第一篇：文本情感分析综述
随着企业信息化与互联网的发展，信息以爆炸性速度飞速增长，其中包括了大量的非结构化与半结构化数据。非结构化与半结构化数据，主要是文本型数据，阐述5w问题，即who，when，where，what，Why。如何充分利用非结构化数据与半结构化数据，分析其包含的潜在信息，拥有支持决策，成为了众多企业与研究者关注的重点。尤其，针对互联网(如博客和论坛)上大量的用户参与的、对于诸如人物、事件、产品等有价值的评论信息。这些评论信息表达了人们的各种情感色彩和情感倾向性，如喜、怒、哀、乐和批评、赞扬等。基于此，潜在的用户就可以通过浏览这些主观色彩的评论来了解大众舆论对于某一事件或产品的看法。由于越来越多的用户乐于在互联网上分享自己的观点或体验，这类评论信息迅速膨胀，仅靠人工的方法难以应对网上海量信息的收集和处理，因此迫切需要计算机帮助用户快速获取和整理这些相关评价信息。因此，如何从这些Web文本中进行情感挖掘，获取情感倾向已经成为当今商务智能领域关注的热点。情感分析(sentiment analysis)技术也就应运而生(本文中提及的情感分析，都是指文本情感分析)。
文本情感分析(sentiment analysis)，又称为意见挖掘，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。其中，主观情感可以是他们的判断或者评价，他们的情绪状态，或者有意传递的情感信息。因此，情感分析的一个主要任务就是情感倾向性的判断，Pang等人在文献1中将情感倾向分为正面、负面和中性，即褒义、贬义和客观评价。研究初期，大量研究者都致力于针对词语和句子的倾向性判断研究，但随着互联网上大量主观性文本的出现，研究者们逐渐从简单的情感词语的分析研究过渡到更为复杂的情感句研究以及情感篇章的研究。文本情感分析主要可以归纳为3项层层递进的研究任务，即情感信息的抽取、情感信息的分类以及情感信息的检索与归纳[2]。情感信息抽取就是将无结构的情感文本转化为计算机容易识别和处理的结构化文本。情感信息分类则是利用情感信息抽取的结果将情感文本单元分为若干类别，供用户查看，如分为褒、贬、客观或者其他更细致的情感类别。情感信息检索和归纳可以看作是与用户直接交互的接口，强调检索和归纳的两项应用。
情感分析是一个新兴的研究课题，具有很大的研究价值和应用价值，正受到国内外众多研究者的青睐。目前实现情感分析的技术主要包括基于机器学习法和基于语义方法两类。本文主要针对这两大方法的研究进展进行比较分析，接着介绍国内外现有的资源建设情况，最后介绍情感分析的几个重要应用和展望它的发展趋势。
1基于统计机器学习法
随着大规模语料库的建设和各种语言知识库的出现，基于语料库的统计机器学习方法进入自然语言处理的视野。多种机器学习方法应用到自然语言处理中并取得了良好的效果，促进了自然语言处理技术的发展。机器学习的本质是基于数据的学习（Learning from Data）。利用机器学习算法对统计语言模型进行训练，最后用训练好的分类器对新文本情感进行识别。2002年，Pang 等人就在文献[1]中提出用机器学习的方法进行情感倾向的挖掘工作，他们以互联网上的电影评论文本作为语料，采用了不同的特征选择方法，应用朴素贝叶斯（Naive Bayes）、最大熵(Maximum Entropy)、向量机(SVM)对电影评论分别进行分类，实验表明SVM的分类性能最好，准确率达到 87.5%。该研究引起学术界的关注，之后用于倾向性判断的机器学习算法的改进被陆续提出，基本的算法有：支持向量机(SVM)、朴素贝叶斯(NB)、K-近邻(KNN)、简单线性分类器(SLC)和最大熵(ME)等。他们在另一项工作中，将文本极性分类问题转换成求取句子连接图的最小分割问题，实现了一个基于minimum-cut的分类器。[7]。Whitelaw等人[11]关注研究带形容词的词组及其修饰语(如“extremely boring”或“not really verygood”)，他们提取带形容词的词组作为特征，基于这些特征，用向量空间模型表示文
档，并采用Support Vector Machine进行分类，来区分带有正面和负面评论的文档。
Feizhongchao[3]等利用句子短语模式对文本的情感倾向进行分类，主要通过构造文本中的每个句子短语模式计算情感倾向得分。Ni等利用CHI和信息增益进行特征选择，并采用NB、SVM和Rocchio’s算法对情感分类 [8]。Cui等利用PA(PassiveAggressive)、LM(Language Modeling)和Winnow分类器，并比较了她们的性能[9]。
在英文评论领域，研究者已经初步取得一些成果，而针对中文网络用户评论的研究仍还处于起步阶段。随着中国电子商务在世界领域内的崛起，亟需对于中文评论中有用信息的自动提取技术。
对于利用机器学习的方法进行中文的情感分析，由于机器学习方法的通用性，面向英文的很多方法都可以借鉴。近几年国内研究人员在此方面也取得一些成果，唐慧丰等人[10]还特别针对各种情感分类技术包括面向中文文本的方法进行了总结和比较。
