論文情感分析用的什麼方法

Ⅰ 本科論文常用分析方法 這三種方法最是常用

1、調查法。

調查法是科學研究中最常用的方法之一。它是有目的、有計劃、有系統地搜集有關研究對象現實狀況或歷史。調查法中最常用的是問卷調查法，它是以書面提出問題的方式搜集資料的一種研究方法，即調查者就調查項目編製成表式，分發或郵寄給有關人員，請示填寫答案，然後回收整理、統計和研究。

2、觀察法。

觀察法是指研究者根據一定的研究目的、研究提綱或觀察表，用自己的感官和輔助工具去直接觀察被研究對象，從而獲得資料的一種方法。科學的觀察具有目的性和計劃性、系統性和可重復性。在科學實驗和調查研究中，觀察法具有如下幾個方面的作用：①擴大人們的感性認識。②啟發人們的思維。③導致新的發現。

3、實驗法。

實驗法是通過主支變革、控制研究對象來發現與確認事物間的因果聯系的一種科研方法。

Ⅱ 數據挖掘，情感分析，深度學習具體步驟是

有兩大類，一類是主觀性：主觀、客觀、中性；一類是情感傾向：褒義、貶義、中性。
文本分析的話，主要是對詞、句子中觀點的挖掘。
你所說的機器學習法，現在基本用於對電影觀點的打分系統吧。基本上就是利用分類計數，對文檔中存在的情感進行分類的。
就我個人理解而言，我認為機器學習法只是情感文本分析的方法論之一，至於數據挖掘，也是通過對文檔的數據收取，進行情感分析的。也是對情感文本分析的方法論之一。
所以，情感分析是主體的話，文本分類、機器學習、數據挖掘都是方式方法。這些方法可以共同應用在一個情感分析中，也可以分別獨立存在。
目前英文類的文本情感分析比較多，中文類的相對少一點，你要做這方面的研究路漫漫其修遠啊。嘿嘿。

Ⅲ 論文分析有哪些方法

在寫論文時，也是需要掌握一定的分析方法的，只有這樣才能夠讓論文的內容更加的深刻。那麼到底都有哪些具體的分析方法呢？下面，我們就一起來看看吧！

1、哲學的方法

這種方法就是依照唯物主義辨證法對於哲學基本范疇，也就是現象和本質，存在和運動，原因和結果等的理解，並且能夠解決實際研究工作中關於論點和一般方法論的問題，像是從認識對象的現象再深入到本質的研究等。

2、歷史的方法

歷史的方法比較注意對象本身的歷史具體性。一般要求研究工作者一定要充分熟悉客觀對象歷史發展的實際進程，並且進行大量的資料查找，並且能夠找出客觀對象的特點及其發展規律性。

3、邏輯的方法

這就需要寫論文者必須正確運用形式邏輯和辨證邏輯來對於人們思維的一般規律，像是概念、判斷、推理、分析與綜合、具體與抽象等等進行揭示，同時針對客觀事物的各種現象從邏輯上進行分析，從而找到內在的聯系，然後用理論的形態進行展現。

4、假說的方法

雖然是假說，但並不是隨意的幻想和碰運氣的猜測，是需要有一定的經驗事實材料作為基礎的，並且還要科學理論為依據，研究者自身要具備活躍聯想或直覺感受，能夠提出的相對富有預見性、然而尚待繼續驗證的新觀點。即使這些還不能稱為科學的結論，但是也是新思想、新理論的萌芽

Ⅳ 中職舞蹈教學論文:情感教育方法的分析

一、當前中職舞蹈教學情感教育的情況概述 舞蹈是一門藝術，也是一種舞蹈演員像觀眾表達情感的方式，而在中職之中，舞蹈教學更是師生之間情感的互相傳遞。但是在當代的中職之中，有很多的原因都在制約著舞蹈教學中情感的表達和師生之間情感的傳遞，其中就包含下面幾點： （一）現在的老師和學生之間缺少一些必要的交流與互動 當代之中，學生們的想法和行為都隨著社會的變化慢慢的向著更開闊的方向發展。其中，學校的教育方式、老師和學生們的思想都受到一些社會因素的影響，產生了很大的負面作用，於是造成了教師和學生之間在教學之外缺乏交流。並且有一部分的學生希望能自由一點，希望沒有教師們太多的束縛，而教師們放鬆的管理方式給了學生肆意揮霍的空間，使得一些學生不再專注學習，沉迷於游戲等網路世界。兩種方面的原因相互產生作用，最後造成師生之間缺少一些必要的交流與互動。 （二）學生數量增多 由於當前國內的不同高校都紛紛進行擴招，雖然這樣給了很多學生們再次深造的機會，但是在學生們人數增長的同時，教師的隊伍卻沒有變化，一直保持在最初的數量，這就造成了師生之間人數的比例嚴重的不協調。所以在中職日常的舞蹈教學當中，一個舞蹈教師經常就要教導數以百計不同的學生，這就導致了教師在教導過程中往往很難照顧全面，而舞蹈教學方式也就只能保持在一些基礎的教育層次上，造成師生之間沒有進行情感交流與互動的機會。 （三）社會的變化導致學生心理壓力過大 步入了大學，學生們需要背負的責任就會有所增加，相對其需要承擔的壓力也就會隨著年齡的增長、心理的變化而增加。有相關的調查研究得到的資料表明，當代的大學生中大約有20%的人都會或多或少的產生心理方面的問題，主要表現出焦慮甚至抑鬱等情況。這一情況的發生，對當代學生的學習方面產生非常大的影響。 二、在中職舞蹈教學中實施情感教育的建議和方法 結合當前中職在舞蹈教學中實施的情感教育情況，提出了以下幾點建議： （一）舞蹈教師應該對自己的職責有一個明確的認知 隨著社會的發展，我國對中職教育也隨之提升了要求。同時也得到了社會各界的廣泛關注。舞蹈教師在日常的教學之中，應該因材施教，針對不同的學生特點和實際情況，合理的安排舞蹈教學的內容和訓練的方式與強度。另外，舞蹈教師也應該從根源上改變傳統的教學方式與思路，要注重結合學生們的生理、心理等特點進行教學，對傳統的舞蹈理念進行轉變，而不是單一的形體的訓練。不同於高中的教學，因為中職的教學之中課上教師對學生所講解的信息比較多，所以課余的時候學生和教師之間的聯系比較少，教師對學生們課堂上知識的掌握程度就不太了解。因此，教師要把握好中職教育的特點，明確自身存在的意義，讓學生學會自主學習，對舞蹈要結合自身的特點有獨特的理解，有自己的想像空間，要充分的利用學生對舞蹈的理解與發揮去調動學生學習舞蹈的積極性，在對舞蹈認知原有的基礎上去創新和開拓。 （二）開發新的有針對性的情感教育措施 在教師教授舞蹈的過程中，教師應該讓學生產生主體作用，幫助學生明確自己主人翁的意識，實現教師與學生之間的交流與互動。與此同時，教師也應該對此進行充分的利用，去以此調動學生們的積極性，提高教學的質量和教學效果。例如：可以在上課的時候，先播放一段抒情的'音樂，讓學生放鬆心情。然後在音樂中教授學生各種動作技巧，做好示範，觀察學生的掌握情況，針對學生不同的掌握程度給予不同的幫助，讓每一個學生都能感受到舞蹈的美。又或者由舞蹈老師在網上找一些知名的舞蹈演員的視頻，比如：楊麗萍的《孔雀舞》，劉岩的《胭脂扣》等，然後對學生講解各種的舞蹈的不同與相同之處，讓學生們更好的了解舞蹈。同時在教學期間，教師也應當注意自己的言語表達，要用生動富有感情的詞語使學生在學習舞蹈的時候處於放鬆的狀態，從而更好的學習。在教學時候，學生們有時候會出現一些錯誤或者失誤，這個時候，教師應該避重就輕，讓學生知道錯誤的同時盡量不要對學生的自尊心造成傷害，避免學生產生逆反抵觸的心理，當學生及時改正錯誤之後，教師要及時對學生進行鼓勵，提出表揚，使其能了解教師的苦心並更加刻苦的訓練。 （三）身為教師要做出榜樣 在中職舞蹈教學期間，教師不僅要注意教導學生，也應該注重自身的習慣與修養。教師在對學生的舞蹈課程進行教授的同時，也要提高自身的專業知識和專業技能。例如：可以自己下載觀看知名的舞蹈視頻，學習其中自己所沒有的所做的還不夠好的動作，借鑒其他人的比較好的特點，也不一定非要是知名的，只要自己不擁有的都可以去學習。並且上課前要進分的整理和准備，對舞蹈動作也要進行刻苦的練習，從而在課堂上使學生在教師示範的時候，讓學生能對舞蹈老師的動作進行欣賞，並認識到自己和教師之間的差距，產生激勵作用，發現自己的不足。所以，教師要充分發揮自己的榜樣作用，打造師生之間的輕松、愉快的氛圍，讓學生在學習的時候能主動領悟舞蹈中蘊含的情感和真諦。舞蹈是一種藝術，是一種美的體現，可以通過優美的肢體語言進行對情感的表達。因此在中職的舞蹈教學之中，要正確的實施情感教育，這樣才能為社會和國家培訓出更出色的舞蹈演員。

