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。
幼儿的世界是情感的世界,情感在幼儿发展中起着主导的作用。幼儿教育应以情感教育为核心和基础。幼儿教师是幼儿教育的直接实施者,提高幼儿教师的情感素养,是有效实施幼儿情感教育,提高幼儿教育质量和内涵的保障。因此,情感素养是现代幼儿教师专业发展的核心内容。本文将从以下几个方面对教师情感素养在幼儿教育中的作用进行论述:
1 幼儿教育阶段教师情感素养因子分析,现状论述,存在的一般性问题
近几年来,在幼儿心理健康教育领域,人们不断探索情感、意志、性格的养成教育,尤其对情感教育的重要性认识日趋提高。情感是对客观事物态度的主观体验,它对智慧的发展、德性之养成以及整个人的成长来说,像阳光、如雨露,没有健康的情感,便没有完美的童心,更不利于健全人格的形成。有人说,情感教育是向幼儿进行一切教育的基础。因此情感教育也成为了当今幼儿园教育的主线。
情感教育(如与幼儿进行情感沟通、处理幼儿的情绪问题、实施情感教育过程中与同事、家长的沟通等)是一项复杂的、具有挑战性的工作,一些教师在遇到具体教育问题时往往不知所措。另外,不同教师实施情感教育取得的成效存在较大的差异。究其原因,主要是由于教师自身的情感素养、已有的情感教育经验、情感教育能力等情感素养的原因。
2 教师情感素养的基本内涵及其特征表现
教师的情感素养指的是教师在平时的教育活动中能自觉地对儿童情感发展予以关注,并能根据儿童情感发展的规律,运用各种有效方式积极影响儿童情感发展的教育能力和人格品质。根据情感教育的影响机制,教师情育素养包括两个方面:一是教师自身的情感素养,即能维持和促使教师顺利、有效地进行教育教学活动的情感品质、行为的总和,如富有爱心、健康的情绪、积极的心态、自我情感认知和调节能力,以及美感、责任感、自尊感、自信心等,都属于情感素养范畴;二是教师对儿童进行有意识的情感教育的行为方式与能力。包括:对儿童情感需要和发展特点的理解与分析;与儿童能进行有效的情感沟通;良好和得体的情感语言;科学地设计情感教育活动和创设情感教育场的能力,给予儿童个别化情感影响的机智等等。前者既是教师对儿童情感产生潜在影响的因素,又是教师情育素养的基础,后者则是能直接和有意识影响幼儿情感发展的操作因素。
幼儿在不同的年龄段具有不同的感情需要,因此幼儿情感教育具有时段性。它们分别是3~4岁幼儿的依恋需要,4~5岁幼儿的交往需要和求知需要,5~6岁幼儿的自尊需要。据此,幼儿情感教育在不同的年龄段教育的目标就不一样。一般把小班情感教育的侧重目标定为信赖感和情感觉察能力;中班定为合群感、求知感和移情能力、专注能力;大班定为自信感、自我激励能力和情绪调控能力。同时,幼儿情感教育还具有长时性。幼儿的情感具有冲动性和不稳定性,情感教育并不是一次活动或一朝一夕所能形成的,将一日活动与情感教育相结合是有效的教育。如利用大自然、音乐、美术和文学作品等丰富幼儿的情感体验,通过游戏活动,区域活动强化爱的情感教育等。一日活动的各环节都可对幼儿进行情感教育,这就需要教师要注意随机教育,发掘出着眼点,并努力营造良好的情感教育环境,使孩子们行成良好的情感素质。
3 幼儿教育中加强教师情感素养培养与情感注入的现实必要性
