设计技术文本

设计技术文本（精选8篇）

设计技术文本 篇1

教学内容：八年级信息技术教材44页实践2 教学目标：

1、通过教学，让学生掌握利用Ulead GiF Animator软件制作条幅文本动画的基本方法；

2、培养学生的动手能力与操作技能；

3、培养学生团结协作，互帮互助的精神。教学重点：文本动画效果的设置 教学准备：软件的安装 教学流程：

一、谈话导入新课

师：前面我们学习了利用PHOTOSHOP软件处理图片的一些基本方法，PHOTOSHOP处理的图片都是静止的，今天，我们来学习如何制作简单的文本动画。动画制作最有名的软件就是FLASH，它的功能非常强大，不过今天我们制作的文本动画很简单，所以不需要利用FLASH，在以后的教学中我们会对FLASH进行专门的学习。

今天，我们利用的是友立公司出品的一款二维动画制作软件——Ulead GiF Animator。首先，我们在桌面上找到程序的快捷方式，双击打开。

（教师打开程序，边讲解边示范。）

二、新授

1、认识软件界面。

打开软件后，教师分别简单介绍软件的菜单栏、工具栏、工作区域等。

2、制作条幅文本动画。

师：下面，我来简单示范一下条幅文本动画的一个制作过程。A、新建画布。

点击“开始”——“新建”命令，设置画布尺寸为234×60，外观为完全透明，确定。

B、新建条幅文本。执行“帧”——“添加条幅文本”命令，弹出对话框。C、设置动画。

师：这一步是制作的重点，主要分三个步骤完成。首先，在“文本”选项卡中的“添加文本”框中输入文字“我爱我的家乡”，调整字体，字号，阴影，对齐等格式。第二，在“效果”选项卡中设置进入和退出场景和效果及速度。第二，设置霓虹效果。设置完成后单击“确定”，选择“创建为文本条”。

D、预览效果。

单击编辑区的“预览”，可以实时观看我们刚刚制作好的文本动画。E、修改。

如果对制作好的效果不满意，我们可以进一步进行修改。点击菜单栏中的“帧”——“编辑条幅文本”命令，可以再次打开设置动画的工作工作界面，进行修改。

F、保存动画。

执行“开始”—“另存为”—“GIF文件”命令，以“我爱我的家乡.gif”为文件名保存动画。

三、学生练习

1、学生分组练习。

师：经过老师刚刚的示范，我想大家都学会了这个动画的制作过程，下面，请大家打开程序，开始练习制作。这个练习内容，每个人都要完整的操作一次，操作时输入的文本内容、大小、格式要不同，因为这个软件打开时会默认上次操作后的效果，所以我们要更改每次练习的内容。

2、检验练习效果。

请同学上台来，按照老师的要求制作一幅文本动画。

（具体要求：A、画布尺寸：234*60 完全透明；B、文字：澧县大堰当镇中学，宋体，30号，阴影；C、效果：进入场景—水平合并，退出场景—垂直合并；D、霓虹：方向：outside）

四、小结下课

1、小结本节内容，回顾制作过程，指出学生练习中存在的问题；

设计技术文本 篇2

然而,在实际的小练笔实施中,教师却存在操作误区。如,一位教师在执教《泉城》(苏教版四年级上册)一文时,带领学生认识到第一自然段用排比句式描绘了七十二泉的形态与声音后,设计了这样的练笔:“在生活中,排比句的用处可大了。你能试着写一段话,用上排比句吗?”学生大多围绕着生活、学习、活动等常态事件展开练笔。看似排比句式得以训练与巩固,但这个练笔无疑是失败的,原因是:一是内容与文本无关,对帮助学生深入感受七十二泉无益;二是练笔耗费了宝贵的课堂时间,降低了课堂教学效率。这样的案例还有很多,都或多或少地存在着练笔次数过于频繁、练笔时机错乱、练笔效果不佳等伪练笔现象,使得练笔失去了其应有的价值。那么,如何提升小练笔的实际功效呢?笔者认为,不妨尝试从以下几个方面实施有效练笔的策略。

一、结合文本内容,开展模仿式练笔

语文教学离不开对文本的阅读、理解与感悟,任何深层次的内涵挖掘都必须依托于文本。教师应针对文本内容提炼小练笔的话题,在有效拓展文本内容的同时,将知识与能力的习得合二为一,有效地助推学生对文本的理解感悟及运用的深化。

仍以《泉城》为例。当学生认识了文中列举的趵突泉、珍珠泉、五龙潭泉的丰富特点之后,教师可以让学生再一次回到文章的第一自然段,通过朗读深化对济南泉水的感受。之后,让学生模仿七十二泉的形态、声音等特点,运用该段的排比句式,将自己对泉城的想象诉诸笔端,描绘出来。这样的练笔设计,基于学生积累了丰富的感知,源于学生真实的表达需要,既尊重了学生的认知规律,也锻炼了学生的想象力和对修辞方法的运用能力,使文本的内容得以拓展。在练笔中,学生获得了对泉城的积极的情感体验。

二、结合文本体例,开展迁移式练笔

学语文是为了更好地用语文,为表达服务,这体现在语文的工具性上。因此,除了让学生积累好词佳句之外,在教学中,教师还要引导学生通过文本体例、结构来关注表达方式,并让学生学会在自主创作中将习得的方法灵活应用。因此,选择恰当的教材,开展迁移式练笔,也是练笔的有效方法。

例如在教学《音乐之都维也纳》(苏教版五年级下册)一文时,我在关注“为什么维也纳被称为音乐之都?”的同时,还重点指导学生提炼文本总分总的构段方式。继而,我结合本单元练习中的口语交际话题“雅号与城市”设计了以下小练笔:“请同学们模仿本文的构段方式,就你们所熟知的城市及雅号展开介绍。”这个练笔的设计思路是让学生将所搜集的素材以总分总的行文方式来谋篇布局,恰当地将从本文中习得的方法迁移运用到对其他城市及雅号的介绍当中,使学生既内化了语言,也巩固了该方法。

三、结合独特感悟,开展补白式练笔

教材的许多文章中都有留白,等待着学生去补白。这样学生可以形成对文本的个性化感受,从中获得价值建构。如,教学《老师,您好!》(苏教版四年级上册)一文,我们可以设计这样的练笔:“作者用充满诗意的笔触表达了对老师的崇敬之情,你有什么想对老师说的吗?”再如《公仪休拒收礼物》(苏教版四年级下册)是一个独幕剧,教师不妨这样设计练笔训练:“一个好的话剧故事,往往会给人们带来深刻的思考。同学们不妨也来写写这个故事给你带来的启示。”

