前为止最常用的词表示方法是 One-hot，这种方法把每个词表示为一个很长的向量。

②词袋模型

即不考虑词语原本在句子中的顺序，直接将每一个词语或者符号统一放置在一个集合（如 list），然后按照计数的方式对出现的次数进行统计。统计词频这只是最基本的方式，TF-IDF 是词袋模型的一个经典用法。

常用的表示模型有：词袋模型（Bag of Word, BOW），比如：TF-IDF 算法；词向量，比如 one-hot 算法、word2vec 算法等。

4、特征选择

在文本挖掘相关问题中，特征工程也是必不可少的。在一个实际问题中，构造好的特征向量，是要选择合适的、表达能力强的特征。

举个自然语言处理中的例子来说，我们想衡量like这个词的极性（正向情感还是负向情感）。我们可以预先挑选一些正向情感的词，比如good。然后我们算like跟good的PMI，用到点互信息PMI这个指标来衡量两个事物之间的相关性。

特征选择是一个很有挑战的过程，更多的依赖于经验和专业知识，并且有很多现成的算法来进行特征的选择。目前，常见的特征选择方法主要有 DF、 MI、 IG、 CHI、WLLR、WFO 六种。

5、模型训练

在特征向量选择好了以后，接下来要做的事情是根据应用需求来训练模型，我们使用不同的模型，传统的有监督和无监督等机器学习模型，如 KNN、SVM、Naive Bayes、决策树、GBDT、K-means 等模型；深度学习模型比如 CNN、RNN、LSTM、 Seq2Seq、FastText、TextCNN 等。这些模型在分类、聚类、神经序列、情感分析等应用中都会用到。

当选择好模型后，则进行模型训练，其中包括了模型微调等。在模型训练的过程中要注意由于在训练集上表现很好，但在测试集上表现很差的过拟合问题以及模型不能很好地拟合数据的欠拟合问题。同时，也要防止出现梯度消失和梯度爆炸问题。

6、模型评估

在机器学习、数据挖掘、推荐系统完成建模之后，需要对模型的效果做评价。模型的评价指标主要有：错误率、精准度、准确率、召回率、F1 值、ROC 曲线、AUC 曲线等。

7、投产上线

模型的投产上线方式主要有两种：一种是线下训练模型，然后将模型进行线上部署提供服务；另一种是在线训练模型，在线训练完成后将模型 pickle 持久化，提供对外服务。

三、NLP应用方向

1、命名实体识别

指识别自然语言文本中具有特定意义的实体，主要包括人名、地名、机构名、时间日期等。

传统机器学习算法主要有HMM和CRF，深度学习常用QRNN、LSTM，当前主流的是基于bert的NER。

2、情感分析

文本情感分析和观点挖掘（Sentiment Analysis)，又称意见挖掘(Opinion Mining)是自然语言处理领域的一个重要研究方向。简单而言，是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。

情感分析技术可以分为两类，一类是基于机器学习的方法，通过大量有标注、无标注的主观语料，使用统计机器学习算法，通过提取特征，进行文本情感分析。另一类是基于情感词典的方法，根据情感词典所提供的词的情感极性（正向、负向），从而进行不同粒度的（词语、短语、属性、句子、篇章）下的文本情感分析。

3、文章标签

文章标签是利用机器学习算法，对文章进行文字和语义的分析后，提取出若干个重要的词或者短语(关键短语)。关键短语是NLP基础的算法模块，有了关键短语，能为后续的搜索、推荐等更高级的应用提供有力的抓手。

适用场景：1、个性化推荐：通过对文章的标签计算，结合用户画像，精准的对用户进行个性化推荐；2、话题聚合：根据文章计算的标签，聚合相同标签的文章，便于用户对同一话题的文章进行全方位的信息阅读；3、搜索：使用中心词可以对query进行相似度计算、聚类、改写等，可以用于搜索相关性计算。