郭沫若先生曾经这样说:“人的根本改造应当从儿童的情感教育、美的教育入手。一个人对父母、对同伴、对周围的人有了深厚的感情,才能服务与社会,立足与社会。”可见,在幼儿教育中加强教师情感素养培养与情感注入是幼儿成长教育,特别是培养幼儿如何做人的需要。
同时,在幼儿教育中加强教师情感素养培养与情感注入也是幼儿教育这一特殊阶段教育特点的需要。幼儿期是萌发各种情感的重要时期。孩子从出生到入学前,情绪、情感的发展十分迅速,由最早的原始情绪到人类各种基本情感的形成,只有几年的时间。然而这种分化、成熟过程并不能自发进行,需要依赖于一定的教育环境。如果孩子在这头几年中得不到适宜的教育影响,则会产生与不良影响相应的消极情感,而这些又将影响以后的发展。情感教育是向幼儿进行一切教育的基础。有人说幼儿是情感的俘虏,在他们的活动中充满着情绪色彩。例如对幼儿进行品德教育、行为习惯的培养时,如果能从道德情感入手,则往往是事半功倍,若在他们的智力体操、语言学习、个性形成以及社会交往等活动中,伴有愉快的情绪,都可提高活动的效果。这正是情感的辐射作用在幼儿认知过程、社会性发展进程中的具体体现,在幼儿阶段,情感教育既是教育目的,也是教育手段。
在幼儿教育中加强教师情感素养培养与情感注入也是处理幼儿教育中一些普遍性问题的需要。现在的独生子女养尊处优,条件优越,一家大小都以孩子为中心,致使孩子情感方面的有很多不尽如意的地方,你经常看见买了好吃的东西孩子是自己先品尝,从来没有想到过长辈,父母身体不适的时候也很少看到孩子端茶送药的行动,对那些有了困难需要帮助的人,孩子是很小气的,往往说:“我自己的东西干吗给别人”,看到别人的困难置若罔闻,这对孩子今后健康人格的形成是很不利的,而幼儿教育是启蒙教育,教师用自己的情感去培养孩子良好的道德情感对孩子今后的发展是很有好处的。
另外,在当今知识经济信息时代,对幼教工作提出了新的挑战,在诸多的幼教工作中,幼儿教师的素质成为各种挑战中的焦点,而其中情感素养的培养尤其重要。高素质的幼儿要靠高素质的教师来培养。幼儿园实施幼儿情感教育,首先必须提高幼儿教师自身的情感素养。所以这也是现代教育理论和育人环境改变的需要。
具有良好情感素养的教师富有爱心、耐心、同情心、同理心、秩序感、具有求知欲、挑战未知的热情;具有良好情育素养的老师能真情对待幼儿,关心爱护幼儿;能展现教学过程的魅力,品味教学成功的喜悦;能不断完善自我,展现个人风采。提高幼儿教师的情育素养对实施幼儿情感教育、健全幼儿人格起关键性作用。同时,教师在工作过程中尊重家长,友爱同事,与孩子、家长、同事之间建立“亦师亦友、教学相长”的和谐互助的关系,在情感上认同、接纳每一个教育合作伙伴,能使幼儿教育效益最大化。因而,提高教师情感素养也是教师职业技能和教师教学水平提升的需要。
4 教师自身情感素养培养的途径、方法和措施
教师情感教育素养的培养和发展不是一蹴而就的,它需教师本人作长期艰苦的努力,不断明确情感教育的意义,而得以提高发展起来的。可以尝试从以下几个方面进行:
(1)更新教育理念。
教育理念,是指教师在对情感教育本质理解基础上形成的关于情感教育的观念和理性信念。它首先是指教育价值观,回答的问题是为什么要搞情感教育,情感教育的价值在哪里。它的价值在于它把每一个学生潜能的开发、健康个性、终身学习的意识和能力的初步形成作为最根本的任务,它是为社会发展和学生的终身发展服务的。教师在教育教学实践中凭借自身的情感教育素养实施好情感教育,以情育人,促使学生获得生动、活泼的全面发展。
(2)扎实的文化功底。