语文课堂设计的文本意识 篇3

一、会看篇名,巧领全文

很多老师在上课时没有关注文章题目的习惯。文章的题目是作者或编者煞费苦心、精心确定的。它可以帮助学生快速确定文章体裁,了解文章内容,把握情感思想等,是一堂课的切入点、教学的突破点。比如像《藤野先生》、《我的第一本书》、《雪》、《喂——出来》等一类文题,可从文题入手快速了解写作对象,同时有效提出预设问题:藤野先生到底是怎样的一个人,值得我去怀念?我的第一本书是指我拿到的第一本书吗?“第一本书”仅仅是指书吗,还有什么其它的含义?《雪》一课可提出,文中写了几种雪?它们有什么不同吗?“喂——出来”这句话为什么要喊?真的有什么“出来”了吗?像《雷电颂》《敬畏自然》一类的文题可快速把握作者的情感。“颂”字体现了散文文体,写出了作者对雷电的赞颂之情,顺势可提出为什么要赞颂雷电的问题。“敬畏”写出了作者对自然的敬重之情,为什么要敬畏自然呢?像《再塑生命》、《俗世奇人》、《罗布泊,消逝的仙湖》这类的文题,我们要学会抓其中的关键字词分析。“再”塑生命,什么样的生命需要“再”塑?“再”塑出的生命又会是什么样的呢?俗世奇人到底怎样“奇”?罗布泊为什么是仙湖?它又是怎样消逝的呢?文章的题目是作者匠心所为,教师更应体味匠心的妙处。从文题探究入手,提领全文的教学,以“一枝红杏”知“满园春色”。

二、会抓细节,巧寻墨香

洪镇涛老师说过变“全盘授予”为“拈精取要”的话,“拈精取要”就包括关注细节。在教授《藤野先生》一文时,我发现文中对藤野先生声音的描写很多,大体可分为三类。第一类为抑扬顿挫声(共出现三次):“便用了缓慢而很有顿挫的声调”“仍用了极有抑扬的声调”“似乎正要说出抑扬顿挫的话来”。第二类为和蔼声:“向我和蔼的说道”。第三类为叹息声(共有两次):“叹息道”“他叹息说”。对藤野说话声音的注意让我产生了新的教学设计思路,循声“找”人,藤野的形象跃然于字间。在进行《台阶》教学时,我抓住几个动词探量“台阶”的分量。通过对“背”“坐”“托”“磕”等几个细节动作的把握,一个朴实勤劳的父亲,一个希望改变精神地位的中国农民形象就走入了学生的学习活动之中。

我曾在听了两堂《泥人张》的课后感到泥人张“奇”得不够味,原来是因为授课教师对文中细节的把握及处理不到位。教师没有吃透教材,就使整堂课的教学支离破碎,流于表面。我在反复研读后觉得要分析好泥人张的形象,应抓住两个关键字进行分析,其一就是“捏”字。由“捏”字寻细节,顿觉一根生“千枝”,“千枝”皆出“奇”。在哪里捏?袖子里。什么时候捏?边饮酒边捏。用什么捏?用鞋底的泥捏。为什么隔两丈远海张五就看出捏的是他?逼真。捏得多大?比核桃还小。这些细节都可看出其手艺奇。而为什么要捏?为什么捏完要卖?则可看出其个性奇。其二是“没”字。“没第二”“全然没把海张五当个人物”“泥人张听赛没听”“泥人张头都没回”“泥人是没了”。几处“没”的语句,更使泥人张“奇”得与众不同。

细节是文章的生命,是课堂的灵魂。在45分钟里求高效,就要删繁去简,做到对文本内容的精确取舍,同时在教学中求实效就必须要关注细节。教学设计“金玉其外,败絮其中”的课堂只是花瓶式的课堂,不能长出青枝绿叶。停留在简单的内容理解、情感分析的课堂,永远都是苍白无力的课堂。我们就是要在教学课堂上开出“细节”之花,有“细”才能教得实,学生才能学得实。关注文章的细节教学,教师就会有更深入的思考,有更精细的教学设计,就会有更高效的语文课堂。

三、会把握单元教学目标,巧设计

语文课不应仅是单篇课文的材料分析式学习,语文课文的讲授应与练习题中的课外阅读分析有所区别。作为以单元编排教学内容的课文课本,在教学中应体现单元的教学目标。如人教版八年级下册第一单元为体悟人生奋斗的意义,感受到人间的关爱与温情;第二单元为形象把握,注重朗读;第三单元为人们对生存环境的忧虑与思考;第四单元为关注民俗,感受生活乐趣;第五单元为领会作者对美好生活和理想人生的追求;第六单元为写景游记的古代散文,体会游记散文借景抒情的特点。把握了单元教学目标,我们在教学时就会形成教学基本的思路:第一单元把握“情”;第二单元把握“形象”;第三单元把握“生态”;第四单元把握“民俗”;第五单元把握“追求”;第六单元把握“游记”。而有些教师在教学中仍是“单打独斗”,没有单元目标概念,导致教学中出现随意解读文本,游离单元教学之外的现象。如在讲授《大雁归来》一课时,一位教师把教学重点放在语言品位上,而在品味中教师让学生感受大雁的美丽,感受春天的魅力,全然丢掉了“生态问题”。在《端午的鸭蛋》一文教学时,教师把情感归纳为回忆母亲和童年趣事,全然不顾“感受民俗”的教学目标。应该说回忆母亲和童年趣事是情感的一部分,而作者为什么会回忆母亲,为什么作者的童年会有这么多的趣事呢,其实是因为家乡的民俗文化。在教学中会把握单元教学目标,会进行单元整体教学设计,才能发挥出语文课本单元教学的作用。