2005年，叶强[4,5]等人从文本中抽取主观性的信息，并赋予相应的权值，根据权重构造倾向分类器。蔡健平等人[6]提出的基于机器学习的词语和句子极性分析，该方法通过构建极性词典来分析领域极性词，同时采用基于词的方法和Bayes方法对网上手机评论文章包含的主观意见进行褒贬挖掘，取得了一定的成果。李艺红，蒋秀凤在文献[12]中采用SentWordNet构建中文倾向性词表，通过剔除停用词等降低句子向量的维数，以此来提高句子向量化速度，然后利用支持向量机分类器进行句子倾向性判断，最后提出两种新的置信度计量方法对倾向性句子进行排序。实验结果表明，构建的识别系统在一定程度上能有效识别倾向性句子。白鸽，左万利等在文献[13]中针对汉语评论的多种特征使用机器学习方法(如贝叶斯、最大熵和支持向量机)，解决了汉语评论的情感分类问题。实验结果表明，机器学习方法对汉语评论的分类效果较好，支持向量机的表现最好。句子级别和评论级别的准确率分别达到88．26%和91．79%。随着研究进展的深入，逐渐出现一些研究者结合不同分类方法进行情感计算。郭明等在针对新闻报道情感分析中将机器学习中的经典分类方法与规则方法相结合，通过支持向量机分类器来研究特征选择方法及特征权重计算方法的组合进行实验以分析新闻语音文本的情感倾向，并判断其强弱[14]。
并且，近年来有关自然语言处理、人工智能、信息检索、数据挖掘以及Web应用等领域的多个国际顶级会议（AAAI、ACL、SIGIR等）都收录了文本情感倾向分析的相关论文。
机器学习的方法虽然在目前来讲分类的准确程度比较高，但是它针对每一种产品使用前，训练样本集的建立都需要采用人工方法对大量的评论文章逐一阅读甄别，并进行手工标志，这与利用自动情感分类降低人的阅读负担这一初衷还有着一定的差距。因此，近来许多研究者将情感分析研究的重点集中在对训练样本的需求量较低的语义方法上。
2、基于语义的方法
最初学者想到利用词典将手工采集的种子评价词语进行扩展来获取大量的评价词
[10-12]．这种方法简单易行，但是较依赖于种子评价词语的个数和质量，并且容易由于一些词语的多义性而引入噪声．为了避免词语的多义性，一部分学者使用词典中词语的注释信息来完成评价词语的识别与极性判断[13-16]．此外，一些学者[17]沿用了Turney等人的点互信息的方法[9]，通过计算WordNet中的所有形容词与种子褒义词代表good和贬义词bad之间的关联度值来识别出评价词语情感倾向。
2002年，Turney在其论文[15]中介绍了基于语义倾向的非监督文本分类方法。根据褒贬含义的倾向信息对评论性文章进行分类，其分类结果更符合人们对评论性文章分类的实际需求。Pang提出了对语义倾向分类结果进行后续处理，进一步将分类结果按照语义倾向强度
进行细分的方法，并通过一系列的实验证明了其方法的可行性[16]。
2004 年，Hu [17]等人首先提出应用关联规则分类方法提取英文评论中的产品特征，利用该非监督型方法对于包括手机、数码相机等产品评论进行挖掘，平均查全率达到 80%，平均查准率达到 72%，并在此基础上进行了后续的研究[18]，判断了用户对这些特征的情感导向。Popescu 等人[19]利用研发的 KonwItAll 系统进行贝叶斯分类，从而提取产品特征，提高 Hu 的准确率，但是查准率却有所下降。刘健等人[21]提出与产品特征挖掘并考虑产品特征的情感倾向这两个功能类似的意见实例抽取(opinion instanceextraction)需要建立相关的领域知识；Kobayashi 等人[20]采用了一个半自动化的循环方法提取产品特征和用户观点，但是需要大量的人工参与。
以上研究都是针对于词语的情感分类，利用已有的电子词典或词语知识库扩展生成情感倾向。英文词语情感倾向信息的获取主要是在General Inquirer和WordNet的基础上进行的研究；Peter[23]最早提出将点互信息(pointwise mutual information)与信息检索方法(information retrieval)相结合，借助搜索引擎的后台数据库获得语义倾向信息，得到汽车评论的准确率是 84%，电影评论的准确率是66%。其可靠性已经在英文客户情感分类的研究中得到了初步的验证。而中文词语情感倾向信息的获取依据主要有HowNet，但是还是处于研究阶段。2006年，复旦大学朱嫣岚等基于HowNet[24]，提出了两种词汇语义倾向性计算的方法：基于语义相似度的方法和基于语义相关场的方法。实验表明，这两种方法在汉语常用词中的效果较好，词频加权后的判别准确率可达80％以上，具有一定的实用价值。党蕾，张蕾在文献[25]中提出采用否定模式匹配与依存句法分析相结合的方法。研究分析了修饰词极性以及否定共享模式，确定修饰词以及扩展极性的定量和否定共享范围，提出依存语法距离的影响因素来计算情感倾向，并且在否定模式匹配后改进句子极性算法。实验结果表明该方法取得了良好的效果。
因此，对于文档的情感倾向分析研究逐渐成为研究者新的起点。Ye 等人[29]探索了中文环境下对于文档的情感分析理论与方法，在 PMI-IR 方法的基础上，初步建立了中文语义倾向情感分析方法，获得了接近英文同类研究的分析结果，显示出该方法在中文情感分析上的应用前景。熊徳兰等人[28]提出了基于知网的语义距离和语法距离相结合的句子褒贬倾向性计算方法，利用夹角余弦法对语义倾向进行了改进。何婷婷等 [30]基于HowNet的语义相似度计算的基础上，提出了一种改进的基于语义理解的文本情感分类方法来判定文本的情感倾向性。文中引入了情感义原的概念，同时考虑文本中否定副词和程度副词对词语的影响强度值，最后综合统计判定文本的情感倾向性。实验选取435篇关于照相机、笔记本和手机三个领域的评论文档进行研究，得出当知网义原和情感义原的权重分别是0.7和0.3时，平均准确率可以达到0.8393，文本的情感分类准确率可以达到比较理想的结果。