教师情感教育素养的培养和发展,是建立在一定的文化科学知识功底上的。没有一定的文化科学知识功底,教师情感教育素养的培养和发展,就会变成空中楼阁。只有比较扎实的文化功底。才具备了不断发展自己情感教育素养的良好文化基础。只有具备了这个基础,教师才有可能充分利用扎实的文化功底的优势,进一步学习各种新理论,不断发展自己的政治思想素养;增强各种新能力,不断发展自己的情感教育素养。
(3)积累生活经验。
教师在个人活动和社会交往中积累的丰富生活经验,是提高情感教育素养的重要条件,它往往直接或间接地影响着教师情感教育素养水平。教师情感教育素养的培养总是在一定的'生活过程中展开的。教师的生活经验越丰富,他对生活的感受就越深刻,联想和想象的天地也就越广阔;教师在实际生活中接触的事物越多,他对事物与事物之间关系的了解就越全面,情感反应也越强烈。
(4)善于教育实践。
教师的情感教育素养,是在教师长期的情感教育实践中逐步形成、发展,并得到不断提高的。通过实践,教师将能不断丰富、发展和完善对情感教育理论的认识,而这,又可以用来指导教师进行新的实践研究。这样,在教育教学中,如此滚动推进,教师的情感教育素养水平也在不知不觉中与日俱增了。
(5)学校的支持
幼儿园通过丰富的培训内容、方式,促使教师在教育过程中拥有积极健康的教育心态和行为,提高教师的情感智力,让教师拥有“工作着、快乐着、幸福着”的美好体验,从而,更好地创造自己的教育人生。
5 教师在幼儿教育中情感教育的展示
幼儿的情感具有冲动性和不稳定性,情感教育并不是一次活动或一朝一夕所能形成的,这就需要教师要注意随机教育,发掘出着眼点,并努力营造良好的情感教育环境,使孩子们行成良好的情感素质。以下是我一些情感教育案例的展示:
现在的孩子,家里好吃的、好穿的、好玩的应有尽有,大多数幼儿爱父母、爱他人的意识淡薄。有一次,在离园时,我班的心愿小朋友刚被妈妈接出门外,就大哭起来,而且还用脚去踢妈妈,说什么也不走。问清原因,我才知道是因为妈妈忘记给她买新衣服了。于是,我在班上组织了一次“我爱妈妈”的活动。我问孩子们:“是谁天天给你洗衣服、做饭?”孩子们异口同声的说:“是妈妈”我又问:“妈妈每天上班,下班后还要到幼儿园来接你们,然后再回家做饭,是不是很辛苦呀,你们应该怎样对待妈妈呢?能不能不高兴就用手打妈妈,用脚踢妈妈呢?这样会让妈妈伤心的。那我们应该为妈妈做些什么呢?”“我为妈妈捶背”“我帮妈妈摘菜”“我给妈妈讲故事”“我给妈妈洗脚”“我听妈妈的话””我不让妈妈生气”并模仿表演了“今天我来当妈妈”等一系列活动。
幼儿园有目的的活动有其各自不同的特点,只有结合这些特点认真地设计并组织活动,才能将情感有机地渗透其中,但要避免手段和方式方法上的牵强附会,例如:过去在组织讲故事的活动时,经常在故事结束部分提问孩子们类似的问题:“我们要向故事中的谁学习?学习他什么呢?”并引导幼儿说出:“学习他关心别人,互相帮助”等等,这些类似的活动,都没有跳出说教的圈子,孩子们虽然当时能对答如流,但在生活交往中是否能真正体现,就不一定了,因为孩子们并没有把知识的获得深化为思想感情,因此,在活动过程中,要自然地协调地渗透情感教育。例如:在“认识春天”的教育活动时,多半限于让幼儿掌握春天的气候特征和动植物的变化,使幼儿感觉衣服的增减等,这样孩子们所获得的只是知识。