Ⅳ 情感分析器的研究方法

監督學習
目前，基於監督學習的情感分析仍然是主流，除了（Li et al.,2009）基於非負矩陣三分解（Non-negative Matrix Tri-factorization），（Abbasi et al.,2008）基於遺傳演算法（Genetic Algorithm）的情感分析之外，使用的最多的監督學習演算法是樸素貝葉斯，k最近鄰（k-Nearest Neighbor，k-NN），最大熵和支持向量機的。而對於演算法的改進主要在對文本的預處理階段。
基於規則/無監督學習
和基於監督學習的情感分析相比，基於規則和無監督學習方面的研究不是很多。除了（Turney,2002）之外，（朱嫣嵐 et al.,2002）利用HowNet對中文詞語語義的進行了情感傾向計算。（婁德成 et al.,2006）利用句法結構和依存關系對中文句子語義進行了情感分析，（Hiroshi et al.,2004）通過改造一個基於規則的機器翻譯器實現日文短語級情感分析，（Zagibalov et al.,2008）在（Turney,2002）的SO-PMI演算法的基礎上通過對於中文文本特徵的深入分析以及引入迭代機制從而在很大程度上提高了無監督學習情感分析的准確率。
跨領域情感分析
跨領域情感分析在情感分析中是一個新興的領域，目前在這方面的研究不是很多，主要原因是目前的研究還沒有很好的解決如何尋找兩個領域之間的一種映射關系，或者說如何尋找兩個領域之間特徵權值之間的平衡關系。對於跨領域情感分析的研究開始於（Blitzer et al.,2007）將結構對應學習（Structural Correspondence Learning，SCL）引入跨領域情感分析，SCL是一種應用范圍很廣的跨領域文本分析演算法，SCL的目的是將訓練集上的特徵盡量對應到測試集中。（Tan et al.,2009）將SCL引入了中文跨領域情感分析中。（Tan2 et al.,2009）提出將樸素貝葉斯和EM演算法的一種半監督學習方法應用到了跨領域的情感分析中。（Wu et al.,2009）將基於EM的思想將圖排序（Graph Ranking）演算法應用到跨領域的情感分析中，圖排序演算法可以認為是一種迭代的k-NN

Ⅵ aspect級別的情感分析research line

過去的方法主要分為兩類：

第一種： 從一個seed集合，使用句法規則和aspect及opinion之間的關聯來積累aspect terms和opinion terms。但是這種方法很依賴與手動定義的規則，並且嚴格遵循特定的詞性規則，例如opinion詞是形容詞。

第二種： sequence labeling classifier，例如CRFs和HMMs，使用feature engineering，詞典和有標注的數據集。This approach requires extensive efforts for designinghand-crafted features, and only combines features linearly when a CRF/HMM isapplied

使用深度學習進行情感分析的方法分為兩類：一類是句子級別的情感預測，一類是phrase/word-level情感預測。

1）Tokenization符號化的特徵 2）Feature Extraction詞語或句子級別的特徵  3）Classification using different classifiers，分類器例如：Naïve Bayes，MaxEnt，SVM

例文：Sentiment Classification using Machine Learning Techniques http://www.ijsr.net/archive/v5i4/NOV162724.pdf

1）Tokenization符號化的信息包括如下類別，表情或者電話號碼，日期等等

2）特徵提取

問題1:只使用形容詞還是所有詞都使用？所有詞更好

I didn』t like this movie---I really like this movie

問題2:否定詞如何處理？

給否定詞後和下一個標點符號之間的詞前面加NOT_

didn』t like this movie, but I

---》   didn』t NOT_likeNOT_this NOT_movie, but I

主要有兩種方法：有監督學習和基於詞典(lexicon-based)的方法

1）有監督學習：

已知aspect，關鍵問題就是如何確定每個sentiment的scope。主流方法是使用依存關系，根據依存關系給特徵加權重。

2）基於詞典的方法

sentiment shifters：有一些詞會更改情感的極性，例如not, never, none, nobody, nowhere, neither。

but-clauses：「Car-x is great, but Car-y is better.」

除了以上方法，有很多情感是隱性表示的，難提取的，也可以使用 Basic rules ofopinions

Liu Bing：BNF form

P和PO代表兩種positive sentiment expressions。P代表atomic positive expression，一個詞或一個短語。PO代表更復雜的表達。sentiment_shifter N和sentiment_shifter NE代表negation