4、案件串并

①信息抽取

运用实体抽取、关系抽取，从案情中抽取关键信息，如从警情中可以抽取报警人项目、报警人电话、案发地址等信息

②实体对齐

相同的实体在不同的案情中会有不同的表述，会给串并带来困难。可针对地址、人名、组织名进行对齐处理。

③文本聚类

对于关键片段类信息，无法像实体那样对齐，需要借助文本聚类技术进行关联。

④构建图谱

将信息抽取结果存入图谱。每个警情id对应一个节点，实体、属性、关键片段作为节点，对齐的实体、同一类的文本存为同一个节点。

除了来自于从警情中抽取的信息，还可以将其他警务系统中存在的结构化数据导入（如来自户籍信息的人物关系），从而丰富图谱。

⑤图谱检索

完成以上工作，即完成了案件串并的必要基础建设，接下来通过图谱的查询功能自动完成案件的串并。首先需要设定串并的条件，案件串并的条件在警务实战中已有很多的积累，如“具有相似的作案手段”，又如“相似作案手段，嫌疑人有共同联系人”，只需要将这些条件用图谱查询语言表达出来。

诗歌鉴赏解题技巧

第一种模式 分析意象、意境型

提问方式：这首诗营造了一种怎样的意境？

提问变体：这首诗描绘了一幅怎样的画面？表达了诗人怎样的思想感情？

解答分析：这是一种最常见的题型。所谓意境，是指寄托诗人情感的物象(即意象)综合起来构建的让人产生想像的境界。它包括景、情、境三个方面。答题时三方面缺一不可。

答题步骤：

①描绘诗中展现的图景画面。并准确概括考生应抓住诗中的主要景物，用自己的语言再现画面。描述时一要忠实于原诗，二要用自己的联想和想像加以再创造，语言力求优美。

②概括景物所营造的氛围特点。一般用两个双音节词即可，例如孤寂冷清、恬静优美、雄浑壮阔、萧瑟凄凉等，注意要能准确地体现景物的特点和情调。

③分析作者的思想感情。切忌空洞，要答具体。比如光答“表达了作者感伤的情怀”是不行的，应答出为什么而“感伤”。

答题示例：

绝句二首(其一) 杜甫

迟日江山丽，春风花草香。

泥融飞燕子，沙暖睡鸳鸯。

注此诗写于诗人经过“一岁四行役”的奔波流离之后，暂时定居成都草堂时。

此诗描绘了怎样的景物？表达了诗人怎样的感情？请简要分析。

答：此诗描绘了一派美丽的初春景象：春天阳光普照，四野青绿，江水映日，春风送来花草的馨香，泥融土湿，燕子正繁忙地衔泥筑巢，日丽沙暖，鸳鸯在沙洲上静睡不动(步骤一)。这是一幅明净绚丽的春景图(步骤二)。表现了诗人结束奔波流离生活安定后愉悦闲适的心境(步骤三)。

第二种模式 分析技巧型

提问方式：这首诗用了怎样的表达技巧？

提问变体：请分析这首诗的表现手法(或艺术手法，或手法)。诗人是怎样抒发自己的情感的？有何效果？

答题步骤：

(1)准确指出用了何种手法。

(2)结合诗句阐释为什么是用了这种手法。

(3)此手法怎样有效传达出诗人怎样的感情。

答题示例：

早行 陈与义

露侵驼褐晓寒轻，星斗阑干分外明。

寂寞小桥和梦过，稻田深处草虫鸣。

此诗主要用了什么表现手法？有何效果？

答：主要用了反衬手法(步骤一)。天未放亮，星斗纵横，分外明亮，反衬夜色之暗；“草虫鸣”反衬出环境的寂静(步骤二)。两处反衬都突出了诗人出行之早，心中由飘泊引起的孤独寂寞(步骤三)。