在更新教育观念后,在组织教育活动时,除了知识的传授外,还注意了情感教育,如春天到了,带小朋友到户外春游,观察春天的景象以及池塘里的蝌蚪的变化,并根据故事《小蝌蚪找妈妈》启发幼儿:“小朋友,春天到了,池塘里的蝌蚪也出生了,它们的妈妈是谁呀?为什么它们长得跟妈妈不一样呢?”孩子们通过思考和讨论,知道春天里蝌蚪的生长变化过程,接着,我又用拟人的手法问:“小蝌蚪找不到妈妈,会怎么样?”孩子们发挥了想象力,有的说:“小蝌蚪伤心地哭了,”有的说:“没有妈妈照顾,小蝌蚪会生病的。”这时,我便说:“让我们帮帮小蝌蚪的忙吧!”孩子们的情绪明显高涨,有的说:我们帮它找妈妈;有的说:我把它带回家照顾它;有的说:我们要爱护它,让它感受到我们的爱。孩子们说了很多各种各样充满爱心的想法。在这样的活动过程中,孩子们既领略了知识世界的内容,又进入了情感世界,不知不觉地获得了关心他人和同情、帮助弱小者的品质的熏陶。
节日是幼儿生活的一部分,是教育幼儿的有利时机。各种节日都有其不同的意义,教师应深入浅出地向幼儿介绍节日的名称和主要的涵义,如“三八”妇女节、“儿童节”、“五一”劳动节、国庆节、清明节、元旦等等,将幼儿对节日的认识情感从不同方面作进一步的提高,如三八节,五一节到了,让幼儿通过绘画“我的妈妈”、“我的爸爸”送给爸爸妈妈,并说一句祝福的话来表达幼儿对父母热爱的情感,鼓励幼儿帮助爸爸妈做一些力所能及的劳动,如:洗袜子,拿拖鞋,收拾玩具,摆放碗筷,为大人递送用具等,养成幼儿以自己能做到的任何方式去关心他人的情感。除了一些传统的节日外,我还抓住一些现代文化性节日,如“植树节”“世界环境日”“爱鸟周”等,这些节日都与人类生存的自然环境息息相关,让幼儿了解节日的来历和有关的知识,于是我们班组织了幼儿到户外捡塑料袋、收集旧电池。还利用区域活动教育幼儿要保护环境,保护地球,从自我做起。
对幼儿进行情感教育的培养是素质教育的一个重要内容,只要我们做有心人,用“爱”作为纽带连接教师和幼儿的关系,努力创设教师与幼儿、幼儿与幼儿之间的和谐环境气氛,就能使幼儿的情感得到和谐的健康发展。
6 情感教育效果与分析
在对幼儿进行坚持不懈的情感教育后,我发现孩子们在以下这些方面取得了很好的效果:(1)信赖感:孩子喜欢并亲近父母、老师,乐于接受他们给予的爱抚:喜欢与小伙伴交谈,并乐意将自己的事告诉他们;有了不会做的事,主动请亲近的人帮忙,并为此感到快乐。(2)自信感:孩子体验到自己对别人对集体是重要的;知道自己的长处和不足,并有成功的信心;经过自己的努力获得成功后,心里感到快乐和自豪。(3)合群感:孩子感到与小伙伴一起玩游戏是一件高兴的事;在活动和游戏中乐意遵守规则,并能宽容别人的无意过失,从中体验到相互合作、谅解的愉快。(4)惜物感:孩子养成保护周围环境和动植物的习惯,体验到优美环境带来的身心愉悦;爱惜劳动成果,对被损坏的东西感到可惜,并对自己损坏物品的行为感到内疚。(5)求知感:孩子能注意到周围事物的变化并感到好奇,乐于向成人提问;喜欢摆弄、操作各种物体,愿意带着问题去寻找答案;并在探求的过程中掌握本领,体验快乐。(6)求美感:孩子欣赏并热爱生活中一切美好的事物;孩子能用唱、跳、画、讲等方式创造性地表达自己对美好事物的感受。(7)觉察能力:孩子能辨别他人表情、语气、体态等所表达出来的高兴、喜欢、生气、痛苦、悲伤、难过、惊奇等各种情绪。(8)移情能力:孩子学会当别人高兴时能表示欢乐,为别人的进步而高兴;当别人伤心时,能表示安慰,能同情周围较弱的同伴,并能主动接近他们。(9)情感表达能力:孩子愿意表露自己的情感。在集体活动中能用恰当的言语、动作和表情表达自己高兴或生气的感受;学会选择合适的场合和对象来表露自己的各种情绪。