1）頻繁出現的名詞和名詞短語

改進：去除可能不是aspect的名詞短語

對每個名詞短語計算PMI(pointwise

mutual information) score，該短語與其相關的短語之間的，meronymy discriminators(關系鑒別器)

例如camera類中可能會包括」of camera」, 「camera has」, 「camera comes with」等，公式中a是candidate aspect，d是discriminator。如果candidate aspect a的PMI值很低，那麼可能是因為a和d同時出現的頻率很低。

2）通過分析opinion和target的關系，如果opinion已知，sentiment words往往比較容易知道。依存關系

3）有監督的學習方法

sequential learning（or sequential labeling），HMM或CRF

另一種：

首先使用依存樹找到aspect和opinion word對，然後使用樹結構的分類方法來學習，aspect從得分最高的pair得到。

4）主題模型

兩種基本的方法：pLSA和LDA

Topic modeling is an unsupervised learning method thatassumes each document consists of a mixture of topics and each topic is aprobability distribution over words

Theoutput of topic modeling is a set of word clusters. Each cluster forms a topicand is a probability distribution over words in the document collection

Joint sentiment/topic model forsentiment analysis

http://pdfs.semanticscholar.org/9902/.pdf

Sentiment analysis with global topicsand local dependency

http://www.cs.huji.ac.il/~jeff/aaai10/02/AAAI10-242.pdf

1）分類問題：

Given  a sentence and a target mention, the task calls forinferring the sentiment polarity (e.g. positive, negative, neutral) of thesentence towards the target.

Effective LSTMs for Target-dependentsentiment classification

鏈接： https://arxiv.org/pdf/1512.01100.pdf

Aspectlevel sentiment classification with deep memory network

論文鏈接： http://wing.comp.nus.e.sg/~antho/D/D16/D16-1021.pdf

Given a sentence s = {w1, w2, ..., wi ,

...wn} consisting of n words and an aspect word wi occurring in sentence s文中只考慮了單個aspect的情況

2）序列標注問題： 標注出sentiment和aspect

Ⅶ 本科論文常用分析方法

本科論文常用分析方法有：定量分析與定性分析，定性分析與定量分析是人們認識事物時用到的兩種分析方式。

1、定量分析法

在科學研究中，通過定量分析法可以使人們對研究對象的認識進一步精確化，用數學語言進行描述。它是依據統計數據，建立數學模型，並用數學模型針對數量特徵、數量關系與數量變化去分析的一種方法。

2、定性分析法

定性分析法就是對研究對象進行「質」的方面的分析。定性就是用文字語言進行相關描述。它是主要憑分析者的直覺、經驗，運用主觀上的判斷來對分析對象的性質、特點、發展變化規律進行分析的一種方法。

(7)論文情感分析用的什麼方法擴展閱讀：

定量分析法的具體方法：

1、比率分析法。它是財務分析的基本方法，也是定量分析的主要方法。

2、趨勢分析法。它對同一單位相關財務指標連續幾年的數據作縱向對比，觀察其成長性。通過趨勢分析，分析者可以了解該企業在特定方面的發展變化趨勢。

3、結構分析法。它通過對企業財務指標中各分項目在總體項目中的比重或組成的分析，考量各分項目在總體項目中的地位。

4、數學模型法。在現代管理科學中，數學模型被廣泛應用，特別是在經濟預測和管理工作中，由於不能進行實驗驗證，通常都是通過數學模型來分析和預測經濟決策所可能產生的結果的。

Ⅷ 論文分析方法有哪幾種

論文分析方法有哪幾種

論文分析方法有哪幾種，隨著時間的流逝，新的畢業季即將來臨，而論文寫作也是畢業生們不得不過的關卡，只有論文通過了才能順利拿到畢業證，走向社會。現在我就跟大家分享下論文分析方法有哪幾種，希望能給畢業生帶來幫助！

論文分析方法有哪幾種1

論文分析方法有哪幾種

調查法

調查法是科研中最常見的方式 之一，這是有目地、有方案、有系統化收集相關科學研究目標現實情況或歷史狀況的原材料的方式 ，調查方法是科研中常見的基礎研究法，它靈活運用歷史時間法、觀察等方式 及其談話內容、問卷調查、個案研究、測試等科學研究方法，對文化教育狀況開展有方案的、縝密的和系統軟體的掌握，並對調研收集到的很多材料開展解析、綜合性、較為、梳理，進而為大家出示周期性的專業知識。

觀察法

觀察法就是指學術研究依據一定的科學研究目地、科學研究大綱或觀查表，用自身的感觀和輔助軟體去立即觀查被科學研究目標，進而得到材料的一種方式 ，科學研究的觀查具備功利性和目的性、針對性和精確性，在科學試驗和調查報告中，觀察具備以下好多個層面的功效：

①擴張大家的'感性認識

②啟迪大家的邏輯思維

③造成新的發覺

實驗法

實驗法是根據主支轉型、操縱科學研究目標來發覺與確定事情間的因果關系聯絡的一種科學研究方式 。

其關鍵特性是：

第一、積極變革性觀查與調研全是不在干涉科學研究目標的前提條件下來了解科學研究目標，發覺在其中的難題，而試驗卻規定積極控制試驗標准，人為因素地更改目標的存有方法、轉變全過程，使它聽從於科學認識的必須。

第二、分區規劃科學試驗規定依據科學研究的必須，依靠各種各樣方式 技術性，降低或清除各種各樣將會危害科學研究的不相干要素的影響，在簡單化、提純的情況下了解科學研究目標。

第三、因果性試驗以發覺、確定事情中間的因果關系聯絡的合理專用工具和必需方式。

論文分析方法有哪幾種2

論文分析方法有哪幾種

文獻研究法

文獻研究法是依據一定的科學研究目地或課題研究，根據調研參考文獻來得到材料，進而全方位地、恰當地掌握把握所需科學研究難題的一種方式 。文獻研究法普遍用以各種各樣課程科學研究中，其功效有：

①能掌握相關難題的歷史時間和現況，協助明確課題研究。

②能產生有關科學研究目標的一般印像，有利於觀查和瀏覽。

③能獲得實際材料的較為材料

④有利於掌握事情的全景

實證分析法

實證分析法是科學探究科學研究的一種獨特方式，其根據目前的科學研究基礎理論和實踐活動的必須明確提出設計方案，運用儀器設備和機器設備，在當然標准下，根據有目地有步驟地控制，依據觀查、紀錄、測量與其相隨著的狀況的轉變來明確標准與狀況中間的邏輯關系的主題活動，關鍵目地取決於表明各種各樣自變數與某一個因變數的關聯。