除此之外，也陆续出现了一些利用语义倾向分析技术开发的商业智能系统，如NEC公司Kusha等人开发的的Reviewseer，通过对评价性文章的语义倾向分析，为商品的受欢迎程度进行打分评价，该评价结果是极具价值的商业信息[26]。Bing Liu在其论文[27]中介绍了商用产品信息反馈系统Opinion Observer，利用网络上丰富的顾客评论资源，进行商品的市场反馈分析，为生产商和消费者提供针对商品各个特性的网络评价报告。
3、情感分析的资源建设
3.1 情感分析的语料
随着互联网上带有情感色彩的主观性文本的增多，情感分析越来越受到学者和研究机构的关注。近年来，为了推动情感分析技术的发展，国内外一些机构和个人构建了一些一定规模的语料库，供研究者使用。
(1)康奈尔(Cornell)大学提供的影评数据集[31]：由电影评论组成，其中持肯定和否定态度的各l 000篇；另外，还有标注了褒贬极性的句子各5331句，标注了主客观标签的句子各 5 000句。目前，影评库被广泛应用于各种粒度如词语、句子和篇章级的情感分析研究中。
(2)
参考文献
1.PANG B O，LEE L，VAITHYANATHAN S． Thumbs up? Sentiment classification using machine learning techniques［C］/ / Proc of Conference on Empirical Methods in Natural Language Processing． Morristown，NJ: Assuciation for Computational Linguistics，2002: 79-86．
2.赵妍妍，秦兵等.文本情感分析[J].软件学报，2010,21(8)
3.Fei Z C, Liu J, Wu G F.Sentiment classification using phrase patterns[C] // Proceeding of the Fourth International Conference on Computer and Information Technology.2004: 1 147-1 157.4.Ye Q, ShiW, LiY J.Sentiment classification for reviews: comparison between SVM and semantic approaches[C] // The Fourth International Conference onMachine and Cybernetics.Guangzhou: [s.n.], 2005: 2 341-2 346.5.YeQ, ShiW, LiY J.Sentimentclassification formovie reviews in Chinese by improved semantic oriented approach[C] //Proceedings of the 39thHawaii InternationalConference on System Sciences, 2006: 53-60.6.蔡健平，王琳琳，林世平．基于机器学习的词语和句子极性分析[c]t／中国人工智能学会第12届全国学术年会论文集：上集．北京：北京邮电大学出版社，2007．
7.Pang B ,Lee L.A sentimental education Sentiment analysis using subjectivity summarization based onminimum cuts［C］∥Proc.of the 42th Meeting of the Association for Computational Languages.Barcelona ,Spain ,2004:271-278
8.Ni X ,Xue G,Ling X ,et al.Exploring in the Weblog space by detecting informative and affective articles［C］∥Proc.of the16th Int’l．Conf.on World Wide Web,2007:281-290.9.Cui H，Mittal V，Datar M ．Comparative experiments on sentiment classification for online product reviews [C]//Proc ．of the 21th National Conf ．on Artificial Intelligence(AAAI-06), Boston,USA,2006
10.唐慧丰，谭松波，程学旗． 基于监督学习的中文情感分类技术比较研究［J］． 中文信息学报，2007，21(6):55-94．