能够取得这些成效,总结起来主要是从这三方面去做工作:一是日常生活中多发现教育的契机。二是设计专门的活动让孩子亲身感受,从而受到教育。三是注意家园结合,让家长也认识到情感教育的重要性。
7 几点建议
(1)教师培养情感素养要注意自身的经验积累,要努力成为学习型老师。教师要乐于教育经验的总结,在日常的情感教育实践中,我们也曾有过不少成功的做法,这些做法,如不及时加以经验的总结,可能将被我们逐渐淡忘;如不及时积累下来,可能稍纵即逝。而如果乐于教育经验的总结,我们的情感教育素养将在这种将我们的实践与学习的理论相结合,尔后上升为一定的教育经验的不断感悟中升华到了一个个更高的境界。
(2)情感的注入要注意场合、注意幼儿的个性,因此教师要特别注意语言的输入和输出,注意情感教育的情感交流性。教师要善于和学生打交道,这其实是发展教师情感教育素养的根本性途径。教师在情感教育过程中进行精神沟通、情感交流和发挥个体人格的影响力的主要对象是学生。因此,教师要实现有效的教育,要使学生积极主动地投入教育活动中去,都离不开与学生的对话和沟通。教师要经常通过有意识地与学生接触,感受学生的喜怒哀乐,了解学生的思想感情,掌握学生的情感表现,认识学生的心理特点,进而掌握和不同个性的学生进行情感交流的艺术。这不仅促进了教师情感教育素养的发展,也促进了教师对情感教育的实践研究。
(3)幼儿教育要注意学校、家庭、社会的密切联系,通过情感教育正面影响幼儿家长,以共同对幼儿进行有效教育。利用家长开放活动,让家长来参与到我们的活动中去,便于他们了解我们的教育目标,教育方法。回到家里以后,家长有意在平时生活中注意培养,尽而提高的孩子的情感能力,而我们一但发现了孩子的闪光点就马上反馈给家长,让家长在家里也强化这方面的行动,促进孩子人格健康和谐的发展。
儿教事业是一种爱的事业,它需要教育者奉献出自己无私的爱,也需要通过爱的教育激发幼儿爱别人的情感,使幼儿由开始爱自己的父母、爱生活中熟悉的集体和老师成长为将来爱祖国、爱人民、爱周围生活中一切美好的人和事的一代新人,没有爱就没有教育。一个有情感教育经验的教师,会通过自身的愉快情绪,引导孩子天天生活在一个非常欢乐的群体之中。这时教师的情感已不是一般的自身情感体验,而是产生了火种的作用,把自己的情感传导给了幼儿,这就是以情育情的效果。
在两性交往的时候,如果想表达出自己的情感就可以多向前人去取经,比如询问一下自己已经结婚生子的哥哥或者姐姐,再把一些情感方面的问题抛给朋友,让他们提供一些解决问题的办法。他们的经验是很丰富的,就能给你提供一些很好的办法,让你在表达情感的时候更加的顺畅,不会让彼此之间出现误会。
其实表达也是沟通的一种方式,但是在表达的时候你需要考虑到对方,不要只顾着自己,一定要明白对方有没有感受到。比如说你只是一味地输出,但对方总是对你的话语产生误会,理解成为了另一种意思,就会让你的表达做了无用功。如果你爱做自己的女朋友,就可以为她做一些事情,并且要在做完事情之后告诉女朋友,不要偷偷摸摸的去做好事。因为人都是感情动物,只要你付出的非常多,对方也是会被你感动的,慢慢的也会成为恋爱中的情感付出责任,两个人的感情变得越来越稳固。