定量分析法

定量分析法在科研中，根據定量分析法能夠使大家對科學研究目標的了解進一步精確化，便於更為科學研究地表明規律性，掌握實質，梳理關聯，預測分析事情的發展趨向。

定性分析法

定性分析法就是說對科學研究目標開展"質"的層面的解析，具體地說是應用梳理和演譯、解析與綜合性及其抽象性與歸納等方式 ，對得到的各種各樣原材料開展邏輯思維生產加工，進而能去偽存真、去其糟粕、由此及彼、由淺入深，超過了解客觀事物、表明本質規律性。

作用分析法

作用分析法是人文科學用於解析社會問題的一種方式 ，是社會調研常見的統計分析方法之一，它根據表明社會問題如何考慮一個社會發展系統軟體的必須（即具備如何的作用）來表述社會問題。

模擬法（實體模型方式 ）

模擬法是先按照原形的關鍵特點，構建一個類似的實體模型，隨後根據實體模型來間接性科學研究原形的一種描述方式 ，依據實體模型和原形中間的類似關聯，模擬法可分成物理學模擬模擬和數學模擬二種。

Ⅸ 人工智慧技術應用：情感分析概述

與其他的人工智慧技術相比，情感分析(Sentiment Analysis)顯得有些特殊，因為其他的領域都是根據客觀的數據來進行分析和預測，但情感分析則帶有強烈的個人主觀因素。情感分析的目標是從文本中分析出人們對於實體及其屬性所表達的情感傾向以及觀點，這項技術最早的研究始於2003年Nasukawa和Yi兩位學者的關於商品評論的論文。
隨著推特等社交媒體以及電商平台的發展而產生大量帶有觀點的內容，給情感分析提供了所需的數據基礎。時至今日，情感識別已經在多個領域被廣泛的應用。例如在商品零售領域，用戶的評價對於零售商和生產商都是非常重要的反饋信息，通過對海量用戶的評價進行情感分析，可以量化用戶對產品及其競品的褒貶程度，從而了解用戶對於產品的訴求以及自己產品與競品的對比優劣。在社會輿情領域，通過分析大眾對於社會熱點事件的點評可以有效的掌握輿論的走向。在企業輿情方面，利用情感分析可以快速了解社會對企業的評價，為企業的戰略規劃提供決策依據，提升企業在市場中的競爭力。在金融交易領域，分析交易者對於股票及其他金融衍生品的態度，為行情交易提供輔助依據。
目前，絕大多數的人工智慧開放平台都具備情感分析的能力，如圖所示是玻森中文語義開放平台的情感分析功能演示，可以看出除了通用領域的情感分析外，還有汽車、廚具、餐飲、新聞和微博幾個特定領域的分析。

那麼到底什麼是情感分析呢？從自然語言處理技術的角度來看，情感分析的任務是從評論的文本中提取出評論的實體，以及評論者對該實體所表達的情感傾向，自然語言所有的核心技術問題，例如：詞彙語義，指代消解，此役小氣，信息抽取，語義分析等都會在情感分析中用到。因此，情感分析被認為是一個自然語言處理的子任務，我們可以將人們對於某個實體目標的情感統一用一個五元組的格式來表示：(e,a,s,h,t)

以圖為例，e是指某餐廳，a為該餐廳的性價比屬性，s是對該餐廳的性價比表示了褒義的評價，h為發表評論者本人，t是19年7月27日。所以這條評論的情感分析可以表示為五元組（某餐廳，性價比，正向褒義，評論者，19年7月27日）。

情感分析根據處理文本顆粒度的不同，大致可以分為三個級別的任務，分別是篇章級、句子級和屬性級。我們分別來看一下。

1. 篇章級情感分析

篇章級情感分析的目標是判斷整篇文檔表達的是褒義還是貶義的情感，例如一篇書評，或者對某一個熱點時事新聞發表的評論，只要待分析的文本超過了一句話的范疇，即可視為是篇章級的情感分析。
對於篇章級的情感分析而言有一個前提假設，那就是全篇章所表達的觀點僅針對一個單獨的實體e，且只包含一個觀點持有者h的觀點。這種做法將整個文檔視為一個整體，不對篇章中包含的具體實體和實體屬性進行研究，使得篇章級的情感分析在實際應用中比較局限，無法對一段文本中的多個實體進行單獨分析，對於文本中多個觀點持有者的觀點也無法辨別。
例如評價的文本是：「我覺得這款手機很棒。」評價者表達的是對手機整體的褒義評價，但如果是：「我覺得這款手機拍照功能很不錯，但信號不是很好」這樣的句子，在同一個評論中出現了褒義詞又出現了貶義詞，篇章級的分析是無法分辨出來的，只能將其作為一個整體進行分析。
不過好在有很多的場景是不需要區分觀點評價的實體和觀點持有者，例如在商品評論的情感分析中，可以默認評論的對象是被評論的商品，評論的觀點持有者也是評論者本人。當然，這個也需要看被評論的商品具體是什麼東西，如果是親子旅遊這樣的旅遊服務，那麼評論中就很有可能包含一個以上的觀點持有者。
在實際工作中，篇章級的情感分析無法滿足我們對於評價更細致，如果需要對評論進行更精確，更細致的分析，我們需要拆分篇章中的每一句話，這就是句子級的情感分析研究的問題。