第三种模式 分析语言特色

提问方式：这首诗在语言上有何特色？

提问变体：请分析这首诗的语言风格。谈谈此诗的语言艺术。

答题步骤：

(1)用一两个词准确点明语言特色。

(2)用诗中有关语句具体分析这种特色。

(3)指出表现了作者怎样的感情。

答题示例：

春怨

打起黄莺儿，莫教枝上啼。啼时惊妾梦，不得到辽西。

请分析此诗的语言特色。

答：此诗语言特点是清新自然，口语化(步骤一)，“黄莺儿”是儿化音，显出女子的纯真娇憨。“啼时惊妾梦，不得到辽西”用质朴的语言表明了打黄莺是因为它惊扰了自己思念丈夫的美梦(步骤二)。这样非常自然地表现了女子对丈夫的思念之情(步骤三)。

第四种模式 炼字型

提问方式：这一联中最生动传神的是什么字？为什么？

提问变体：某字历来为人称道，你认为它好在哪里？

解答分析：古人作诗讲究炼字，这种题型是要求品味这些经锤炼的字的妙处。答题时不能把该字孤立起来谈，得放在句中，并结合全诗的意境情感来分析。

答题步骤：

(1)解释该字在句中的含义。

(2)展开联想把该字放入原句中描述景象。

(3)点出该字烘托了怎样的意境，或表达了怎样的感情。

答题示例：

南浦别 白居易

南浦凄凄别，西风袅袅秋。

一看肠一断，好去莫回头。

前人认为，“看”字看似平常，实际上非常传神，它能真切透露出抒情主人公的形象。你同意这种说法吗？为什么？

答：同意。看，在诗中指回望(步骤一)。离人孤独地走了，还频频回望，每一次回望，都令自己肝肠寸断。此字让我们仿佛看到抒情主人公泪眼朦胧，想看又不敢看的形象(步骤二)。只一“看”字，就淋漓尽致地表现了离别的酸楚(步骤三)。

第五种模式 一词领全诗型

提问方式：某词是全诗的关键，为什么？

解答分析：古诗非常讲究构思，往往一个字或一个词就构成全诗的线索，全诗的感情基调、全诗的思想，抓住这个词命题往往可以以小见大，考出考生对全诗的把握程度。

答题步骤：

(1)该词对突出主旨所起的作用。

(2)从该词在诗中结构上所起的作用考虑。

答题示例：

春夜洛城闻笛 李白

谁家玉笛暗飞声，散入春风满洛城。

此夜曲中闻折柳，何人不起故园情？

“折柳”二字是全诗的关键，“折柳”寓意是什么？你是否同意“关键”之说，为什么？

答：“折柳”的寓意是“惜别怀远”，而诗歌的主旨正是思乡之情(步骤一)。这种思乡之情是从听到“折柳”曲的笛声引起的(步骤二)。可见“折柳”是全诗的关键

第六种模式 情感、主旨型

提问方式：表达了怎样的思想感情？这首诗的主旨是什么

提问变体：这首诗反映了怎样的社会现实？这首诗表现了怎样的情趣？或者结合意境提问，或就某一句某一联发问。

答题步骤：

（1）诗歌各句（或相关的句子）分别写了什么内容

（2）运用了何种表达技巧

（3）抒发什么情感

答题示例：阅读下面这首宋词，然后回答问题。（8分）（06年全国卷2）

南柯子 王炎

山冥去阴重，天寒雨意浓。数枝幽艳湿啼红。莫为惜花惆怅对东风。 蓑笠朝朝出，沟塍处处通。人间辛苦是三农①。要得一犁水足望年丰。

〔注〕①三农：指春耕、夏耘、秋收。

（2）试分析下阙的内容，以及作者在词中所抒发的思相感情。

答：描写了农民不避风雨、辛勤劳作的生活，发出了“人间辛苦是三农”的感叹，（步骤一）（因为没有什么特别的表达技巧，所以步骤二跳过）表达了农民盼望风调雨顺、五谷丰登的心情。（步骤三）

再如：阅读下面一首唐诗，然后回答问题。（8分）（05年全国卷2）

邯郸冬至夜思家 白居易

邯郸驿里逢冬至，抱膝灯前影伴身。想得家中夜深坐，还应说着远行人。

[注]冬至：二十四节气之一，唐朝时是一个重要节日。

（2）作者是怎样写“思家”的？

答：冬至夜深时分，家人还围坐在灯前，谈论着自己这个远行之人，（步骤一）作者主要是通过这幅想像的画面，（步骤二）来表现“思家”的。（步骤三 题目已经说明情感）（想像1分，画面描绘2分）