11.Casey Whitelaw，Navendu Garg and Shlomo Argamon．Using appraisal groups for sentiment analysis[A]．In：Proceedings of CIKM-05，14th ACM International Conference on Information and Knowledge Management[C]．Bremen，DE．625-631．
12.李艺红，蒋秀凤《中文句子倾向性分析》
13.白鸽，左万利等.使用机器学习对汉语评论进行情感分类[J].吉林大学学报，2009,47（6）
14.郭明，柴玉梅等.新闻报道文本的情感倾向性研究[J].计算机工程，2010,36（15）
15.Tumey Peter．Thumbs Up Or Thumbs Down?Semantic Orientation Applied to Unsupervised Classification of Reviews[A]．In:proceeding of the 40th Annual Meeang of the Association for Computational Linguistics[C]．2002：417—424．
16.Bo Pang，Lillian Lee．Seeing Stars．．Exploiting Class Relationships for Sentiment Categorization with respect to Rating Scales[A]．ACL2005，115—124．
17.HU Ming-qing，LIU Bing． Mining and summarizing customer reviews［C］/ /Proc of the 10th ACM SIGKDD International Conference on
18.Knowledge Discovery and Data Mining． New York: ACM Press，2004: 168-177．
LIU Bing，HU Ming-qing，CHENG Jun-sheng． Opinion observer: analyzing and comparing opinions on the Web［C］/ / Proc of the 14th International Conference on World Wide Web． New York: ACM Press，2005: 342-351．
19.POPESCU A M，ETZIONI Q.Extracting product features and opinions from reviews[C]//Proc of HLT-EMNLP.Morristown，NJ: Association for Compatational Linguistics，2005: 339-346．
20.KOBAYASHI N，INUI K，MATSUMOTO Y，et al． Collecting evaluative expressions for opinion extraction［C］/ / Proc of the 1st International Joint Conference on Natural Language Processing.Berlin:Springer，2005: 596-605．
21.LIU Jian，WU Geng-feng，YAO Jian-xin． Opinion searching in multiproduct reviews［C］/ / Proc of the 6th IEEE International Conference on Computer and Information
Technology． Washington DC: IEEE Computer Society，2006: 25-30．
22.SHI Bin，CHANG Kui-yu． Mining Chinese reviews［C］/ /Proc of the
6th IEEE International Conference on Data Mining． Washington DC:IEEE Computer Society，2006: 585-589．
23.Turney P D, LittmanM L.Measuring praise and criticism inference of semantic orientation from association[J].ACM Transactions on Information Systems, 2003, 21(4): 315-346.24.朱嫣岚,闵锦,周雅倩,等.基于HowNet的词汇语义倾向计算[J].中文信息学报, 2006, 20(1): 14-20.25.党蕾，张蕾.一种基于知网的中文句子情感倾向判别方法[J].计算机应用研究，2010,27（4）