2. 句子級情感分析

與篇章級的情感分析類似，句子級的情感分析任務是判斷一個句子表達的是褒義還是貶義的情感，雖然顆粒度到了句子層級，但是句子級分析與篇章級存在同樣的前提假設是，那就是一個句子只表達了一個觀點和一種情感，並且只有一個觀點持有人。如果一個句子中包含了兩種以上的評價或多個觀點持有人的觀點，句子級的分析是無法分辨的。好在現實生活中，絕大多數的句子都只表達了一種情感。
既然句子級的情感分析在局限性上與篇章級是一樣的，那麼進行句子級的情感分析意義何在呢？關於這個問題，需要先解釋一下語言學上主觀句與客觀句的分別。在我們日常用語當中，根據語句中是否帶有說話人的主觀情感可以將句子分為主觀句和客觀句，例如：「我喜歡這款新手機。」就是一個主觀句，表達了說話人內心的情感或觀點，而：「這個APP昨天更新了新功能。」則是一個客觀句，陳述的是一個客觀事實性信息，並不包含說話人內心的主觀情感。通過分辨一個句子是否是主觀句，可以幫助我們過濾掉一部分不含情感的句子，讓數據處理更有效率。
但是在實操過程中，我們會發現這樣的分類方法似乎並不是特別准確，因為一個主觀句也可能沒有表達任何的情感信息，知識表達了期望或者猜測，例如：「我覺得他現在已經在回家的路上了。」這句話是一個主觀句，表達了說話人的猜測，但是並沒有表達出任何的情感。而客觀句也有可能包含情感信息，表明說話者並不希望這個事實發生，例如：「昨天剛買的新車就被人刮花了。」這句話是一個客觀句，但結合常識我們會發現，這句話中其實是包含了說話人的負面情感。
所以，僅僅對句子進行主客觀的分類還不足以達到對數據進行過濾的要求，我們需要的是對句子是否含有情感信息進行分類，如果一個句子直接表達或隱含了情感信息，則認為這個句子是含有情感觀點的，對於不含情感觀點的句子則可以進行過濾。目前對於句子是否含有情感信息的分類技術大多都是採用有監督的學習演算法，這種方法需要大量的人工標注數據，基於句子特徵來對句子進行分類。
總之，我們可以將句子級的情感分析分成兩步，第一步是判斷待分析的句子是否含有觀點信息，第二步則是針對這些含有觀點信息的句子進行情感分析，發現其中情感的傾向性，判斷是褒義還是貶義。關於分析情感傾向性的方法與篇章級類似，依然是可以採用監督學習或根據情感詞詞典的方法來處理，我們會在後續的小節詳細講解。
句子級的情感分析相較於篇章級而言，顆粒度更加細分，但同樣只能判斷整體的情感，忽略了對於被評價實體的屬性。同時它也無法判斷比較型的情感觀點，例如：「A產品的用戶體驗比B產品好多了。」對於這樣一句話中表達了多個情感的句子，我們不能將其簡單的歸類為褒義或貶義的情感，而是需要更進一步的細化顆粒度，對評價實體的屬性進行抽取，並將屬性與相關實體之間進行關聯，這就是屬性級情感分析。

3. 屬性級情感分析

上文介紹的篇章級和句子級的情感分析，都無法確切的知道評價者喜歡和不喜歡的具體是什麼東西，同時也無法區分對某一個被評價實體的A屬性持褒義傾向，對B屬性卻持貶義傾向的情況。但在實際的語言表達中，一個句子中可能包含了多個不同情感傾向的觀點，例如：「我喜歡這家餐廳的裝修風格，但菜的味道卻很一般。」類似於這樣的句子，很難通過篇章級和句子級的情感分析了解到對象的屬性層面。
為了在句子級分析的基礎上更加細化，我們需要從文本中發現或抽取評價的對象主體信息，並根據文本的上下文判斷評價者針對每一個屬性所表達的是褒義還是貶義的情感，這種就稱之為屬性級的情感分析。屬性級的情感分析關注的是被評價實體及其屬性，包括評價者以及評價時間，目標是挖掘與發現評論在實體及其屬性上的觀點信息，使之能夠生成有關目標實體及其屬性完整的五元組觀點摘要。具體到技術層面來看，屬性級的情感分析可以分為以下6個步驟：

關於文本中的實體抽取和指代消解問題，我們已經在知識圖譜的相關章節中做了介紹，這里就不再贅述。針對篇章級、句子級、屬性級這三種類型的情感分析任務，人們做了大量的研究並提出了很多分類的方法，這些方法大致可以分為基於詞典和基於機器學習兩種，下面我們進行詳細的講解。

做情感分析離不開情感詞，情感詞是承載情感信息最基本的單元，除了基本的詞之外，一些包含了情感含義的短語和成語我們也將其統稱為情感詞。基於情感詞典的情感分析方法，主要是基於一個包含了已標注的情感詞和短語的詞典，在這個詞典中包括了情感詞的情感傾向以及情感強度，一般將褒義的情感標注為正數，貶義的情感標注為負數。
具體的步驟如圖所示，首先將待分析的文本先進行分詞，並對分詞後的結果做去除停用詞和無用詞等文本數據的預處理。然後將分詞的結果與情感詞典中的詞進行匹配，並根據詞典標注的情感分對文本進行加法計算，最終的計算結果如果為正則是褒義情感，如果為負則是貶義情感，如果為0或情感傾向不明顯的得分則為中性情感或無情感。