网站设计制作合同(正式文本) 篇4

甲方名称乙方名称：

地 址：地 址：

电 话：电 话：联系人：联系人：

经甲乙双方友好协商，就甲方委托乙方进行网站建设事宜达成以下协议。双方

声明：都已理解并认可了本合同的所有内容，同意承担各自应承担的权利和义务，忠实地履行本合同。

第一条甲方应向乙方提供网站建设时制作网页必要的资料并派专人负责

与乙方联络、协调。

第二条甲方同意，本合同的签署意味着乙方在设计建设网站和推广时可以

使用甲方的名称、商标、域名、企业标志等，但不能作其他用途。

第三条双方的基本权利和基本义务

3-1甲方的权利和义务

3-1-1根据本合同网站建设项目的实际需要和要求，甲方要及时配合乙方，提供相关资料，并且保证所提供的所有资料完整、真实、合法。

3-1-2甲方在使用建设完成的网站时，应当注意符合国家法律规定和社会公

共利益，特别地应当严格遵守《互联网文化管理暂行规定》、《微信公众平台运营

规范》和国家其他有关法律、法规、行政规章，不得利用网站制作、复制、发布、传播任何法律法规禁止的有害信息。如果甲方利用本合同服务进行的经营活动需

要获得国家有关部门的认可或批准的，甲方应获得该有关的认可或批准。如果未

获批准或有触犯法律法规行为而造成的后果由甲方自行承担。

3-1-３ 按本合同约定支付费用。

3-1-４ 如甲方需要乙方提供其他不在网站制作范围内的系统软件、技术支持

等，双方应另行签署其他协议。

3-2乙方的权利和义务

3-2-1按照甲方提供的材料按照本合同约定（及甲方需求）的时间完成网

页制作、网站建设等工作。

3-2-2可以根据甲方的要求提供技术咨询，具体的操作方式及费用双方另

行签署协议确认。

第四条乙方如有需要须将本合同项目有关内容委托第三方进行的，应保证

该有关内容的质量符网站建设的要求并保证甲方在本合同中的利益不会受到不利

影响。

第五条本合同网站项目建设完成后，甲方享有委托乙方创作的全部网页（包

含文字、图画及其组合）的版权；网站项目中相关程序、文件源码的版权属乙方

所有，但乙方授予甲方对该等程序、文件源码的使用权。未经乙方许可，甲方不

-1/3-

得公布文件源码，不得复制、传播、出售或者许可他人使用本合同标的作品及其程序、源码等。

第六条甲方不能按时支付合同费用、不能按时提供资料、不配合乙方相关工作而导致的工期延误，其责任全由甲方承担。

第七条双方当事人应当保守在履行本合同过程中获知的对方商业秘密。

第八条双方应本着诚实信用的原则履行本合同。任何一方在履行中采用欺诈、胁迫或者暴力的手段，另一方可以解除本合同并有权要求对方赔偿损失。

第九条本合同签订后，经双方当事人协商一致，可以对本合同有关条款进行变更或者补充但应当以书面形式确认。上述文件一经签署，即具有法律效力并成为本合同的有效组成部分。

第十条任意一方欲提前解除本合同，应提前通知对方。甲方提前解除合同的，无权要求乙方返还已支付的费用并应对乙方遭受的损失承担赔偿责任；乙方无故解除合同的，应双倍返还上述费用。

第十一条因不可抗力或者其他意外事件，或者使得本合同的履行不可能、不必要或者无意义的，任一方均可以解除本合同。遭受不可抗力、意外事件的一方全部或部分不能履行本合同、解除或迟延履行本合同的，应将事件情况以书面形式通知另一方并向另一方提交相应的证明。

本合同所称不可抗力、意外事件是指不能预见、不能克服并不能避免且对一方当事人造成重大影响的客观事件，包括但不限于自然灾害如洪水、地震、火灾和风暴等以及社会事件如战争、**、政府行为等。

第十二条一方变更通讯地址或者联系方式，应及时将变更后的地址、联系方式通知另一方，否则变更方应对此造成的一切后果承担责任。

第十三条双方当事人对本合同的订立、解释、履行、效力等发生争议的，应友好协商解决；协商不成的，双方同意向乙方主要营业地的人民法院起诉。

第十四条本合同的订立、解释、履行、效力和争议的解决等均适用中华人民共和国法律。对本合同的理解与解释应根据原意并结合本合同目的进行。

第十五条 合同金额及付款方式，后续服务内容。

本合同金额总计：网站制作费用人民币元。网站建成后免费提供一年网站空间及技术服务次。服务有效期限自合同签署之日开始。

后期每年网站空间租用服务费用为元，提供免费服务3次，超过每次收取服务费元。

付款方式：本合同签订后，甲方即需向乙方支付定金60%元，网站建成验收合格后支付40%元（即全额付清）。

第十六条 完成及验收时间：

1、完成时间：乙方收到甲方材料、图片后，甲方对乙方提供的网站效果图确认后，个工作日内完成网站建设，并及时通知甲方验收。

2、验收期限：甲方在乙方通知验收的第2天起，2日内完成项目的验收,并确认。

第十七条 验收标准和验收后修改补充

-2/3-

1、无文字拼写及图片错误（以甲方提供的材料为标准）。

2、验收合格，甲方应以书面（或电话）形式签收，若甲方在本合同规定的日期内未签收也未提出异议的，视为甲方验收合格。

18-3 验收合格后，如果甲方在使用过程中需要对工作成果进行修改，乙方可根据改动情况酌情优惠收取一定费用（添加新功能或者调整版本等）。

第十八条本合同经双方授权代表签字并盖章，自签订日起生效，未尽事宜由甲乙双方协商解决。

第十九条本合同一式两份，甲乙双方各执一份，具有同等法律效力。

甲方(盖章)

授权代表签字

年月乙方(盖章)授权代表签字 年

《锄禾》文本解读及教学设计 篇5

南蒲中心校：宋利萍

古诗《锄禾》一开头就描绘在烈日当空的正午，农民依然在田里劳作，那一滴滴的汗珠，洒在灼热的土地上。这就是“一粒粟”，乃是千千万万个农民用血汗浇灌起来的；这也为下面“粒粒皆辛苦”撷取了最富有典型意义的形象。它概括地表现了农民不避严寒酷暑、雨雪风霜，终年辛勤劳动的生活。但是，现实又是怎样呢？需要我们教师通过在教学中联系学生的生活实践，抓住诗中“锄禾日当午，汗滴禾下土。”进行形象教学，不是空洞的说教。如教学时：教师出示课件。《锄禾》这首诗配有一幅生动形象的插图，插图集中描绘了一位农民一手握着锄头，一手拿着着毛巾拭汗，抬头望那当空烈日的情景。可引导学生抓住人物特点按顺序仔细观察插，然后启发学生想象：（让学生按“什么人什么时候在什么地方做什么”的顺序概述图意）。中午，火辣辣的太阳当头照，这位农民为什么站在田里？他在做什么？他在看什么？他在想什么？可根据情况，让学生变换顺序口述，以培养学生的求异思维。

教师总结描述：中午，火辣辣的太阳照得我们都受不了啦，许多人都赶紧躲起来或去午休了。此时，一位正在田农民伯伯里一下一下地锄着草，满头的汗水像下雨似的从他脸上滴下来。小朋友们，农民从播种到收获要付出多少辛勤劳动才换来粮食。看到这么辛农民伯伯苦，你们想说什么？

本首诗语言精炼，节奏鲜明，音韵和谐，形象生动，含意深长。新大纲明确指出第一学段的诗歌阅读目标“诵读儿歌、童谣和浅近的古诗，展开想像，获得初步的情感体验，感受语言的优美。”教学中，刚导入课时，教师抓住时机，在学生还沉浸在对农民伯伯产生的不同情感中时，鼓励学生自己自由朗读。然后集体朗读。根据学生的读情，教师与学生配合朗读，从中让学生把握读诗的节奏，注意读诗的停顿，出示课件（已分好停顿斜杠的古诗）锄禾／日当午，汗滴／禾下土。谁知／盘中餐，粒粒／皆辛苦。师范读后，请生个读、小组读等多形式朗读。