26.K Dave，S Lawrence，DM Pennock．，Mining the peanut gallery：opinion extraction and semantic classification of product review[A]．www.xiexiebang.comparing opinions on the Web[A]．www.xiexiebang.computer Society，2006: 1-5.31http：//ell.edu/people/pabo/movie-review-data/[DB/OL]
第二篇：情感广告创意分析
情感广告创意分析
创意是广告的灵魂，情感是人类的灵魂，消费者对一个产品和品牌的认知、到最后的购买过程就是一个情感不断变化的过程，广告如何打动消费者、让消费者产生购买行为就成为广告创意的核心内容，每一个广告都试图打动消费者，不管是理性诉求广告还是感性诉求广告抑或是两者结合的广告。
著名市场营销学家菲利普·科特勒把人们的消费行为大致分为三个阶段：第一阶段是量的消费阶段，第二阶段是质的消费阶段，第三阶段是感性消费阶段。从人类社会生产发展史上可以看出，早期人类社会生产力低下，商品供不应求，那时候可以说没有卖不出去的商品，随着科学技术的发展，生产力也飞速发展，这时候商品在数量上已经是供过于求，生产商逐渐开始研究提高商品质量的种种办法，而消费者也开始在质量上对商品进行选择。到现阶段，商品的大量过剩和严重同质化导致人们已经不再像过去一样容易被一些诸如“高级”、“优秀品质”之类强调品质的广告所打动，而不同品牌之间的同类产品也很难在质量、性能上区分开来，消费者更容易被广告附加在商品或品牌上的情感附加价值所打动，这就是感性消费阶段。
感性消费阶段需要情感广告。情感是人类的本性，是人类生存不可缺少的精神寄托。尽管随着人类社会的发展、生存竞争的加剧，越来越多的人开始感叹人与人之间的关系逐渐淡漠，不管是亲情、友情还是爱情都变得越来越淡，但是正因为如此，人类对这种种情感的渴望越来越强烈，广告正是这样“乘虚而入”而获得了消费者的芳心。
情感广告是指广告的内容或者广告的表现形式以感情为主线，通过人类最基本的感情打动受众，以期通过情绪与情感的唤起而在情感与品牌之间建立积极的联系。它们侧重于感情表达，而更少直接表述产品或服务的信息，只突出广告的表现手法。这种广告又叫做“情绪广告”或“感性广告”。
一、情感广告如何进行创意
广告史上有很多经典的情感广告案例，一般来说，情感广告的创意元素有两大类，一类是人类的四大情感，包括爱情、亲情、友情和对社会或者民族的大爱；另一类是人生、价值观。广告创意要做的就是如何将这些元素与商品、品牌联系起来，并且能让消费者看到广告的时候产生一种情感共鸣，下面通过案例来进行分析。
一天傍晚，一对老夫妇正在进餐，这时电话铃声的响起，老太太去另一间房接电话，回到餐桌后，老先生问他：“是谁来的电话？”老太太回答：“是女儿打来的。”老先生又问：“有什么事吗？”老太太说：“没有。”老先生惊讶地问：“没事？几十里地打来电话？”老太太呜咽道：“她说她爱我们！”两位老人相对无言，激动不已。.这时，旁白道出：“用电话传递你的爱吧！”这是美国贝尔公司一则经典的亲情广告。广告只是一个很平常的生活场景，女儿给父母打电话，妙就妙在她向她父母传达了一种情感，她爱她的父母，一般我们都是有事情才会打电话，所以老先生才会惊讶女儿没事打什么电话，等到老太太告诉他之后，他们都被这种深深的爱感动着，他们自己又何尝不爱女儿呢？只是从来没有想到过这样表达出来，所以贝尔电话告诉我们用电话来传递爱。整个广告给人的感觉就是很安宁、很和谐的一个生活场景，却带给人澎湃的关于爱的思潮。
一对恩爱的夫妻执手走过七年风雨，有一晚临睡前，妻子问丈夫：“我们会不会一起死去，就像我们在同一时间结婚？”看着妻子迷蒙的目光，丈夫搂紧了妻子，含着笑深情地说：“你要先去天堂好好等着我，这样，你就不会看到死去的我了......”妻子闻言，搂紧丈夫，哭了。这是英国宝诚人寿企业形象广告“诚心诚意，从听开始”篇。夫妻间至死不渝的爱情感人至深。同样是一个很平常的场景，夫妻间很平常的对话，跟企业形象结合起来，就能使人们对企业产生好感，使人们在情感上产生共鸣。
“我的地盘，听我的”是中国移动M-ZONE的广告，这是一个体现生活态度的广告。动感地带是针对时尚年轻人的一款通信产品，它除了简单的通信功能外，还设计了很多年轻人喜欢的新奇、好玩的附加产品，像彩铃、彩信、GPRS网络、游戏等，而它的广告“我的地盘，听我的”将年轻人那种张扬的个性显露无遗，因此很快就获得了年轻人的普遍喜爱，成为年轻人的通信自治区。
创意源于生活，要做出好创意首先要研究目标消费者的心理，尤其是情感需求，然后将产品或品牌跟情感联系起来。贝尔电话是传递爱的电话，宝诚人寿是诚心诚意为爱提供保障的，M-ZONE代表了一种时尚、张扬的生活态度，广告故事要符合目标消费者的生活和情感，那样才能引起共鸣。好的创意没有限制，可以是生活中一个平凡的故事，也可以是天马行空想象出来的外太空的故事，但是广告中表达的情感一定要符合目标消费者的情感需求，广告中表现的人生态度也一定要符合目标消费者的心态和追求，这样才能引起目标消费者的兴趣。其次是产品或品牌跟情感或价值观如何联系起来。这个可以从产品的功能和特征上来进行联想，电话是传递信息的，那么它可以传递爱，巧克力是一种甜的食品，因此它可以代表甜甜蜜蜜爱情，白酒是很浓烈的，通常是男人们聚会时喝的，因此它可以代表男人之间的友情。但是巧克力不能传达给你“一切皆有可能”的人生信条，运动品牌就可以，白酒不能代表爱情，一来一般女性不喝白酒，二来爱情虽然也要情深意浓但是不是白酒那样地浓烈，可以一次喝得酩酊大醉，然后不省人事，爱情更强调细水长流式的深情。所以，产品或品牌跟情感和价值观之间的连接点是很重要的，广告故事何如且不去说它，这个连接点是决定创意成败的关键，只有先找出了这个点，才有可能继续发展广告故事。