情感詞典是整個分析流程的核心，情感詞標注數據的好壞直接決定了情感分類的結果，在這方面可以直接採用已有的開源情感詞典，例如BosonNLP基於微博、新聞、論壇等數據來源構建的情感詞典，知網（Hownet）情感詞典，台灣大學簡體中文情感極性詞典（NTSUSD），snownlp框架的詞典等，同時還可以使用哈工大整理的同義詞詞林拓展詞典作為輔助，通過這個詞典可以找到情感詞的同義詞，拓展情感詞典的范圍。
當然，我們也可以根據業務的需要來自己訓練情感詞典，目前主流的情感詞詞典有三種構建方法：人工方法、基於字典的方法和基於語料庫的方法。對於情感詞的情感賦值，最簡單的方法是將所有的褒義情感詞賦值為+1，貶義的情感詞賦值為-1，最後進行相加得出情感分析的結果。
但是這種賦值方式顯然不符合實際的需求，在實際的語言表達中，存在著非常多的表達方式可以改變情感的強度，最典型的就是程度副詞。程度副詞分為兩種，一種是可以加強情感詞原本的情感，這種稱之為情感加強詞，例如「很好」相較於「好」的情感程度會更強烈，「非常好」又比「很好」更強。另外一種是情感減弱詞，例如「沒那麼好」雖然也是褒義傾向，但情感強度相較於「好」會弱很多。如果出現了增強詞，則需要在原來的賦值基礎上增加情感得分，如果出現了減弱詞則需要減少相應的情感得分。
另一種需要注意的情況是否定詞，否定詞的出現一般會改變情感詞原本的情感傾向，變為相反的情感，例如「不好」就是在「好」前面加上了否定詞「不」，使之變成了貶義詞。早期的研究會將否定詞搭配的情感詞直接取相反數，即如果「好」的情感傾向是+1，那麼「不好」的情感傾向就是-1。但是這種簡單粗暴的規則無法對應上真實的表達情感，例如「太好」是一個比「好」褒義傾向更強的詞，如果「好」的值為+1，那麼「太好」可以賦值為+3，加上否定詞的「不太好」變成-3則顯然有點過於貶義了，將其賦值為-1或者-0.5可能更合適。
基於這種情況，我們可以對否定詞也添加上程度的賦值而不是簡單的取相反數，對於表達強烈否定的詞例如「不那麼」賦值為±4，當遇到與褒義詞的組合時褒義詞則取負數，與貶義詞的組合則取正數，例如貶義詞「難聽」的賦值是-3，加上否定詞變成「不那麼難聽」的情感得分就會是（-3+4=1）。
第三種需要注意的情況是條件詞，如果一個條件詞出現在句子中，則這個句子很可能不適合用來做情感分析，例如「如果我明天可以去旅行，那麼我一定會非常開心。」，在這句話中有明顯的褒義情感詞，但是因為存在條件詞「如果」，使得這個句子的並沒有表達觀點持有者的真實情感，而是一種假設。
除了條件句之外，還有一種語言表達也是需要在數據預處理階段進行排除的，那就是疑問句。例如「這個餐廳真的有你說的那麼好嗎？」，雖然句子中出現了很強烈的褒義情感詞「那麼好」，但依然不能將它分類為褒義句。疑問句通常會有固定的結尾詞，例如「……嗎？」或者「……么？」，但是也有的疑問句會省略掉結尾詞，直接使用標點符號「？」，例如「你今天是不是不開心？」，這個句子中含有否定詞和褒義片語成的「不開心」，但不能將其分類為貶義情感。
最後一種需要注意的情況是轉折詞，典型詞是「但是」，出現在轉折詞之前的情感傾向通常與轉折詞之後的情感傾向相反，例如：「我上次在這家酒店的住宿體驗非常好，但是這次卻讓我很失望。」在這個轉折句中，轉折詞之前的「非常好」是一個很強的褒義詞，但真實的情感表達卻是轉折詞之後的「很失望」，最終應該將其分類為貶義情感。當然，也存在出現了轉折詞，但語句本身的情感並沒有發生改變的情況，例如「你這次考試比上次有了很大的進步，但是我覺得你可以做得更好」，這里的轉折詞沒有轉折含義，而是一種遞進含義。在實際操作中，我們所以需要先判斷轉折句真實的情感表達到底是哪個，才能進行正確的分析計算。
構建情感詞典是一件比較耗費人工的事情，除了上述需要注意的問題外，還存在精準度不高，新詞和網路用語難以快速收錄進詞典等問題。同時基於詞典的分析方法也存在很多的局限性，例如一個句子可能出現了情感詞，但並沒有表達情感。或者一個句子不含任何情感詞，但卻蘊含了說話人的情感。以及部分情感詞的含義會隨著上下文語境的變化而變化的問題，例如「精明」這個詞可以作為褒義詞誇獎他人，也可以作為貶義詞批評他人。
盡管目前存在諸多問題，但基於字典的情感分析方法也有著不可取代的優勢，那就是這種分析方法通用性較強，大多數情況下無需特別的領域數據標注就可以分析文本所表達的情感，對於通用領域的情感分析可以將其作為首選的方案。

我們在機器學習演算法的章節介紹過很多分類演算法，例如邏輯回歸、樸素貝葉斯、KNN等，這些演算法都可以用於情感識別。具體的做法與機器學習一樣需要分為兩個步驟，第一步是根據訓練數據構建演算法模型，第二步是將測試數據輸入到演算法模型中輸出對應的結果，接下來做具體的講解。
首先，我們需要准備一些訓練用的文本數據，並人工給這些數據做好情感分類的標注，通常的做法下，如果是褒義和貶義的兩分類，則褒義標注為1，貶義標注為0，如果是褒義、貶義和中性三分類，則褒義標注為1，中性標注為0，貶義標注為-1.
在這一環節中如果用純人工方法來進行標注，可能會因為個人主觀因素對標注的結果造成一定影響，為了避免人的因素帶來的影響，也為了提高標注的效率，有一些其他取巧的方法來對數據進行自動標注。比如在電商領域中，商品的評論除了文本數據之外通常還會帶有一個5星的等級評分，我們可以根據用戶的5星評分作為標注依據，如果是1-2星則標注為貶義，如果是3星標注為中性，4-5星標注為褒義。又比如在社區領域中，很多社區會對帖子有贊和踩的功能，這一數據也可以作為情感標注的參考依據。
第二步是將標注好情感傾向的文本進行分詞，並進行數據的預處理，前文已經對分詞有了很多的介紹，這里就不再過多的贅述。第三步是從分詞的結果中標注出具備情感特徵的詞，這里特別說一下，如果是對情感進行分類，可以參考情感詞典進行標注，也可以採用TF-IDF演算法自動抽取出文檔的特徵詞進行標注。如果分析的是某個特定領域的，還需要標注出特定領域的詞，例如做商品評價的情感分析，需要標注出商品名稱，品類名稱，屬性名稱等。第四步根據分詞統計詞頻構建詞袋模型，形成特徵詞矩陣，如表所示。在這一步可以根據業務需要給每個特徵詞賦予權重，並通過詞頻乘以權重得到特徵詞分數。最後一步就是根據分類演算法，將特徵詞矩陣作為輸入數據，得到最終的分類模型。

當訓練好分類模型之後，就可以對測試集進行分類了，具體的流程與建模流程類似，先對測試的文本數據進行分詞並做數據預處理，然後根據特徵詞矩陣抽取測試文本的特徵詞構建詞袋矩陣，並將詞袋矩陣的詞頻數據作為輸入數據代入之前訓練好的模型進行分類，得到分類的結果。
採用基於機器學習的方法進行情感分析有以下幾個不足之處，第一是每一個應用領域之間的語言描述差異導致了訓練得到的分類模型不能應用與其他的領域，需要單獨構建。第二是最終的分類效果取決於訓練文本的選擇以及正確的情感標注，而人對於情感的理解帶有主觀性，如果標注出現偏差就會對最終的結果產生影響。
除了基於詞典和基於機器學習的方法，也有一些學者將兩者結合起來使用，彌補兩種方法的缺點，比單獨採用一種方法的分類效果要更好，另外，也有學者嘗試使用基於LSTM等深度學習的方法對情感進行分析，相信在未來，情感分析會應用在更多的產品中，幫助我們更好的理解用戶需求，提升用戶使用智能產品的體驗。

隨著深度神經網路等演算法的應用，情感分析的研究方向已經有了非常大的進展，但依然存在著一些難題是目前尚未解決的，在實操過程中需特別注意以下幾種類型數據：

情緒輪在用戶體驗設計上被廣泛的應用，很多情感化設計都是基於情緒輪進行的。但是在人工智慧領域，將情緒進行多分類比情感分析的三分類任務要難得多，目前大多數分類方法的結果准確性都不到50%。這是因為情緒本身包含了太多的類別，而且不同的類別之間又可能具有相似性，一個情緒詞在不同的語境下有可能表達的是不同的情緒類別，演算法很難對其進行分類。即使是人工對文本進行情緒類別標注也往往效果不佳，因為情緒是非常主觀性的，不同的人對不同的文本可能產生不同的理解，這使得人工標注情緒類比的過程異常困難。如何讓機器可以理解真實的情緒目前還是一個未能攻克的難題。