在沟通的时候一定要真诚一点,并且要从对方的视角去进行考虑。比如说你想和女朋友出去旅游,就需要知道对方喜欢怎样的景点,或者住怎样的酒店。而女朋友在为男朋友做事的时候亦要如此,不要总是认为男孩子比较粗心大意,不会在意这些小细节。其实男孩子有的时候心也是比较细的,特别是在和女朋友相处的时候,他们会因为女朋友对于自己的态度不怎么好,而变得很消极。你也可以养成一个比较好的习惯,比如说在每天上班之前亲吻一下男朋友,这样彼此之间就会非常的亲密。
表达感情的方式是非常多的,一定要采取双方都比较喜欢的方式,要多多的尝试。
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
唐凤梧这么敏锐、聪明情商高,为什么偏偏感情这么迟钝?我个人偏向于他可能在青少年成长时期缺少亲密家庭关系引而造成的。
唐凤梧从很小就被送出国的孩子,这样从小离家的人,其实大部分都是被迫快速长大的。他的外表绅士、古板老成,喜怒不形于色,但内心深处住着一个脆弱敏感没长大的男孩子。
常年在国外生活,因为身边没有父母无微不至的照顾和及时的规劝,养成了不按时吃饭一吃就偏好重口味的坏习惯,导致他肠胃娇贵,口味还挑剔。因为守礼懂事听话,他面临的是跟大姐在易家一样的尴尬场景,不会哭闹的乖孩子被忽视,没有让他得到更多父母的关爱和家庭的温暖。他跟钟玉在法国的那两年里知道了真正的家是什么感觉,是钟玉给的无微不至的关心照顾和毫无保留的陪伴。
后来之所以他能跟唐家闹翻也要坚持跟钟玉在一起,恐怕也跟这个时期家庭缺失有很大关系,他对唐家其实没什么归属感。易钟玉唐凤梧本质上就是两个情感并不完整的孩子互相治愈对方,驯服对方的过程。易钟玉失去的是童年,唐凤梧失去的是青少年到成年的成长时期。
其他人能看到的只有温柔的风度翩翩运筹帷幄的外交官,只有敲开他心门的易钟玉经常看到有个小男孩从他身体里冒出头来。那个男孩子有着大少爷脾气,他骄傲的、腹黑的、撒娇的、耍无赖、目中无人的样子她都看过。
因为从下离家的经历,让他变得脆弱想家,但是想家又回不去,回去了家又变味了,不如干脆不想。就算结婚也可以不爱就随便找个合适的世家**就结婚。因为他对家庭根本没概念也不在乎另一半的感情需求。但是实际他浪漫的手段并不缺少。只是没碰到让他输出感情的对象而已。
综上所说其实造成唐风梧感情迟钝的原因就是因为从小离家的经历让他不敢随意的爱一个人,也对感情寄托没有多大的希望。但是直到后来遇到了钟玉,他才敢大胆爱一个人。
虚拟理想化的情感对象是爱情本来就是理想化的产物,所以考虑了世俗观念包括地域,文化,健康等的所谓爱情都不能称其为爱情.时下,有人相信爱情,有人不相信,我很敬佩你,还能如此相信爱情.
深沉热烈地爱,也许你会因此受到伤害,但这是使你人生完整的唯一办法!!掺杂了世俗偏见的爱,也许能让一个人不容易被伤害,或许看起来活得更好,但那不美丽,那对在意爱情的人来说是一大遗憾!!!
我想他所说的理想化下的单纯恋爱并非指婚姻与爱情的迥异.作为一个男人,我觉得他是希望你们两之间的这份爱能最终以婚姻作为一个新的起点,正如你所说,他压力很大,人在重压之下都会想要放纵,所以他现在暂时追求的随性的生活并非是他对生活真正的理解,他害怕失去你,非常害怕,他需要婚姻给他保证,虽然现在这个社会,婚姻并不能保证爱情,但至少能让他心里更塌实.
欢迎分享,转载请注明来源:浪漫分享网
评论列表(0条)