第七种模式 评价题型

提问方式：评价题是先列举出一首或几首诗词，再引用一段古代诗词评论家或后世人对诗词特点的评论语，要求你先判断这个评论是否正确，是否合理，然后阐明理由。这种题型酷似政史考试中的判断说理题。其实这类题型只是前六类题型的变体，没有直接提出问题，需要学生自己分析问的是内容、主旨，还是表达技巧，然后结合问题和诗歌进行恰当的表述。

答题思路：

（1）认真审题

（2）深入阅读理解诗词

（3）结合诗歌内容，结合评论答题

答题注意：紧扣诗文内容，点面结合地分析；阐明理由时，紧扣评论关键词

答题示例：

赤壁 杜牧

折戟沉沙铁未销，自将磨洗认前朝。东风不与周郎便，铜雀春深锁二乔。

有人曾引“一粒沙里见世界，半瓣花上说人情”来概括这首诗的艺术特色。你同意这种观点吗？请作简要说明

分析：这是一首典型的诗词评价题型。诗歌本意很明了，但命题者借用西方一句诗来概括其艺术特色，回答时思维要稍稍转个弯。所谓“一粒沙里见世界，半瓣花上说人情”，就是以小见大，管中窥豹的写法。本文借出土的文物---折戟和吴国二女----二乔来展现三国时期的政治风云变幻。

答案参考：这是一首咏史诗，抒发的是对国家兴亡的感慨，可谓大内容，大主题，但诗人却通过“小物”“小事”来表现的。诗由一个小小的文物“折戟”，联想到汉未分裂动荡的年代，想到赤壁大战中的英雄人物，可谓说是“一粒沙里见世界”。后两句把“二乔”不曾被捉这件小事与东吴霸业、三国鼎立的大主题联系起来，写得具体可感，有情味，有风韵，可谓’“半瓣花上说人情”。

第八种模式 比较评价题型

提问方式：给出两首或几首诗词，要求学生比较阅读后，对其异同进行分析评价。

答题思路：

（1）要通读这几首诗词，把握其思想内容和主要的写法，包括作家作品的背景知识。

（2）要结合题干中的比较角度(思想内容、感情、艺术手法、写法、修辞方法等)来寻求诗词的差异性。

（3）要注意点面结合，既有总体分析，又有具体分析。表述时要注意条理清楚，层次分明。

答题示例： 16．阅读下面两首古诗，然后回答问题。（6分）（05年浙江卷）

齐安郡中偶题 杜牧

两竿落日溪桥上，半缕轻烟柳影中。多少绿荷相倚恨，一时回首背西风。

暮热游荷池上 杨万里

细草摇头忽报侬，披襟拦得一西风。荷花入暮犹愁热，低面深藏碧伞中。

（2）这两首诗都运用了什么表现手法来刻画“荷”的形象？请指出两首诗中“荷”所表现出来的不同情感特点，并作简要分析。（4分）

解析：题目有两问，第一问是问表现手法上的共同点，不要求分析，所以只写出表现手法就可以，当然如果具体说明，也没错。第二问要求分析这两首咏物诗表达出的情感的不同，因此答题时，要按照情感主旨型模式答全两方面的内容

答：第一问：都用了拟人表现手法。

第二问：前一首的“绿荷”有“恨”而“背西风”，（步骤一）含有诗人之恨，表露了伤感不平之情，基调凄怨低沉。（步骤二）

后一首的“荷花”被西风吹动而躲藏于荷叶之中，似是“愁热”，却呈现娇羞之态，（步骤一）表露了作者的怜爱喜悦之情，基调活泼有趣。（步骤二）

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

现代文阅读的话，个人认为把各文章类型分开讲解题方法会具体一点！

第一部分(必做题)：一般论述类和说明类文章的阅读（15分）

一：依据文体特征读懂文章

（1）根据文体特征读懂文章。一类是以社会科学为研究对象的一般论述类文章（学术论文），主要运用说明的议论的表达方式行文，内容涉及到经济学，教育学，文化学历史学，语言学，美学等，且内容多为介绍学术论点及其分论点，论据，背景和意义。一类是以自然科学为对象的科技说明文，主要运用说明的表达方式行文，内容多为介绍新科技新发现新认识，主体文字若干段落从不同角度具体介绍这个“新”: 背景,构造,原理，特点，现状，发展，评价(优点缺陷)及其研究应用前景。（根据文体特征，可边阅读边猜测下文内容，提高阅读速度。）