Ⅹ 可以用上什麼方法把這個最能表達你情感的重點情節寫具體呢

一、基本文體知識識記
（一）表達方式：記敘、描寫、抒情、議論、說明
（二）修辭手法：比喻、擬人、排比、誇張、反復、借代、反問、設問、引用、對比
常見的表現手法：象徵、對比、襯托、借景抒情、托物言志、借古諷今、借物喻人、寓理於事、寄情於事、運用典故、先（後）抑後（先）揚、欲揚先抑。
（三）說明文分類：
1、實物說明文、事理說明文
2、科技性說明文、文藝性說明文（科學小品或知識小品）
（四）說明順序：
1、時間順序
2、空間順序：注意表方位的名詞
3、邏輯順序：先總後分、由主到次、由表及裡、由簡到繁由此及彼、由現象到本質等。
（五）說明方法：列數字、作比較、舉例子、打比方、分類別、作詮釋、下定義、列圖表、引用（名言、資料等）
兩大說明方式：平實說明與生動說明
（六）說明文語言特徵：准確（科學性）、生動（趣味性）、
議論文語言特徵：嚴密
記敘文語言特徵：生動、形象、准確
（七）記敘的順序：順敘、倒敘、插敘（追敘）
（八）散文的分類：抒情散文和敘事散文
（九）散文的特點：形散而神不散
（十）小說的三要素：人物、故事情節與環境
（十一）小說的結構：開端、發展、高潮、結局（有的前有序幕，後有尾聲）
（十二）描寫的方法：
1、概括介紹與具體描寫；
2、肖像（外貌）描寫、行為動作描寫、神態描寫、語言描寫、心理描寫；
3、正面描寫與側面烘托
4、小說中的環境描寫：自然環境、社會環境
（十三）議論文分類：立論、駁論
（十四）議論文三要素：
1、論點：解決「需要證明什麼」
2、論據：解決「用什麼來證明」
3、論證：解決「怎樣來證明」
（十五）議論文結構
1、引論：提出問題
2、本論：分析問題3、結論：解決問題
（十六）論據類型：事實論據和道理論據
（十七）常見論證方法：
1、最基本的論證方法：擺事實、講道理
2、常用論證方法：舉例論證、道理論證、引用論證（如引用故事則屬於舉例論證，如引用名言則屬於道理論證）、對比論證、比喻論證、類比論證（常有「同樣」「諸如此類」等詞語）
（十八）常見寫作方法、表現手法：
聯想、想像、象徵、比較、對比、襯托、烘托、反襯、先抑後揚、以小見大、托物言志、借物喻理、寓理於物、借物喻人、狀物抒情、借景抒情、情景交融
（十九）語句在文章篇章結構上的作用：
總起全文、引起下文、打下伏筆、作鋪墊、承上啟下（過渡）、前後照應、首尾呼應、總結全文、點題、推動情節發展
（二十）語句在表情達意方面的作用：
渲染氣氛、烘託人物形象（或人物感情）、點明中心（揭示主旨）、突出主題（深化中心）
（二十一）語句特色評價用詞：
准確、嚴密、生動、形象、通俗易懂、語言簡練、簡潔明了、言簡意賅、富有感染力、節奏感強、委婉含蓄、意味深長、發人深省、寓意深刻、引發閱讀興趣、說理透徹、有說服力。
風格：
柔婉
豪放靈秀庄嚴綺麗朴實繁復凝練生動
二、現代文閱讀
答題技巧
（一）詞語的比較（選詞填空）
1、比較詞義，尤其是意思相近的詞，一定要仔細辨別兩個詞在程度、適用范圍、感情色彩的方面的區別。
2、選好之後應該將相關句子多讀幾遍，反復體會。
（二）語句作用、含義分析題
1、句中用了關聯詞「雖然……但是……」，這組關聯詞表轉折關系；用了關聯詞「不但……而且……」之類，這類關聯詞表遞進關系，兩者用意都在於強調後者。
2、倒裝句的作用：往往是強調前置（即調到前面）的部分，例如：「甚矣，汝之不惠」就是為了強調「汝之不惠」的程度是「甚矣」。又如「並不見佳，我以為」一句是為旗幟鮮明地強調作者對「雷峰夕照」這一勝景的評價是「並不見佳」。
3、評價、賞析一句話：應從兩個方面入手，先評寫作特色、語言特色，如用了什麼修辭手法、表現手法，語言或生動或優美或講求對稱或准確嚴密……再評思想內涵，即闡明這一句表達了什麼觀點，給你什麼感受、啟迪、教育……
4、分析一句話的含義也可從分析關鍵詞入手，著重體會關鍵詞在特定語境中的含義。
5、說明文語段中分析一句話，要緊扣住說明內容、說明對象的特徵和說明文語言的特色（准確、生動）。
6、記敘文語段中分析一句話，要緊扣住文章所渲染的特定氣氛、表達的感情、人物形象的特點等。
7、議論文語段中分析一句話要緊扣住論點（或是全文的中心論點，或是所在段的分論點）以及議論文語言的特色。
8、關鍵句子主要包括五個方面：①點明題旨的句子；②描寫、議論、抒情的句子；③總結全文的句子；④起承轉合的句子（如相互照應的句子和起承上啟下作用的過渡句）；⑤運用各種修辭手法的句子（如比喻、擬人、誇張、排比、對偶、反復、反語、設問、反問，特別是引用的句子）。理解關鍵句子主要是指能體味句子所表達的思想感情。如作者在字里行間流露出的喜怒哀樂、褒貶態度及思想傾向等。同時要理解句子在文中的功能、作用、特點。
指明語句所用的寫作方法：一定要注意文體特徵和名詞使用的准確性。
（三）問答題型、常規答題術語及技巧
社會環境描寫的主要作用：
1、交代作品的時代背景。
2、在回答時必須結合當時當地的時代背景，指出文段中環境描寫的相關語句揭示了什麼樣的社會現實。
自然環境描寫（景物描寫）句的主要作用：
1、表現地域風光，提示時間、季節和環境特點；
2、推動情節發展；
3、渲染氣氛；
4、烘託人物形象（或人物心情、感情）；
5、突出、深化主題。
句子在文章結構上的作用分析：
1、對上文（或全文）：照應上文、首尾呼應、總結上文（或全文）；
2、對下文：引起下文，打下伏筆、作鋪墊；
3、對上下文：承上啟下（過渡）。
用自己的話回答問題：
1、這種題目往往就是限定不能直接原文中的語句來回答，從另個層面上來說，也就是暗示你原文中有相關語句，所以你首先應該找出原文中的相關語句；
2、現在要考慮的就是如何將原文中的語句變成自己的話，可以採用下列方法：