这是一首安排在一年级学生学习的古诗，就需要我们根据一年级学生的特点，灵活运用各种方法，使学生走进文本。

教学预设目标：

1、学会5个生字，能正确、美观地书写生字；体会诗句中词语的意思，大体了解古诗意思。

2、能正确、流利、有感情地明朗读、背诵课文。

3、指导学生观素描图，展开想象，体会诗歌的思想内容。

4、通过朗读古诗体会粮食的来之不易和作者对农民的同情（重、难点）。

二、教学重点与难点

教学重点：理解词语句子的含义，并且能转换成儿童的语言。

教学难点：“餐”的字形，“日当午”的意思。

三、教学时间：1课时。

第一课时

（一）预设目标

1、学会5个生字.2、培养学生正确看图，了解图意的能力；图文结合，理解诗的意思。

3、背诵古诗。

（二）教学过程

1、看图说话，揭示课题。

（课件点击，出现一幅中午炎热的情景，特写一个火辣辣的太阳。）

看图说话：图上画着什么？画着这样的情景？

（夏天的中午，火辣辣的太阳当空照，……）

（课件点击，出现小朋友中午吃饭、午睡及农民锄禾的画面。）进行对比。

请一位小朋友做个锄地的动作。说说“锄禾”是什么意思？

2、图文结合理解古诗。

（背诵已不是难点，重点放在对古诗的理解上）

（1）看看图，读读诗，说说读懂了哪一句？

自由练习——指名说并评议——同桌说——四人小组讨论

（2）说说全诗的意思。提示：☆用“什么时候，谁在哪里干什么”说一句话。

如：中午，火辣辣的太阳当头照，农民伯伯在地里给禾苗锄草。

可以让学生找找，诗中的哪一句与图的内容是对应的？板书：锄禾日当午

理解：“日当午”是什么意思？

☆ 从哪里可以看出农民伯伯劳动很辛苦？“汗滴禾下土”

☆ 看到农民伯伯那么辛苦你想到了什么？“谁知盘中餐，粒粒皆辛苦。” 碗中的饭）（全、都）

3、朗读指导。

锄禾/日/当午，汗滴/禾下/土。

谁知/盘中/餐，粒粒/皆/辛苦。

4、指名背诵，比赛谁读得有感情。提出疑义。

5、齐背古诗。

7、巩固生字、生词，卡片抽读。

8、练习。

（1）抄写生字，每个生字写3个并组词。

（2）抄写古诗

三，布置作业

1、把《锄禾》背诵给家长，说说怎样才能做一个爱劳动的孩子

《春之舞》文本解读与教学设计 篇6

诸暨市浣纱初中

翁晔

暑假接近尾声的时候接到陈老师通知，要我上一节《春之舞》的展示课，与另两位极出色的老师一起同课异构，心里就万分惶惑。上半年在市里举行优质课也是这个内容，帮组里成员备课的时候，已经见识了这首诗，但说实话对这首诗真的没有好感。这下，是赶鸭子上架，没办法了，只能硬着头皮去解读《春之舞》了。

这首诗是中国当代诗人多多的作品。这首诗题为《春之舞》，但是却没有一点春天的美感，不知道他写这样一个独特的春天，是为了什么，真是一头雾水。自己都是如此迷茫，那学生又会如何呢？该如何为学生搭建一条进入诗歌的桥梁呢？读了n遍《春之舞》之后，突然灵光乍现：诗里有三个“我听到”。

“我听到你嘹亮的声音”，那是树木的声音，可能是风吹树木的声音，也可能是枝头鸟儿的叫声，更可能是诗人用心听到的树木在春天拔节生长的声音。从这嘹亮的声音里我们感受到了一个生机勃勃的春天。

“我听到滴水声”，那是屋檐上的积雪，在阳光照耀下融化成积水，从还挂在屋檐下的冰棱上滴下的声音吧，诗人听到这个声音，心里一阵激动，因此有了下面的想象：太阳的光芒像刚出炉的钢水倒进田野，它的光线从巨鸟展开双翼的方向投来。那一定是个温暖的、阳光明媚灿烂的世界。但仅仅是温暖吗？这都让人感觉炽热了，春天怎么会是这样的呢？

“我听到大海在铁皮屋顶上的喧嚣”，这是诗人听到的声音，并不是真正的大海在铁皮屋顶上的咆哮。只是这声音震耳欲聋，让他产生了这样的感觉。那这是什么声音呢？是积雪突然滑落的声音，是狂风暴雨，是春雷阵阵，这一切都是那么地有力量，充满气势，甚至让人害怕了。

是的，这是一个有很多声音的春天。还有雪锹铲雪的声音，还有巨蟒摔打肉体的声音，还有窗框想要挣脱束缚的声音。这一切声音加在一起，成了一支独特的舞蹈。

那诗人喜欢这个充满生机和力量，想要挣脱束缚的春天吗？他肯定是喜欢的。那为什么要推拒呢？是因为太快乐了，他怕自己会迷失，他会在热烈的春天里忘记什么。他到底是不想忘记什么呢？又为什么不能忘记呢？翻看历史，我们就会了解到多多的那个青春时代，正是文化大革命时期。文化大革命爆发时，多多不满14岁，红卫兵、武斗、插队，如此起伏动荡的生活贯穿了他整个成长期，构成他的生命背景，也即他的诗歌底色。他的诗自然不自然地都会触碰到那一块禁地。到了1985年改革开放的春天沐浴中国的时候，多多对于社会的忧虑就自然地流露了，他怕人们很快就把这些沉痛的历史忘记，被改革开放大好的形势冲昏了头脑。他警醒地发现，自己也在这个春天里迷失了，但他即时地发现了，所以他要推拒春天。有位伟人曾经说过：谁要忘记过去，谁就是背叛。过去的疼痛虽然已经过去，但我产要铭记这疼痛，认识这段历史，这场灾难，今天我们才能避开它，铲除它。

看来，多多是担心人们沉迷在快乐中忘记了疼痛啊，这是一种对国家的担忧，是一种对全人类的终极关怀啊。有人说：在我们普遍对一件事物迷恋或认同的时候，多多总是发出超于我们的声音，他在用满头的银发告诉我们：我们需要的是一种力量一种向前的姿态。丧失了精神超越性价值的艺术，是暗夜中失明而不再展开思想羽翼的猫头鹰。

多多用他独特的诗歌展示出他大爱的情怀！基于这样的文本解读，我设计了这样的教学方案。教学目标：

1、2、通过诵读和品味字词，感受多多笔下这个充满张力的春天； 质疑问难，理解诗歌主题。激发学生爱上读诗。

教学重点：通过字词的品读，走进诗歌的内核。教学难点：理解这首诗歌的主题。教学流程设计： 一：从姓名导入

今天，老师要给大家介绍一位诗人，他的名字叫多多。当然，这个多多可不是湖南卫视《爸爸去哪儿》里的那个可爱的小女孩多多，他呀，已经是一个64岁的银发老人了。他几乎和我们的新中国同龄，他见证了新中国的发展和壮大，同时也经历了像文化大革命这样的浩劫，带给他一生都难以磨灭的疼痛记忆。

他的原名叫栗世征，他总是这样介绍自己：西木栗，世界的世，征服的征。这位老人的身上似乎真的有一种可以征服世界的力量，不过，他可不是用武力征服世界，而是用他的——诗。