二、情感广告创意过程中必须注意的事项
虽然情感广告创意看上去很简单，但是在实际的广告创作过程中也会出现很多问题，在广告史上很多广告就产生过这样的问题，结果要么造成产品销量下降，更严重的是造成品牌美誉度和忠诚度的下降，或者浪费巨额广告费用，甚至一个广告毁掉一个品牌，商业上已经有很多惨痛的教训，所以在广告创意的过程中一定要注意什么可以用来传播什么不能用来传播。对于情感广告的创意来说，它应该注意的事项有以下几条：
1.一定要有真情实感，避免虚情假意
情感广告依靠的是以情动人，如果广告中没有真情实感，只有冠冕堂皇的空话或者虚情假意，那么这样的广告不做也罢。
有一段时间国内的手机广告出现一种模式，就是用青年男女的情来演绎产品，基本上就是两性故事，之所以称之为两性故事，是因为广告的内容里只有一男一女，然后发生一点故事，但是这样的故事没有让人感觉到有真实的情感在里面，就像黄金搭档的广告，由于脑白金广告的成功(脑白金虽然被评为当年的十大恶俗广告之一，但是它在促进销售的方面作用还是很大的)，很多以送礼为诉求的广告先后出现，黄金搭档就是其中一个，它送老爸，送老妈，送叔叔，送阿姨，什么人都送了，仿佛就是一个礼品界的“狗皮膏药”，消费者大概会想：凭什么要用你黄金搭档去送礼呢？这样的广告我们看不见有亲情、友情或者任何一种情感在里面，我们看到的只是空洞的送礼片，中国几千年“礼尚往来”的文化都被糟蹋了。
相反，几年前雕牌洗衣粉的广告“下岗篇”就是一个很感人的广告，年轻的妈妈下岗了，为找工作而四处奔波，懂事的小女儿心疼妈妈，帮妈妈洗衣服，天真可爱的童音说出：“妈妈说，‘雕牌’洗衣粉只要一点点就能洗好多好多的衣服，可省钱了！”门帘轻动，妈妈无果而回，正想亲吻热睡中的爱女，看见女儿的留言-----“妈妈，我能帮你干活了！”年轻的妈妈的眼泪不禁随之滚落。这个广告尽管也招来一些非议，说它是利用下岗工人的眼泪来赚钱，但是它确实是一个很感人的广告，利用什么来赚钱不重要，重要的是它是在现实的基础上结合产品和情感的一个很感人的广告，赵本山还有人说他是拿中国农民的形象放到舞台上去给众人耻笑呢，但是他的艺术地位却是公认的。
2.把握感情的限度，避免广告中出现不道德的内容
情感广告创意还应该注意把握感情的限度，避免广告中出现不道德的内容，中国传统的感情都是比较含蓄和内敛的，表达爱情的时候或许只是一个充满爱意的眼神或者是一个拥抱，远远没有西方人那样奔放，西方有很多创意很好的广告，用到中国市场上就不行，所以我们或许可以学习西方人创意的方法但是不能照搬他们的创意内容。虽然随着流行文化的相互渗透，各国不可避免地会吸收一些外国的文化，但是感情的限度还是需要把握的。
这里有一个可口可乐广告的案例：女主角在家里和男友玩游戏机时，问男友是否想来一罐可口可乐，男友一口答应。但女主角发现冰箱里只剩下一罐可口可乐了，她决定和男友一起分享，但男友竟然抢过可口可乐，准备自己一饮而尽。女主角气愤之余，将自私的男友抛进窗外的泳池，而她自己则站在窗口，独自享受着可口可乐。
该创意旨在告诉人们：现代年轻人对于生活中的一切都有自己的评判标准，不轻易妥协。但是我敢说绝大多数中国人看了这个广告都不会看出“不轻易妥协”这个主题，相反大家看到的是一对年轻人仅仅为了争一罐可乐而大打出手，其中的一个还将另一个抛进泳池，然后独自享受可乐。在别人强调“好东西大家一起分享”的时候，可口可乐却告诉人们要争着独自享受，或许它的出发点是好的，不轻易妥协，年轻人确实有这种精神，但是它却没有恰到好处地表达出来，虽然名为“爱情篇”实际上是没有把握好感情的限度，结果将爱情变成了不道德。
3.避免文化的冲突
广告战略讲究本土化，广告创意同样也要本土化，不同民族有不同的传统文化和信仰，因此在做广告的时候一定要了解当地的风土人情，避免跟当地的文化产生冲突，尤其是情感广告创意的时候，广告创意人员一定要先彻底了解当地的风俗人情，不要做出一个被消费者唾弃的广告，不仅损害广告主的利益，也伤害了消费者的情感。
前两年日本的某品牌汽车在中国就犯了一个致命的错误，主要原因就是忽略了民族感情，忽略了历史和中国老百姓的民族精神。日本产品在中国销售原本一切就都需要小心翼翼，但是那个品牌偏偏犯了这个大忌，居然让在中国代表王者的狮子给该品牌的汽车下跪，严重伤害了中华民族的感情，加上原本中日之间微妙的关系，因此该广告在媒体上一投放，立即掀起轩然大波，遭到无数消费者的反对，很快该广告就被禁止投放，并且制作广告的广告公司和广告主都在媒体上公开道歉，这次事件对该品牌汽车在中国市场上的销售自然起了很大的负面影响。
在印度牛是被当作一种神来敬的，所以印度市场上的广告中绝对不能有对牛不敬的内容，在美国种族歧视是一个很敏感的话题，所以在广告创意的时候一定要避免涉及种族方面的问题。这些都是很明显、很容易就能想到的问题，还有一些比较隐蔽的问题，就需要广告创意人员去仔细发现，情感广告的创意一定要绝对本土化，一旦一不小心踏入禁地后果是不堪设想的。利用人的情感可以让一个品牌获得成功，同时也可以让一个品牌毁灭，毕竟情感是人类拥有的最强烈的东西。