①概括大意法，適用於原文相關句子較長的情況；
②翻譯句子法，適用於文言文語段；
③解釋重點詞法，適用於原文語句中有生僻詞；
④變換句式法，適用於原文使用的是疑問、設問、反問的語意未能完全明確的句子，而題目又要求作出明確表達的情況。
文段中主人公的判斷：
原則：必須依據本文的主題。例如：《孔乙己》——「孔乙己」。
散文（包括雜文、通訊、一般記敘文）中的「我」等於作者本人；而小說中的「我」不等於作者本人，而是作者在生活的基礎上通過虛構塑造出來的人物形象。
根據閱讀短文的感受談自己的看法或體會：
1、用第一人稱；
2、採用1＋2或1＋3的形式，先用一句話概括出自己的看法或體會，再用兩三句話談談理由，可以擺事實、也可以講道理，如題目有相關要求，還要注意結合自己的親身經歷。
根據語境，補寫心理活動：
1、必須用第一人稱；
2、必須仔細研讀具體語境。
根據短文提出的觀點補充舉例：
1、可舉名人事例，有更大的說服力，並能展示出自己的知識面，但一定要寫准確人物、事件，切忌張冠李戴。
2、也可舉凡人事例，可以編造，但要注意具有真實感，切忌過於誇大，讓人一看就知道是胡編亂造的。
3、格式：人物＋事例＋簡短評價
文段中事例的概括：
1、必須包含兩個要素：人物＋事情；
2、其他要素如：時間（季節、年代）、地點、環境如果有特定意義，也應概括在內。
劃分段落、層次，概括段意、層意：
要注意理清文章的線索，藉助文章中的過渡性的段落、句子和詞語，表時間變化的語句，表地點轉換的語句，還要注意人物出場的先後順序。
提煉中心、主題：
要注意體會本文的主要內容和作者寫作本文的目的以及蘊涵在文中的思想感情。注意一些常用詞語，如概括主要內容，一般用：本文記敘了……，描寫了……，介紹了……，通過……，等等，如概括寫作目的和思想感情，一般用：表達……、抒發……、贊美……、歌頌……、揭露……、鞭撻……、諷刺……、說明……、揭示……、反映……等。
判斷文段的說明中心（說明內容）：
答題方式：
1、實物說明文：說明對象＋對象的特徵
2、事理說明文：關於…………的道理（原因、方法、原理等）
3、程序說明文：…………的操作或實驗或製作的過程
說明方法及其作用分析的常用答題格式：
本句用了的說明方法，生動形象、具體直觀、深入淺出（科學准確）地說明了（說明內容），使讀者。
說明文中詞語作用的認識與辨析：
主要有兩種題型：
A、「××」詞好在哪裡？
★答題方式：用了「××」詞，生動地（准確地）說明了……事物的……特徵，能夠激發讀者的興趣（符合實際情況，具有科學性）。
B、「××」詞能不能刪掉？
★答題方式：①不能，用了「××」詞，生動地說明了……，能夠激發讀者的興趣，去掉就沒有這種效果。
②不能，刪掉「××」詞，句子的意思就變成了……，顯得太絕對化；用了「××」詞，准確地說明了……，符合實際情況，留有餘地，具有科學性。
文段（各種文體）中指代詞指代對象的判斷：
1、常考的指代詞有：這、那、這些、那些、其他、以上、如此、此……；
2、一般是往前找；
3、找到之後，將找到的內容放在指代詞所在句中讀一讀，看是否適合。
說明文中的主觀題及其解答：
著重要表現創新意識、科學精神。
主要題型：
1、對文中的內容進行簡明、准確的改寫。如：根據提示給事物下定義、文字圖表式處理、圖表文字化、簡要概述所舉例子等。
2、對文中內容進行合理的補寫。如：加標題、結合語境補寫句子、對文章說明的對象按要求進行補充說明。
3、聯系實際舉例說明。（要符合文段的說明中心的要求）
4、對文章說明的現象提出合理化建議與設想。（要有科學性，切忌胡編亂造）
5、對語言的表達特色進行評說。（結合說明順序、說明方法、說明文語言特色來考慮）
識別或提煉中心論點、分論點：
1、論點出現的形式和位置
論點應該是明確的判斷，是作者看法的完整陳述，在形式上應該是較完整的句子。位置：①標題、②★開頭、③★篇末、④論述過程中（注意承上啟下的過渡句）、⑤表述不集中，需要概括
2、當碰到文中沒有現成的表達論點的句子時，盡管有一定難度，但也有方法可循：需要在准確理解全文內容的基礎上，抽取文章核心，依據論題和論據，參考作者要解決的問題，准確判斷和提煉作者的觀點，然後用自己的話加以概括。
3、要注意的是，有些文章中表達中心論點意思的句子不止一句，需要加以比較，找出最簡潔、最明確的句子。
分析論據與論點的關系：
答題方式：本文（段）的論點是，這里所列舉的……屬（事實或道理）論據，是為了從（反面或正面）證明這個論點，……
辨識論證方法，分析其作用：
1、回答這類問題，首先需要明確常見的幾種論證方法的概念，了解它們之間的差別，然後結合語境，具體內容具體分析。
2、答題方式：這一段（一句）運用了論證方法，論證了……（論點），顯得……（好處）。
仿照原文中表述論點（分論點）的句式，提出自己的一個觀點：
1、回答這類問題，首先要整體感知文章的內容，再根據閱讀文章的啟示獲取獨特體驗，最後用規定的句式表述出來，並構成一個論點（分論點）。
2、這種題目既考查聯想能力，又考查語言表達能力，還考查把握分論點與中心論點關系的能力。
開放性閱讀試題的解答：
這類試題實際就是要考查學生對選文內容或重要句子的感悟能力。要求學生把閱讀與生活、閱讀與寫作、閱讀與學習方法、閱讀與創新有機地結合起來。主要有以下幾個方面：1、要求根據選文材料談看法、感受和啟示；2、結合實際闡述對選文內容的理解；3、對文中的人物進行評說；4、根據生活、學習經驗，判斷優劣，對選文材料談自己獨到的見解；5、聯系實際對文中說明的現象提出合理化建議和設想；6、調動知識的積累，考查選文材料由內向外的延伸和課本外與內的聯系（如理解選文涉及的重要作家作品、作品中的文學典型、名句等）；7、發揮聯想、想像補寫有關內容；8、對文中的藝術手法或美點進行賞析。