今天，我们就一起来欣赏他写于1985年的一首抒情诗《春之舞》。

二、诵读——说春

1、请同学们认认真真地把这首诗读上三遍，带着你的理解和体会，读出你的情感。

2、这首诗是写春天的，说说你对这个春天的第一感觉。（老师不过多地介入，让学生自由畅谈。）

三、析语——听春

（过渡）这个春天带给我们许多不同的感觉。这就是读诗。每一个人读诗都会有自己独特的感受。那么这到底是一个怎样的春天呢？

1、请闭上眼睛，用你的耳朵，用你的心去倾听这个春天里的声音，感受这支独特的春之舞。（师范读，生听）

2、睁开眼睛，请同学们说说你听到了这个春天里的哪些声音?你从这些声音里感受到这是一个怎样的春天？

（师生交流，老师点拨学生理解诗人用了极度夸张的语言，用了极富有冲击力的意象，写出了一个热烈、喧腾到让人害怕的春天。同时指导朗读）

3、师小结：这是一个充满声音的春天，它是那样的热烈，那样的充满生命的力量，它挣脱了漫长冬天的束缚，就这样势不可挡地“哗”地一下来了。我们无法阻挡它前行的步伐，这温度、这速度、这声音、这气势甚至让我们感到有一点害怕。这种感觉绝对不是我们江南春暖花开、桃红柳绿、蝴蝶蜜蜂这些事物所能带给你的。让我们把诗的前三节一起来朗诵一下，读出这种气势。（生齐读前三节）

四、质疑——悟春

1、面对这样的一个春天，你觉得诗人是怎样的态度？自由朗诵后三节诗，我相信同学们肯定有问题想要问问多多。大声地说：我想问问多多——

（学生提问）教师备问：

• “我曾得到过一阵疼痛”，这“疼痛”是指什么？是什么使“我在忘记”“疼痛”？这里的“在”字能去掉吗？

• 春天这么富有生机，这么热烈，为什么我要“推拒春天”？ • 春天来临时，为什么“我怕我的心啊，会由于快乐而变得无用”？ 师过渡：同学们有这么多的问题想问问多多，如果多多在现场就好了。是不是？但事实上，多多说：他其实并不比任何人有多一点的资格来解读他的诗。他说：“有时候，我写了一首诗，第二天再看，还真怀疑是否是自己写的。”所以我们要用自己的智慧来解读这首诗，来解开这些问题。当然，即便今天不解开，也没有关系，读诗，本来就不一定要把它读懂。多多也曾说过：如果诗都读懂了，那诗就死了。

2、你们对这些问题有些什么想法？小组讨论。

（小组代表发表自己的看法，老师点拨）

老师小结：生活中确实有些东西，它很美好，比如爱情、功名、财富、青春等，当它向你强势来袭时，我们往往会因为沉迷其中而无法自拔，诗人告诉我们要记得经历过的疼痛，要随时保持警惕啊！

3、诗读到这里，我们已经从这首诗里明白了一些人生的道理——快乐的时候不要忘记疼痛的时候，快乐的时候更要保持理智与清醒。

但是多多曾说：诗是直观、瞬间的感受。他当时写这首诗，是想要表达什么呢？（出示背景资料：文化大革命爆发时，多多不满14岁，红卫兵、武斗、插队，如此起伏动荡的生活贯穿了他整个成长期，构成他的生命背景，也成了他的诗歌底色。

多多始终关注着他们这一代人以青春献祭的命运；他认为，真正的悲剧还不在作无谓的牺牲本身，而在于这一血写的历史为全社会所遗忘。）

诗人经历的疼痛是什么？

这首诗写于1985年，国家已经从文化大革命的阴影中走了出来，改革开放的春天来临了。诗人又在担心什么呢？

师小结：这个春天是改革开放的春天，是祖国的春天，也是他人生的春天来临。他害怕自己在这样的春天里忘记了经历过的疼痛，当然他最担心的是我们很多人忘记了这一段历史。有一位伟人曾经说过：忘记过去，就是背叛。不忘记曾经的疼痛，能让我们更清醒地行走在发展的道路上，前事不忘，后事之师啊！这是诗人对于中国的担忧，也是对全人类的担忧呀。

让我们怀揣着多多的担忧，一起朗读后三节诗。（生齐读后三节）

五、以姓名结束

你觉得，多多，比我们普通人多了一点什么？（学生畅所欲言）

师总结：诗人的这一点“多”，成就了他，成就了他的诗歌。2010年，多多获得了“纽斯塔特国际文学奖”，这个奖每两年颁发一次，获奖者只限一人，以表彰其终身成就，而多多是目前获得该奖的第一位华人。

Web文本摘要算法设计 篇7

在对文本摘要进行研究前,首先需要明确文摘和自动文摘技术的概念。国际标准《文献工作—出版物的文摘和文摘工作》(ISO214-1976(E))对文摘给出以下定义:一份文摘内容的缩短的精确的表达而无须补充解释或评论。自动文摘即利用计算机技术,从文摘中筛选关键内容,通常对文摘的统计、理解、结构和信息抽取为目的。

在人工智能的领域中,对自然语言的理解及句法、句义的自动分析是一个重要的领域。自动文摘技术是指利用计算机技术,实现对文本编制摘要和筛选的过程。随着计算机技术的发展和互联网信息量的不断增加,获取知识的目的越来越明确,相应的对自动文摘技术的要求也越来越高。

在对搜索引擎技术和Web知识量获取和筛选的研究过程中,如何进一步提高信息获取的精度和命中率是一个较为困难的课题。目前国内外公认的向量空间模型是进行文本表示的简单而有效的模型之一。通过向量空间模型和文本知识挖掘的结合,可以通过对文本特征向量的特征项选择和加权两个方面来对文本进行筛选。

在规范化的向量空间模型中,每个文档都可以进行向量化。文本的特征向量可以由词条及其权重组成。在对句子进行处理前,需要先进行规范化特征向量处理。对于规范化的特征向量Vectori(i=1,2,…,n),每个特征向量都有:,其中:

对于每一个向量,有如图1所表示的。

结合向量空间模型的相关知识,可以设计如下算法实现对文本进行摘要的算法:

在进行文本摘要前,需要事先明确相关参数。在本算法中,即收集相关网页的地址、原文最小长度阈值和生成摘要的百分比作为算法输入的数据。

获取到相关的地址、长度阈值和摘要百分比后,依据如下步骤实现对文本的摘要:

首先,对原始网页进行预处理。网站提供的网页具有综合性、时效性和美观性等特点,而我们需要获取的信息主要以文字性内容为主,以文本的形式表现。因此,需要剔除掉网页本身所包含的图片及图片信息、相关链接和广告等内容。因此,在进行文本自动摘要前,需要对网页进行前期处理工作,将文档内容以固定格式保留,去除无用信息;