相反，可口可乐在中国就开始借用中国的民俗来表现产品，力图使企业更加贴近人心。2005年，友邦保险首次在中国大陆推出“源自中国”品牌宣传活动，以夺目的友邦红、富有中国传统特色的大门，以及鲜明的标语“世界保险巨擘--源自中国”，给消费者留下了深刻的印象。根据广告投放后的市场调查，消费者对友邦的广告画面及传达的讯息回忆率相当高，对友邦的品牌印象也有很大的提升。友邦保险也被评为2005年最具影响的跨国企业之一，这都是民族感情的胜利。
三、总结
要做好情感广告的创意其实不是一件容易的事情，最起码你要了解人性，然后你要了解不同年龄、不同身份、不同地域以及不同性别消费群体的不同心理，然后，你还要细致入微地观察生活，以便创造出一个感人至深的情感故事来，最重要的，你要善于发现产品与情感之间的关联点，这样你的一切准备工作才没有白费。
广告在人类漫长的历史上或许还只是处于一个发展的初级阶段，只要广告存在，情感广告就会存在，因为情感是人类社会永恒的东西，以情动人，这也是企业文化追求的境界。
林楚尘，齐渊博营销团队策划专员，女，喜欢思考相信世上无难事。
齐渊博，准确营销发明人，齐渊博营销团队领军人物．１０余年销售管理咨询经验，跨越多个行业的实战营销人士，专注于产品上市推广和全程营销策划，善于利用企业资源产生销售奇迹，以及快速建立企业品牌形象，对于现代营销的战略和细节均有独特见解，其理论和研究成果被国内近百家企业广泛采用，是业内著名的“产品推广专家”和“实战营销专家”。
第三篇：泰坦尼克号情感分析
泰坦尼克号情感分析
前言：某日跟朋友看电影《谁的青春不迷茫》有感想起了同是男主在心理上拯救了女主，但《谁的青春不迷茫》给我的震撼和吸引度远不及《泰坦尼克号》来的强烈，所以回家仔细的研究了一番，遂得出一点心得给大家分享。本文仅主要研究《泰坦尼克号》的中ROSE和JACk的情感，至于两电影的对比把它留给影评人去做，这里不做过多详述。
一人物背景：
1罗丝：独生女，单亲家庭，没落的贵族阶级，从小受到贵族的约束和礼仪教育。接受过良好的高等教育，喜欢绘画，读书，练过舞蹈。父亲不靠谱，爱赌博，已去世。母亲势力和道德压制罗丝让她嫁给并不爱的人（卡尔）以挽救没落的家庭经济。随母亲和未婚夫从法国搭乘泰坦尼克号回美国举办婚礼。杰克：从小孤儿，无依无靠，到处流浪，贫穷，靠绘画为生。靠赌博赢得船票去美国流浪。
二：人物性格： 1罗丝：
第四篇：分析情感教案
高三二轮复习教案
审核人：李保国
分析诗歌中的思想感情
教学目标：
1、掌握分析诗歌思想感情的五种方法。
2、运用方法，准确分析诗歌中的思想感情。
教学过程：
一、方法总结
1、看标题：借助诗歌的标题可以来推断诗歌的内容和思想情感。
例：《春夜喜雨》：表达欢愉喜爱之情。（喜）
《悯农》：表达对农民艰辛的同情。（怜）
2、看作者(知人论世）：了解了作家的生平、思想、创作风格，有助于对其作品思想感情的理解和把握。例： 秋夜将晓出篱门迎凉有感（其二）陆 游
三万里河东入海，五千仞岳上摩天。遗民泪尽胡尘里，南望王师又一年。
这首诗丰富的感情蕴涵在景物与人物活动的描写之中。结合全诗，对此作简要分析。（联系陆游的生平和毕生心愿）
明确：这首诗前两句用夸张手法写祖国山河的雄阔壮丽，饱含热爱之情，并为进一步抒情作了铺垫；第三句“泪尽”二字将亡国之恨宣泄无遗；第四句一个“望”字写出遗民对南宋军队收复失地的企盼，一个“又”字则曲折地表达出对苟且偷安的南宋朝廷迟迟没有收复失地的失望与埋怨。
3、看序注：一般交代创作的年代、缘由、背景，多为整个作品奠定情感基调，有助于把握诗歌思想情感。例：阅读下面这首宋词，完成下面题目。
鹧鸪天 代人赋 辛弃疾①
陌上柔桑破嫩芽，东邻蚕种已生些。平岗细草鸣黄犊，斜日寒林点暮鸦。
山远近，路横斜，青旗②沽酒有人家。城中桃李愁风雨，春在溪头荠菜花。
[注]①这首词作于作者遭弹劾解官归居时。②青旗：酒旗，酒店门外用青布做的幌子。词的最后两句作者运用了哪种写作手法？表达了什么样的感情？（联系注释中关于作者的境况）
明确：运用了对照（或对比）的写作手法。作者将城里愁风畏雨的桃李，与乡间溪头迎春开放的荠菜花相对照，借景抒情，表达了他解官归居后鄙弃官场、热爱田园生活的感情。
4、看诗眼：诗歌丰富的思想情感往往借助于精炼的语言来体现，我们要抓住这些关键字。
秋夜 朱淑真
夜久无眠秋气清，烛花频剪欲三更。铺床凉满梧桐月，月在梧桐缺处明。
此诗无一“情”字，而无处不含“情”。请从三、四句中找出最能体现诗人感情的一个字，并在对全诗整体感悟的基础上，简要分析诗人在这两句诗中是营造出什么样的意境。
明确：“凉”。“凉”字既写天凉，又写心境的孤寂（或心凉）。由床上之月写到天上之月，过渡巧妙；愁情、凉床、月影和梧桐，共同营造出孤寂（离愁别怨）的意境。
5、看意象：诗歌所写之“景”、所咏之“物”，即为客观之“象”；借景所抒之“情”，咏物所言之“志”，即为主观之“意”；“象”与“意”的完美结合，就是“意象”。只有领悟“意象”中的寓意，才能把握好诗歌的思想感情。
例一：
天净沙 秋思
枯藤老树昏鸦，小桥流水人家，古道西风瘦马。夕阳西下，断肠人在天涯。
明确：由精心选取的九个能代表萧瑟秋天的典型意象组成一幅暮色苍茫的秋野图景； 抒写天涯游子独行寒秋的内心深处无尽的伤痛。
