摘要：《我去向何方》是莫扎特音乐会咏叹调的代表作之一,不仅有着极高的艺术价值,而且充分展示了古典主义时期的音乐风格以及演唱魅力。这一作品旋律清晰、明朗、欢快,音乐语言通俗易懂,情感丰富,优美的旋律和精心设计的音乐结构,让听众能够深刻感受到女主角的内心世界。本研究首先简单阐述了《我去向何方》创作的背景;其次从气息、音色、速度三个层面分析此曲的演唱技巧;最后梳理了这首曲子的情感把握。

摘要：现代广告在新技术发展中日新月异,当前AIGC技术正在对广告创意生产创新带来革命性的推进,消费者对AIGC广告的接纳度是怎么样呢?本文以可口可乐公司最新制作发布的《Masterpiece(杰作)》AIGC视频广告和《假日魔法来了》AIGC视频广告为例,通过对于Bilibili网站、抖音、微信视频号等网络平台采集的受众评论文本进行情感态度、情感极性和情感词频次的情感分析,从受众和制作者两方面的视角,进行了探讨,以期对AIGC广告现状进行一些有益的探索。

摘要：【目的】实证检验创意及用户评论的情感特征对开放式创新平台创意采纳是否具有显著影响以及如何影响。【方法】选择典型开放式创新平台为研究对象,基于社会影响理论将平台信息分为规范型和信息型两类,通过文本分析获得创意标题、文本以及评论的情感变量,研究情感对创意采纳是否具有影响。【结果】研究结果表明,创意标题以及文本长度、创意标题情感以及创意得分对创意采纳都具有显著影响;同时,评论数量对评论情感具有调节作用。【局限】仅对单一平台进行研究。【结论】研究成果对企业评估创意、快速筛选有价值的创意,以及如何指导用户提交创意、提高创意被采纳概率等都具有很好的指导意义。

摘要：现运用文本分析法和微词云软件对《山河诗长安》节目的在线文本数据进行词频分析、共词分析以及情感分析,目的是从文化自信的视角出发,探讨节目如何通过其视觉叙事手法展现中华文化的丰富性和深度,并分析这种叙事如何塑造和影响观众对传统文化的认知和情感体验。结果显示,节目通过其视觉艺术和叙事手法,加深了观众对传统文化的认识,进而在增强观众的文化认同感和文化自信方面起到了积极作用。

摘要：随着高校互联网平台的广泛应用,高校积累了大量学生文本数据,这些数据所蕴含的学生情感信息对高校工作具有重要意义。本文设计并实现了一个基于深度学习的高校互联网情感分析系统,系统自动化挖掘学生情感数据,对收集到的高校互联网数据进行预处理、数据特征提取,并对情感倾向性进行分类,同时选用长短期记忆网络(long short-term memory,LSTM)作为核心模型对系统进行模型评估与验证。在设计层面,该系统开发了简洁易用的界面,方便教师和管理人员上传数据并获取情感分析结果;在实际应用层面,该系统为高校教学、学生支持和管理提供了有力数据支撑,助力提升教育质量和校园管理效能。

摘要：针对分析用户感性评价时出现的数据采集范围不够广、成本高、数据准确性低、非结构化数据利用率低等问题,提出一种基于情感分析的工业设计感性评价方法,以纯电动汽车为例,构建电动汽车造型感性意象的预测模型。首先基于情感分析量化用户的主观评论,获得感性意象评分,然后针对纯电动汽车的造型特征,提取了与传统内燃机汽车存在差异的主要设计要素,最后通过数量化理论I建立感性意象评分与设计要素的映射模型。以电动汽车设计方案优化为例,证明了该方法的可行性,预测结果的相对误差为5.41%。该方法符合用户的主观认知,能够有效预测用户对方案的感性评价,从而辅助设计师根据感性评价优化产品设计,具有实际应用价值。

摘要：为了解国内外情感分析领域的研究状况,揭示该领域的知识结构、研究热点与发展动态,本文采用共被引分析、聚类分析、共词分析、战略坐标分析等方法,借助CiteSpace、UCINET、BICOMB、SPSS等软件,对Web of Science数据库收录的以情感分析为主题的相关文献进行计量分析与知识图谱绘制。分析结果表明,情感分析的应用、深度学习与神经网络、电子商务下的产品评论、事物情感特征评分、社交网络下用户生成内容、语义定向广告技术以及文本语言属性分析构建了情感分析的知识结构,产品评论与口碑、数据挖掘与人工智能、无监督学习、HadoopMapReduce与支持向量机以及神经网络与深度学习为该领域的研究热点,而顾客评论、推荐系统、极性分类、主题模型、电影评论、推特数据将是未来该领域主要研究方向。

摘要：图文多模态情感分析旨在通过融合视觉模态和文本模态预测情感极性,获取高质量的视觉模态表征和文本模态表征并进行高效融合,这是解决图文多模态情感分析任务的关键环节之一.因此,文中提出基于视觉语言模型的跨模态多级融合情感分析方法.首先,基于预训练的视觉语言模型,通过冻结参数,采用低阶自适应方法微调语言模型的方式,生成高质量的模态表征和模态桥梁表征.然后,设计跨模态多头互注意力融合模块,分别对视觉模态表征和文本模态表征进行交互加权融合.最后,设计混合专家网络融合模块,将视觉、文本的模态表征和模态桥梁表征结合后进行深度融合,实现多模态情感分析.实验表明,文中方法在公开评测数据集MVSA-Single和HFM上达到SOTA.

摘要：针对因数据量的增加以及异常评论策略的更新,以用户内容和行为为基础的传统微博异常评论识别方法效果不断下降的问题,提出一种基于情感分析和质量控制的微博异常评论识别方法.通过将预处理后的微博评论进行情感分析,将微博评论进行量化处理,在对微博评论进行质量控制的过程中,根据异常与正常用户在时域上对热点微博的评论分布差别检测可疑时间间隔,结合用户聚类分析,设计了异常评论识别模型.结果表明:该方法利用情感评分,对于评论文本进行较为准确的情感分类,然后通过调整边界值范围和时间阈值范围来限定异常检测等级,当边界值范围增大时,对于异常评论的检测范围扩大,容忍度下降,检测灵敏度高;当时间阈值扩大时,容忍度提高,检测灵敏度较低;适当的选择边界值和时间阈值,可以有效提高与正常评论行为相似的异常评论识别准确率.

摘要：敦煌文化旅游创意产品的市场表现与消费者偏好密不可分。通过对网络文创商店和敦煌实体文创商店调研,结合Python数据分析和情感分析,发现消费者情感因素能表现出用户对文创产品的偏好与期望,敦煌文创产品在传递文化价值、唤起游客对目的地文化的记忆方面作用明显;但敦煌文创产品同质化、质量参差不齐、创新不足、开发过度等问题依然存在。因此,加强对敦煌文化艺术元素的研究与创新,关注消费者情感,提高设计师智慧与才情,有助于提高产品设计质量和扩大产品交易,也有利于促进敦煌文化传承与发展。