其次,依据前文设定的文本阈值,对网页中提取的正文内容以文本格式呈现,并对文本的长度进行计算。如果文本的长度超过了给定的文本阈值,则需对内容进行自动分词处理。自动分词的算法有很多,本文采用概率决策树的方法实现,由于篇幅所限,这里不进行进一步的详细讨论。如果文本的长度不超过给定的文本阈值,则可以直接将原文进行输入。

第三步,计算词语在文档中的TFIDF值。TFIDF值主要用于特征项权重的计算,目前采用较多的是经典的TF-IDF公式。在该方法中,有两个重要的因素需要考虑。一个是词语的频率TF(Term Frequency),即文档中该词语出现的次数;另一个是逆文档频率IDF(Inverse Document Frequency),即文档中出现该特征项的频率。对逆文档频率IDF的计算,设定M为文档集合中的文档个数,Mt为出现此特征项的文章数目。结合TF和IDF可得出如下公式:

对式(1)进行向量的归一化处理,则TF-IDF的权重公式可用如下公式(式(2))表示:

在公式(2)中,W(c,t)为词语c在文档t中所占权重,而q(c,t)为词语c在文档t中的词频。S为实验文档的总数,sc表示实验文档中出现c的问本书,分母为归一化因子。利用这一公式,可以有效的将在文档中出现频率较高而在其他文档中出现频率较低的词语筛选出来。

第四步,计算权值,筛选初始文摘句。在利用公式(2)计算出词语的权重后,进一步计算权重词所在句子的权重,并将句子的权重降序排列,选取若干句子作为输出文摘句。

第五步,将原始文档中的句子选出,并进行向量化处理,以向量化形式表示出来。采用二分法对所有句子进行遍历,计算每两个句子的相似度。如果相似度过高,则认为是冗余句,进行删除。将筛选后的句子总量和原文进行比较,如果满足前文提出的摘要百分比,则以此作为最终的摘要结果;如果大于前文提出的摘要百分比,则按句子的权重降序序列从下往上删除,直到满足条件,将剩余句子作为最终的摘要结果输出。

针对本文设计的算法,我们进行了测试以验证算法的有效性。选取实验测试集中某篇文章,搜索得出相关网页67篇,设定最小阈值为15,文摘长度占所选文章10%。通过算法实现,摘要系统自动筛选句子数为11句。通过人工筛选句子为14句。利用内部评价方法,得到文章的召回率为37%,而准确率为71%,基本满足设定要求。实验表明,本文设计的算法,有效解决了文本摘要中的问题,满足系统的需求。

参考文献

设计技术文本 篇8

关键词：文本情感计算；情感词典；教育文本；文本分析

中图分类号：TP391 文献标志码：A 文章编号：1673-8454（2016）14-0074-05

一、情感与学习

情感（sentiment）是由非中性事物引起的并反作用于这个事物的非中性的意图和行为[1]，是人类最惯常、最重要的体验。人类的认知和情感是相互影响和作用的，对两者的研究密不可分。

情感及情感信息对于学习者的学习效果有重要的影响。积极的情感可以提高学习效率，而消极的情感却可能造成学习的失败[2]。许多学习行为是从好奇心和入迷开始的，人在处于“兴趣”与“愉悦”的情感状态下，学习效率最高，学习效果最好；积极的情感促进大脑的活动性，在学习过程中表现为学习动力，从而还可以产生一系列积极情感状态，如兴趣、关注以及参与行为，它们在学习过程中都起着重要的作用。而在“乏味”与“厌倦”的情感下，学习多数则是会失败的，尤其学习的孤独感和焦虑常常影响学习者的信心[3]。消极的情感抑制大脑的机动性，在学习的过程中表现为学习的阻力，如厌倦、疲劳、无聊等都会影响学习的认知过程。

认知心理学家Simon[4]和Norman[5]认识到了情感在学习效果方面发挥着重要作用。他们发现哪怕只有很少的一点积极情绪，不仅可以让人感觉良好，而且还可以产生一种思维，这种思维会更有创造性更灵活地解决问题以及更有效更果断地做出决定。这项研究在不同年龄不同职业的人群中得到了验证。

在学习过程中，教师如果能够识别学生的情感状态，并做出相应的反馈，就可以激发其积极的情感，使学生内心产生对教师的好感、依赖和敬慕，进而产生学习热情，使其处于兴奋状态，促进学习水平的提高，从而达到最好的学习效果[6]。

网络学习具有特殊性，师生在物理空间上的分离，导致师生之间不能通过传统的表情、眼神和肢体等方式进行情感交流和反馈。教师得不到学生的情感状态信息，学生得不到教师的反馈，学生学习效果就会受到影响。因此，在网络教学系统中如何获得学习者的情感，具有重要的研究价值[7]。

网络学习环境下，获取学习者情感的技术包括语音识别、人脸表情识别、身体姿势和运动的识别等[8]。这些技术一般需要使用特殊的传感器来采集学习者数据[9][10]。当然，慕课等大规模在线学习方式中能快速直接获得学习情感信息的介质仍然是文本，如讨论区、BBS、博客、调查反馈等交流活动中的文本。这些文本情感信息反映了学习者在学习过程中的情感状态。

慕课等在线学习平台学员数量众多，讨论区产生的文本数据庞大。而人数有限的教师和助教很难实时、准确地辨别文本的情感状态，并给出恰当的反馈。因此，很有必要设计一个文本情感计算系统，它能自动或半自动地分析文本情感、筛选文本信息，帮助教师针对学习者的情感状态快速做出恰当的反馈。

二、文本情感计算

1.概念

情感计算（Affective Computing）是人工智能的一个分支领域。美国麻省理工学院Picard于1997年首先提出了“情感计算”的概念[11]，并将其定义为关于情感、情感产生以及影响情感方面的计算。情感计算的目的在于使设计的系统和设备能够识别、理解和处理情感。

认知语言学认为人类能够通过语言的表达反映出认知的过程和结果，同时反映出真实的情感。既然语言能够反映出情感，那么文本也当然可以[12]。因此，从认知语言学的理论上来讲，文本中包含了一定的情感信息。

文本情感计算是情感分析领域的核心问题之一，其任务是借助计算机帮助用户快速获取、整理和分析相关文本信息，对带有情感色彩的主观性文本进行分析、处理、归纳和推理[13]。文本情感计算的研究包括极性分类（Polarity Classification）和强度计算（Intensity Classificaiton）两个方面。

2.情感极性分类

情感极性分类的工作就是判别情感的种类。情感种类的集合构成了情感模型。在多种情感模型中，OCC模型和Ekman模型被广泛使用。

Ortony、Clore和Collins于1988年提出了著名的认识评价情感模型OCC（ Ortony， Clore， Collins）模型[14]。这个模型根据三类起因和事件的结果，提出了22种情感类别：高兴，幸灾乐祸，妒忌，遗憾，充满希望，害怕，快乐，悲伤，骄傲，羡慕，害羞，责备，喜欢，讨厌，自满，感激，悔恨，生气，满意，悲观，放松和失望。但是OCC模型被实际应用的情况并不多，主要是因为情感分类过于复杂。Ekman于1992年提出可以将情感分为气愤（Anger）、厌恶（Disgust）、恐惧（Fear）、愉悦（Happiness）、悲伤（Sadness）和惊讶（Surprise）六种类型[15]。这6种情感是组成所有情感的基本单位，人类的所有情感均可由这6种情感衍生而来。同时，相较OCC模型的22种类别划分，Ekman模型的情感极性维度相对较少，实际应用时相对简单。因此，我们也采用Ekman情感模型来为文本分类。