（2）注重整体阅读。逐段阅读，标出各段的中心句子，并在头脑中大体复述各段内容。最后在找到全文说明对象（议论对象）的基础上整合文意。

二：选择题的解答

明确此类题目是在玩文字游戏，命题者改造原文设置错部分定语或状语（复句的部分分句），从而改变句意。(1)设误的常用五种方法：添：添加定语或状语， 删：删除句子而改变句意。换：换用别的的词语代替，造成似是而非。调：调换词语或句子顺序，从而改变句意。凑：将意义有关或无关的几个词语（句子）杂糅凑合而造成错误。

(2)仔细辨别干扰项逻辑错误, 特别关注选项中处于定语或状语位置的类似词语是否等值转换：

一偷换概念： 通过漏字，添字，改字，换序等方法扩大、缩小或转移概念。尤要注意代词的指代。

二以偏概全：以部分代整体（或相反）,以个别代一般（或相反），以特殊代普遍。重点关注：

a表数量多少的词语（少数，部分，几个，大多数）；b表范围大小的词语（凡，全，都 ，所有；部分等）；c表程度轻重的词语（ 特别，十分，稍微等）；d表频率高低的词语（通常，总是； 有时，偶尔等）

三混淆时态：（已然与未然）已经，曾经，过去；现在，目前；将要，尚未等

四混淆模态：（可能与必然）一定，必将； 可能，估计，如果，未必等

五正话反说： 即肯定和否定颠倒。

六顺序错乱： 时间先后错位，逻辑事理先后错位，空间位置错乱。

七颠倒因果： “因”与“果”错位；或 “条件”与“结果”错位。

八强加因果： 即两件事无因果关系，却强行说成有因果关系。

九无中生有： 即原文无此信息。

十答非所问： 即选项回答的不是题干中的问题，或没有答全题干中问题的几层意思。

另外,别让以下几点成为答题盲区:

（1）记住：不能只看选项本身的错对，注意选项是否答非所问;（2）记住：题干中有“根据”、“证据”、“原

因”等字样，选项与题干之间要能构成因果关系;（3）记住：有的选项要选最佳答案，而非正误选择;

（4）记住：题干涉及几层意思，选项中则要答全几层意思。

三：简答题(07年新增题型)的解答

整体阅读，从整体上把握语料：阅读一般论述类文章:从议论说理的角度入手，弄清文章的中心论点是什么，有无分论点，用什么材料来证明观点，论证结构有什么特点;

阅读科技说明文:科技文一般属消息一类，其结构一般为“倒金字塔式”：第一段先引出话题，介绍新工艺、新技术、新见解、新成果，介绍它的构造、原理、发展、现状、评价等等，阅读时首先要明确说明的对象是什么，有什么特点，有什么价值，有什么作用，对社会有什么意义等。 重点与难点:

重难点一: 分析文章的结构层次，把握文章思路的基本方法

技巧1：辩明文体，选准角度 议论文体，可从总体上根据引论、本论、结论来划分，理清行文思路，并分析其内在逻辑关系、材料性质、论证方法，进一步按常见的论证结构——并列、对照、总分、层进——作切分；说明文体，紧扣说明对象，根据其特定的说明顺序，或按时间、空间、或按事物自身的构成，或按事物发展，或按事理逻辑来划分。