例二：阅读下面这首唐诗，然后回答问题。
军城早秋 严武
昨夜秋风入汉关，朔云边月满西山。
更催飞将追骄虏，莫遣沙场匹马还。
[注]严武（726-765）：字季鹰，华阴（今属陕西）人。曾任成都尹、剑南节度使，广德二年（764）秋率兵西征，击败吐蕃军队七万多人
（1）诗的前两句描绘了什么样的景象？有什么寓意？（2）诗的后两句表现了作者什么样的情怀？请简要分析。
明确：（1）夜晚、秋风、汉关、寒云、冷月、西山，诗的前两句描绘的是一幅初秋边关阴沉凝重的夜景。寓意边境局势的紧张。（2）诗的后两句表现了作者作为镇守边疆的将领，斗志昂扬，坚信必胜的豪迈情怀。第三句写部署奋力出击，显示昂扬的斗志；第四句写全歼敌军的决心，显示必胜的信心。
二、巩固练习
1、阅读下面这首宋诗，然后回答问题。
春日即事 李弥逊
小雨丝丝欲网春，落花狼藉近黄昏。车尘不到张罗地，宿鸟声中自掩门。
⑴请对首句中的“网”字进行赏析。
⑵这首诗表现了作者什么样的情绪？请进行简要分析。
⑴在“小雨丝丝欲网春”这一句诗里，作者用一个“网”字，把丝丝小雨比喻为用丝织成的网；进一步想象这丝网好像是要网住暮春，表达着挽留春天的愿望。同时，“网”字又凸现出一幅细细雨丝笼罩的画面，巧妙地渗透出一种抑郁纠葛，难以排解的情绪。
⑵这首诗表现了作者在官场上政治斗争失意后的落寞情怀，同时表达出喟叹世态炎凉的心绪。诗的一、二两句写暮春黄昏，小雨霏霏、落花狼藉的景象，这凄迷残败的景色表达着作者因政治斗争失意而生出的落寞愁绪；第三句直写自家门前车马稀少，几可罗雀的景象，可看出诗人对世态炎凉的感叹。第四句以归巢的鸟鸣声中，关上自己家门的动作收束，传达出被隔绝世外的落寞凄凉与抑郁无奈纠葛的情怀。
2、阅读下面一首宋词，完成后面各题。
蝶恋花 月下醉书雨岩石浪
辛弃疾
九畹①芳菲兰佩好。空谷无人，自怨蛾眉巧。宝琴泠泠千古调，朱丝弦断知音少。冉冉年华吾自老。水满汀洲，何处寻芳草？唤起湘累②歌未了，石龙舞罢松风晓。
[注]①畹：古代称30亩为一畹。②湘累：指屈原。冤屈而死，叫“累lěi”屈原是投湖南汨罗江而死的，所以前人称他为湘累。
（1）词中上阕中的意象表明了词人怎样的境遇？
（2）该词抒发了词人怎样的思想感情？试结合下阕词句进行分析。
（1）以“兰佩芳菲，蛾眉空好，宝琴弦断”这三个意象来表明虽有高尚品质和过人的才干，却备受南宋朝廷当权的主和派嫉妒和排挤，长期不被重用，无用武之地，而且知音寥寥，无人理解自己的悲剧性境遇。（2）全词抒发了词人自感虚度年华、政治失意、理想难以实现而又知音难觅的痛楚之情。“冉冉”句感慨年华已逝，虚度此生。“水满”“何处”二句，用汀洲水涨、芳草难觅喻示理想难以实现的可悲处境。结尾二句，再次诉说在人世难寻知音的苦恼，于是只得在大醉之后唤起屈原同唱失意之歌。
三、课后练习
完成《点点通》教师版100页1、2、5、8、20
第五篇：古诗情感分析教案
古典诗歌情感分析技巧
张玉红 教学目标:
1、知识目标： 学会评价诗歌的思想感情
2、能力目标：掌握诗歌思想感情的鉴赏技巧
3、情感目标：体会作者的思想感情，热爱中国古典文化
教学重点：掌握分析思想感情的方法技巧 教学难点: 解读诗歌内容
教学方法：师生互动 探究归纳 讲练结合
5、教学用具：多媒体 教学过程:
一、导课
中国史诗的王国，从《诗经》到《楚辞》，从汉乐府到南北朝的山水诗，从唐诗到宋词，诗歌充分展现了中华民族的智慧。难怪高考一直把诗歌鉴赏做为重点考查的内容。那么怎样增加考场胜利的因素呢？ 《孙子兵法》云：知己知彼，方能百战不殆。
二、高考回眸（ppt）
1、展示近三年辽宁高考诗歌鉴赏题，学生探讨考题的类型，重点考查的内容，尽力发现相同的问题。
2、总结:两年考题直接考查了思想感情，一年间接考查的思想感情，可见，思想感情的考查是必考的重要内容。
三、解读考纲
(ppt)
1、鉴赏文学作品的形象、语言、表达技巧。
2、分析文学作品的思想内容，评价作者的观点态度。
（能力层级E级）
四、复习回顾（ppt）
1、古诗题材分类
2、古诗情感术语
五、技巧点拨
1、审视标题，明情感倾向。(ppt)（1）诗题揭示写作时间、地点、对象、事件等。例：《九月九日忆山东兄弟》《京口北固亭怀》 练习：《 宿济州西门外旅馆》
（2）诗歌题目流露作者的情感倾向。（ppt）例：《书愤》《春夜喜雨》《征夫怨》 练习：《长门怨》（ppt）
2、分析意象，明情感载体（ppt）（1）、传统固定意象，燕、梅、菊、竹等。练习：《云安九日》（ppt）（2）、非传统意象，一般的景物。练习：《霸上秋居》（ppt）
3、关注诗眼，明情感实质。（1）、关注关键字词
练习：《钱塘逢康元龙》（ppt）（2）、关注关键句（ppt）练习：《折桂令
九日》
4、重视注释,明情感缘由。（ppt）（1）、交代写作的缘由
练习：《初入淮河四绝句》（ppt）（2）、解释典故（ppt）练习：《夜泊牛渚怀古》（3）、介绍作者（ppt）练习：《江上》
六、回顾总结（ppt）
1、审视诗题
2、分析意象
3、关注关键
4、重视注释
七、方法迁移，牛刀小试（ppt）
八、课外延伸（ppt）
1、除本节课我们探讨的分析把握诗歌思想感情的方法外，你还有什么其他的技巧供大家参考？
2、你能总结出考查思想感情的考题的提问方式和答题范吗？
板书设计
古诗情感分析
1、审视诗题
2、分析意象
3、关注关键
4、重视注释
点击咨询 