3.情感强度

情感强度计算是能够反映文本情感极性的强弱程度的一个指标，因为在每一种情感种类内，会有情感程度强弱之分。目前在文本情感计算领域，针对情感强度计算的量化问题并没有一个统一的标准。Wilson和Wiebe将情感强度标注为3个级别：低、中、高[16]。Choi和Cardie将情感强度以具体数值计算，取值范围为[0，10]，数值越高，情感表达越强烈[17]。我们设定情感的强弱取值范围为区间[-18，18]。在区间[0，18]，数值越大表明该情感越强烈；数值为0时，表示没有情感；在[-18，0）区间，数值负号表示情感极性相反，即为取“非”操作。例如“anger”的非为“not anger”，即为“不愤怒”。数值绝对值越大表明该情感的相反极性情感越强烈。我们规定，取非操作的情感与原有6种情感之间相互独立，不存在关联。例如，“不愤怒”不一定为“高兴”，而“高兴”一定是“不愤怒”。

4.文本情感计算的层次性

文本情感计算层次代表情感计算的研究领域和范围。根据文本信息的语法结构可以将其分成4个层次：词语、短语、句子和篇章。4个层次之间具有强烈的继承关系，词语是短语的基础，短语是句子的基础，而句子又是篇章的基础。文本情感计算的研究是由最底层的词语层次开始，逐渐过渡到篇章层次，环环相扣。

因为网络学习的文本大都较短，少于150字；文本内容一般由两三句话构成，句子层次的文本情感计算可以满足研究分析要求。又因为词语层次和短语层次是句子层次的研究基础，我们的情感分类工作集中在三个层次进行：词语、短语和句子。

词语层次是文本情感计算的基础，主要任务是发现并提取文本中带有情感色彩的词语，并且确定其情感极性和情感强度值。词语层次的工作主要围绕情感词典的构建来进行。词典中词语的数量和词语的属性直接决定了系统的性能。词语的属性是指情感极性和情感强度。为大规模的词语标识出其情感极性和强度的最原始的方法就是人工标注，虽然准确但耗时耗力。使用基于统计的有监督和无监督的机器学习方法可以实现词语情感的半自动标注。

用已有词典扩充构建词典的方法就是有监督的词典扩展方法。大部分国外的词典扩充研究都是基于WordNet（http：//wordnet.princeton.edu）和 General Inquirer（http：//wjh.harvard.edu/～inquirer）两种词典，而大部分国内的词典研究是基于《知网》（http：//www.keenage.com）和《同义词词林》两种词典。

Turney和Littman的无监督学习法使用一种点互信息和信息检索相结合的计算方法，来判定待定词与种子词之间的信息量。种子集合是由具有正面情感极性和具有负面情感极性的示例词构成[18]。在中文处理方面，Zhang等人利用情感标注语料中抽取的上下文模板，在未知语料中计算模板与词语之间的关系，进而判断词语的情感极性[19]。

由于名词、动词、形容词和副词等不同词性的组合能够产生不同种类的短语，短语层次的情感分析主要关注短语具有何种情感极性以及其强度如何。

句子的分析包括两种方式： 基于规则的方法和基于统计的方法。基于规则的情感计算主要依靠语法规则完成，常见的语法规则有两类：一类是通过语法分析器得到句子的语法关系树，利用语法关系树制定相关规则。另一类是使用短语模板，依据不同短语模板的组合形成规则来计算句子的情感。

Turney的研究表明英文中某些短语模式的形容词和副词携带情感信息[20]。这一重要结论推动了基于规则的研究方法的发展。宋光鹏依据Turney的结论，并在其5种短语模板的基础上进行了改进，加入了判断否定情感倾向的词和相应的语句连词。最终归纳形成了适合中文的短语模板语法规则。通过语法规则模板直接进行匹配，就能够计算出句子的情感极性和强度[21]。

基于统计的情感计算需要通过训练集找到相关特征项，使用贝叶斯分类、最大熵分类和支持向量机等统计方法计算句子情感极性。在中文方面，Fei等通过无监督机器学习算法得到短语模式，利用短语模式对文本情感极性进行分类[22]。

三、系统设计

在情感计算领域中，基于统计和基于规则的两大方法都各有所长。因此，我们以基于规则的方法为主，配合基于统计的方法，构造一个文本情感计算系统，并将之命名为“小菲”（英语单词Feeling的音译）。该系统拥有自己的情感词典，按照词语、短语和句子三个层次进行情感识别和综合计算。下面介绍这些模块。

1.情感词典建构

情感词典建构包括整合专业研究机构发布的词典，扩充已有词典容量和手动标注词语情感强度三项工作。词典来源包括《知网》、《中文通用情感词典》、《同义词词林扩展版》、《学生褒贬义词典》和《中文情感词汇本体库》。通过整理这些专业词典的内容，将它们融合为一部词典，包含27561词条。

扩充词典容量使用基于统计的方法完成，利用有监督的机器学习方法从《同义词林扩展版》扩展词典的褒贬词语，利用无监督的机器学习方法从网络中扩展词典的网络词语。由四名研究助理完成手动标注词语情感极性和情感强度的工作，手动共标注了8589条词语。最终将32879条词语整合到一部情感词典中，并命名为《小菲词典》。

2.系统流程

按照情感计算的发展模式，从词语级别开始，经过短语级别，最后到达句子级别，从而实现句子情感极性分类和情感强度计算的功能。

系统在情感计算之前，需要对句子做初步整理，例如删除多余的空格、逗号标点等。然后使用中科院计算所分词软件ICTCLAS（http：//www.ictclas.org）对句子分词，获得构成句子的若干短语。

短语级别的主要工作是使用基于规则的方法构造短语情感模板。有一些短语能够携带情感信息，可以构造为短语情感模板。

副词对词语也有修饰作用，会导致情感强度和情感极性发生变化。所以将副词分为程度副词和否定副词两类进行处理。程度副词不改变情感极性，而是影响情感强度。否定副词既改变情感极性，又影响情感强度。

当句子长度较短的时候，语法省略现象严重，不宜使用过于复杂的判断模型。直接使用词语、短语匹配的方法计算情感反而较为准确。对于较长的句子，就使用简单句的情感计算模型和句子关系模型来计算句子的情感。

句子包括复合句和简单句。复合句是由简单句和关系连词构成，不同的关系连词构成了不同的句子关系类型，如“并列”、“转折”和“递进”等关系。不同的句子关系类型情感的计算方法也不尽相同。比如转折关系，句子的主要情感是靠转折词之后的简单句表达。因此，句子级别的情感计算，首先判断该句子是否是复合句。如果是的话，就找出其中的连词，根据连词确定句子关系，根据该关系和简单句的情感计算结果确定复合句的情感极性和强度值。