技巧2：辨明重要文句。文章中有些句子，如领起句、总结句、过渡句、前呼后应句（包括文中反复出现的文句）

技巧3：审辨标志性词语。可以作为标志性词语的有：A顺序词，B关联词，C指代词，D范围词，E类别词，F过渡词。此外还有文中不同地方反复出现的同义或近义的词语。

技巧4：(1)从形式方面分析①重视具有前后衔接、勾联、照应作用的语言标志；重视有区分层次作用的标点符号。②掌握文章因文体不同而具有的不同的结构规律: 议论文常采用提出问题，分析问题，解决问题的结构来论证事理；说明文常采用总分总式或并列式结构来说明问题。

重难点二: 归纳内容要点，概括中心意思

归纳文章内容要点，概括文章中心意思，是指将文章的整体内容和文章的主题中心用简明的语言表述出来。

1 分析归纳文章的内容要点，要注意以下几点：

■要有文体特征意识: 论述文,论题、论点(分论点)是主要信息,论据和论证是次要信息; 说明文,说明的对象、说明的内

容和对象的特征(特点)是主要信息,说明的方法及运用到的材料是次要信息。

■要有切层分层意识: 研究段与段之间的结构关系或句与句之间的结构关系

同一关系取其一; 相属关系取其”属”; 相并关系取其”和”; 主次关系(偏正关系)取其”主” 。

■要有全文整体意识: 分析归纳时，要从全文出发、整体把握，才能全面准确。

语言组织方法主要有:

(1) 采用摘句法: 抓各段的中心句(各段的中心句往往都是要点),进行压缩；

(2) 采用合并法: 在各层意思不可缺时，可将各层内容合并起来;

(3) 采用提炼法: 对于没有中心句的段落，要分析语句间的关系，把握其内容的重点,选择主要内容；

2 分析归纳中心意思，可以从以下几方面人手：

(1) 寻找中心句(段),概括中心意思: 有的标题即是中心，有的开头点明中心，有的结尾揭示中心。

(2) 合并各段内容, 概括中心意思: 寻找各段中心句, 合并各段主要内容来提炼概括。

(3) 采用整体把握法,概括中心意思: 有的文章(段)没有主旨句，须将全文各段大意综合起来，加以提炼。

重难点三: 分析概括作者在文中的观点态度

是指作者对某具体事物的主观倾向，或赞同或反对，或喜爱或憎恶，带有鲜明的个人主观色彩。其表述因文体而有差异。有的直接说出，有的则分散在字里行间，若隐若现。在具体的分析概括时，首先要抓住文体特点，其次，要抓住一些标志性词句，如“认为”、“觉得”和一些主旨句等。必须从整体上把握文章的内容、思想、主题。 分析的具体做法是：

① 统观全文，筛选出能直接体现作者观点和态度的句子；

② 从材料的中心内容入手来分析作者的观点和态度；

③从作品的表达方式入手来分析作者的观点和态度。

第二部分(选做题)：文学类文本和实用类文本的阅读

高分口诀：读懂文章 审准题眼 规范作答

0现代文(各类文本)阅读与答题基本知识

(一)答题基本知识:

1阅读: 注意整体阅读,注意抓三个方面 :一是要有文体特征意识(散文和小说,新闻和传记的文体特征概述见后);二是要有思路分析意识(边读边概括各段落意思及段与段之间的关系);三是要有寻找中心句意识(每段的中心句,特别是文章的开头,结尾,过渡句以及标题)

2审题:从题干中求启示，寻求解题的突破口，确保准确答题。题干具有以下作用: 暗示答题区域; 暗示答题思路; 暗示答题方法; 暗示答案本省。审题时注意:

◆是否选准题眼（答题重点）； ◆是否选全要点（要答几个方面）；

◆是否选准角度（以谁为陈述主体）； ◆ 是否选好恰当的句式（要与设问的句式一致）

组织语言时，注意“问”与“答”要照应好 如问：

“为什么对作者来说这是一次短暂而愉快的旅行？” 则：

(1)题眼（答题重点）是： 短暂而愉快 ； (2)要点（回答的内容）应包括：“短暂”和“愉快”两点；

(3)设问的角度： 以“这”作陈述对象，而不是“作者” ；(4)句式应为： 两个句子，且构成并列关系。

3答题: “规范作答”不能忘记的三个原则： ⑴答案在文中(直接来源于文中或或从文中提炼); ⑵选择并重

组文中关键词句(注意原文表述角度与设问角度是否一致) ; (3)分点分条作答(高考阅卷采点给分) 。

(二)常用写作手法(技巧)（加横线的为高考常考手法）

第一类：表达方式：记叙、描写、抒情、说明、议论

第二类：表现手法：对比、衬托(反衬)，变换人称，联想想象, 象征，类比，虚实结合 渲染烘托

第三类：结构方式：前后照应、铺垫，过渡(承上启下)、设置悬念、卒章显志，欲扬先抑、制造波澜 ， 特定线索、 记叙顺序(顺叙、倒叙、插叙) ，材料安排（主次、详略等），

第四类：修辞手法：比喻、反复、对比、拟人、夸张、排比、对偶、引用、设问、反问、借代：

第五类：描写手法：

描 写 角 度： 正面描写、侧面描写

描写人物的方法：语言描写、动作描写、神态描写、心理描写、外貌描写，细节描写

描写景物的角度：视觉、听觉、味觉、触觉

描写景物的方法：动静结合（以动写静）、概括与具体相结合、由远到近（或由近到远）

(三)基本题型题(非探究型和评价型)及解答思路

题型1: 理解文中重要语句的含义和表现力

A语句的含义题：还原修辞句的本义；揭示警策句的哲理；转化深奥含蓄句的意思；揭示句子的双关意；

B语句的作用题:要回答该句子在文章结构与内容主题两个方面起的作用。

1文首句：⑴照应标题（开篇点题）； ⑵渲染气氛（定下情感基调）； ⑶埋下伏笔

⑷设置悬念； ⑸为下文（中心）作辅垫； ⑹总领下文；

2文中句：⑴ 前后照应，⑵承上启下（过渡）；⑶总结上文；开启下文；⑷为下文作辅垫

3文末句：⑴总照应开头或标题，结构紧密；⑵卒章显志，揭示中心；⑶总结全文，深化主题；

题型2: 整理文章思路并归纳文章的内容

本题重在弄清文章是怎么写的和写了什么：文章各段说的是什么内容，是从哪些角度说的；段与段之间是什么关系（相并，相承，相属），它们之间是如何照应的，又是如何形成一个有机整体的（各段与中心的关系）。只要你把作者起承转合的行文思路看出来了，把文章的领起段、过渡段、中心段、归旨段、结语段分辨清楚了，文章的脉络层次与主要内容就在你眼前了。

▲叙述性文体的线索：看时间的变化，看空间的变化，看情感的变化，

看故事情节的变化，看事物发展阶段的变化。

▲论述性文体的结构： 并列式，对照式，层进式， 总分式。

▲说明性文体的顺序: 空间顺序,时间顺序;逻辑顺序。

题型3: 分析手法及作用(见前四大类13小类)这里主要举例说明修辞手法的作用:

1比喻：化平淡为生动，化深奥为浅显，化抽象为具体。

2拟人：化物为人，拉近距离,亲切自然; 便于对话,交流情感。

3借代：以简代繁，以实代虚，以奇代凡。

4夸张：烘托气氛，增强感染力，增强联想；创造气氛，揭示本质，给人以启示。

5对偶：便于吟诵，易于记忆，使词句有音乐感；表意凝练，抒情酣畅。

6排比：内容集中，增强气势；叙事透辟，条分缕析；语气强劲,抒情强烈。

7反复：突出思想,强调情感；承上启下，层次清晰；多次强调，增强感染力。

题型4: 分析作者的观点态度，归纳主旨

解题思路：⑴快速读懂原文，深入理解文意（作者记叙、议论了哪些方面的事）→→⑵跳出文章外，整体把握文旨（文章涉及哪些社会问题？）→→⑶舍末逐本，归纳要点，把握文章真意和神魂（作者的真正意图是什么）→→⑷按照题目要求，整理提取有效的信息

望采纳谢谢