简单句的情感计算是使用语法分析器Stanford Parser（http：//nlp.stanford.edu/software/lex-parser.shtml）来分析分词之后的句子，得到句子各个成分，也就是短语。然后根据短语情感模板和短语之间的组合方式确定简单句的情感计算模型。

3.编程语言

系统使用JAVA、Mysql、ICTCLAS和Stanford Parser等开源环境和工具构建。JAVA语言是通用的编程语言，不受操作系统的限制，与其他各类系统的接口支持都很完善。因此，本系统使用JAVA语言实现文本情感计算模型和各系统之间的数据交换处理。Mysql是一个关系型数据库管理器，情感词典和句子类型等表格都保存在Mysql数据库中，通过JAVA语言进行调用。ICTCLAS是中科院提供的支持JAVA调用的分析系统。为更好地识别情感词和句子关联词，我们扩展了ICTCLAS的自定义词典，将《副词词典》、《小菲词典》和句子关系类型导入到ICTCLAS的自定义词典中。Stanford Parser是依存语法关系分析器，输入的数据是经过分词后的简单句，输出的结果是简单句的依存语法关系数据。它本身是用Java语言实现的，方便调用。

四、在教育领域文本情感分析的初步尝试

关于文本分析的性能，有一系列评测指标，包括查准率P（Precision）、召回率R（Recall）和F值等。

P为查准率，是衡量某一检索系统的信号噪声比的一种指标，即检出的正确数据数目与检出的全部数据数目的百分比。R为召回率，是检索系统从数据集中检出的正确数据数目和数据集中所有正确数据数目的比率。

F值是查准率和召回率的加权几何平均值，是情感计算系统最重要的评测指标之一。F值计算方法如下：

F=

为测试该系统的性能，我们选取了一个小样本的文本，以便既可以人工标注，又可以让系统自动识别，并比较两者的结果。2013年北京大学“新媒体与教育”暑期学校创新教学模式，使用慕课的方式展开学习[23]。在课程结束时，通过MOOC平台收集了学员对本次暑期学校的反馈和建议，共377条，其中来自面授学员的201条，来自在线学习学员的176条。我们先人工标注了这些反馈的情感极性和强度，然后使用“小菲”系统进行了自动计算；测评结果算得F=88.7%，在文本情感分析领域属于较好的结果。

五、在教育领域的应用前景

尽管本系统在小样本的教育文本情感计算测试中结果很好，但是它仍然存在一些缺陷，需要进一步完善提高：目前的三万多条情感词还不能完全覆盖浩瀚的中文词语，应该持续添加新词，比如新出现的网络语言，改善ICTCLAS分词结果，增加关于世界的常识性知识，等等。

随着人工智能技术的发展，文本情感计算技术逐步成熟，可以广泛应用于慕课等在线教育的多种文本交互区域的情感分析，如讨论区、调查反馈、聊天室、BBS等。可以实时监控参与者的情感变化，及早发现学生反映的问题并及时给予恰当的反馈；也可以用于事后分析学生在学习活动和过程中的情感变化，因材施教，实施个性化教学。这也必然减少教师和助教的大量宝贵时间和精力，提高在线学习的教学效率。我们将在这些方面继续探索，深入研究。

参考文献：

[1]杨巍峰.对情绪情感定义的管见——兼与杨泽民同志商榷[J].心理学探新， 1986 （3）： 35-39.

[2]卢家嵋.情感教学心理学[M].上海：上海教育出版社， 2000.

[3]A.C.Graesser， B.Medaniel， P.Chipma，ect.Detetion of Emotions during learning with AutoTutor [R]. Department of Psychology， 2006： 285-290.

[4]H.Simon.Motivational and emotional controls of cognition：in Models of Thought[M]. New Haven：Yale University Press，1967.

[5]D.Norman.Twelve issues for cognitive science[A].In Norman DA（Ed）： Perspectives on cognitive seience[C]. Erlbaum， Hillsdale， NJ. 1981.

[6]R.W.Picard， S.Papert，ect. Affective leaming- a manifesto[J].BT Technology Joumal， 2004， 22（4）： 253-269.

[7]唐伟志，贾云.远程教育中情感缺失问题的对策研究[J].甘肃广播电视大学学报， 2012 （2）： 1-4.

[8]J.Tao，T.Tan and R.W.Picard.Affective Computing： A Review[A].LNCS3784. German： Springer-Verlag Berlin/Heidelberg[C]， 981～995. 2005.

[9]傅小兰.电子学习中的情感计算[J].计算机教育， 2004 （12）： 27-30.

[10]付彦飞，牛秦洲，阈小梅.基于情感计算的个性化E-Learning系统的研究[J].微计算机信息， 2010 （36）： 241-244.

[11]R. Picard. Affective Computing[M]. Cambridge： MIT Press，1997.

[12]陈文萃.从认知看情感表达的隐喻概念[J].南华大学学报，2009（9）： 112-142.

[13]B.Pang，L.Lee.Opinion Mining and Sentiment Analysis[J].Foundations and Trends in Information Retrieval，2008（1-2）：1-135.

[14]A.Ortony，G.Clore，A.Collins.The Cognitive Structure of Emotions[M]. Cambridge： Cambridge University Press，1988.

[15]P. Ekman. An argument for basic emotions[J]. Cognition and Emotion， 1992， 6（3-4）：169-200.

[16]T.Wilson，J.Wiebe.Annotating Opinions in the World Press[A].In： Proceedings of the 4th ACLSIGdial Workshop on Discourse and Dialogue （SIGdial2003） [C]. 13-22， 2003.

[17]Choi， Y.， and Cardie， C. Learning with Compositional Semantics as Structural Inferencefor Subsentential Sentiment Analysis [A]. In Proceedings of the Conference on Empirical Methods in Natural Language Processing[C]. pp. 793–801. 2008.

[18]P.D.Turney and M.L.Littman.Measuring praise and criticism： Inference ofsemantic orientation from association[J].ACM Transactions on Information Systems，2003 （4）：315-346.

[19]C.Zhang，W.Zuo，T. Peng， F.He.Sentiment Classification of Chinese Reviews Using Machine Learning Methods Based on String Kernel[A].Third International Conference on Convergence and Hybrid Information Technology[C]. 2008.

[20]Turney， P D. Thumbs Up or Thumbs Down？ Semantic Orientation Applied to Unsupervised Classification of Reviews[DB/OL]. http：//arxiv.org/abs/cs/0212032.

[21]宋光鹏.文本的情感倾向分析研究[D].北京：北京邮电大学，2008.

[22]Z.Fei，J.Liu，G.Wu.Sentiment Classification Using Phrase Patterns[A].In： Proceedings of Fouth International Conference onComputer and Information Technology[C]. 2004.