文本情感分析

赵妍妍， 秦兵， 刘挺 - 软件学报, 20## - jos.org.cn

按粒度，情感分析可分为词语级、短语级、句子级、篇章级、多篇章级；按文本类别，可分为基于新闻评论和基于产品的情感分析。

情感分析的研究任务：情感信息的抽取、分类以及检索与归纳。

一、情感信息抽取(评价词语、评价对象、观点持有者)

1.       评价词语的抽取：基于语料库的抽取；基于词典的抽取；基于图的方法。

2.       评价对象的抽取：基于规则/模板的方法(词序列、词性、句法规则、关联规则挖掘)；评价对象最为产品属性，考察评价对象与领域指示词的关联度来获取；多粒度的话题模型方法。

3.       观点持有者抽取：命名实体识别技术(人名或机构名)、语义角色标注；分类任务，看做序列标注问题，使用CRF融合特征抽取；名词短语作为候选，使用ME模型计算。

4.       组合评价单元的抽取：

主观表达式：Wiebe的主观表达式库(抽取n元词语/词组作为候选，对比训练预料判断)

评价短语抽取(程度副词-评价词语)：情感词典的方法；依存句法解构(ADV，ATT，DE)。

评价搭配抽取(评价词语-评价对象)：基于模板的方法(8个共现模板、句法关系模板)。

二、情感信息分类

1.       主客观信息分类：文本是否含情感知识方法；组合评价单元判断；情感模板识别；基于分类器和分类特征的二元分类任务(词语特征，标点、人称代词、数字特征，基于图)；

2.       主观信息情感分类(句子级、篇章级)：基于情感知识、基于特征分类的方法(n-gram词语特征和词性特征、位置特征、评价词特征)。

三、情感信息的检索与归纳

1．   情感信息检索

2．   情感信息归纳

基于产品属性的情感文摘：识别评论信息中的产品属性，抽取描述产品属性的情感句，判断其倾向性。

基于情感标签的情感文摘：标签可定义为评价搭配形式，建立标签库，相似度聚类的方法聚类得到相似的情感标签，每一类视为潜在的话题(即产品属性)。

基于新闻评论的文摘

四、情感分析的评测与资源

1.       情感分析的评测：TREC，NTCIR的MOAT(新闻观点检测，情感问答，跨语言情感分析)，国内的COAE。

2.       情感分析的语料：康奈尔大学的影评数据集，UIC的Hu和Liu的产品领域的评论语料，Wiebe的MPQA新闻评论深度标注语料，MIT的多角度餐馆评论语料，中科院的中文酒店评论语料。

3.       词典资源：GI(general inquirer)评价词词典，NTU评价词词典(繁体中文)，主观词词典(英文)，HowNet评价词词典(简体中文、英文)

问题：情感信息抽取忽略词语所在语境的影响；评价对象的情感分类，而非句子级或篇章级；基于情感标签的情感文摘的深入研究；

基于层次结构的多策略中文微博情感分析和特征抽取

谢丽星， 周明， 孙茂松 - 中文信息学报, 20## - nlp.csai.tsinghua.edu.cn

三种情感分析方法的研究：表情符号的规则方法、情感词典的规则方法、基于SVM的层次结构的多策略方法。

主题无关的情感分析：不关心情感极性所描述的对象，有基于词典的方法、有监督的机器学习和无监督的方法。

主题相关的情感分析：基于规则的方法；基于特征(属性)的方法。

主客观分类特征、极性分类特征：链接、表情、情感词典、情感短语、上下文

微博消息句子构成特征：首句、尾句情感极性，正负中情感句数

主题相关的句子筛选：包含主题词的句子、零指代情感、主题词相邻的一定范围内。

本文中主题无关的最佳组合方法：单句用一步三分类，特征为表情+词典+短语+上下文，整体为句子组成SVM，特征为首句尾句极性+三种情感极性句子数。

主题相关的特征(本文提供主题词来获取数据)：测试三种主题相关句子筛选方法。

本文后续工作：构建网络用语词典；深入研究主题相关的特征；构建图模型。

Cross-Lingual Mixture Model for Sentiment Classification

X Meng, F Wei, X Liu, M Zhou, G Xu… - Proceedings of the 50th …, 20## - dl.acm.org

问题：英语的标记数据比其他语言多，很多现存的方法都是直接用机器翻译将源语言翻译为目标语言，以获取标记数据，但是翻译后的词典覆盖率有限，且翻译本身的准确性限制。

解决：提出跨语言混合模型，利用平行语料库，可以提高词典覆盖率，通过在飞标注的平行语料中学习情感词，同时在源语言与目标语言间传递极性标签信息。

思路：把平行语料库中的未标注数据的极性当做隐变量，而语料库中的可观察的词语当做是基于隐变量的词语生成分布来生成的。给定一个平行语料库，通过最大化生成这个语料库的似然值来fit CLMM模型，通过最大化似然值，CLMM可以估计没在标记数据中出现但是在平行语料中出现的词语的产生概率，进而扩展词典。另外，CLMM还能利用源语言和目标语言中的词语来判断平行语料中句子的极性。

Cross-Domain Co-Extraction of Sentiment and Topic Lexicons

F Li, SJ Pan, O Jin, Q Yang, X Zhu - … of the 50th Annual Meeting of the …, 20## - dl.acm.org

问题：之前的工作表明监督方法的有效性，但是却需要人工标注训练数据。

解决：本文提出一个domain自适应的方法来得到情感和主题词典，不需要任何标注数据，但是需要另外一个相关领域的标注数据。首先，在目标域中生成一些有高置信度的情感和主题词种子，然后提出一个新的Relational Adaptive bootstraPping算法根据源域中标注数据的情感词和主题词的关系来在目标域中扩展种子，进而得到目标域的情感主题词典。

1.       情感词种子生成：源域中的情感词作为候选，用公式(1)得到得分最高的top r 个词汇作为情感词种子

2.       主题词种子生成：在源域中抽取出情感词与主题词的所有pattern及主题词作为候选，根据公式(2)得到pattern的得分，Acc(Rj)是在源域中pattern Rj的准确率，Freq(Rj)是在目标域中的出现频率。选取得分最高的top r个pattern作为种子，然后根据公式(3)选取得分最高的top r 个词作为主题词种子。B是情感词种子集合，A是满足wi,wk的模式集合。

3.       种子扩展：

Twitter Sentiment Classification using Distant Supervision

A Go, R Bhayani, L Huang - CS224N Project Report, Stanford, 20## - cs.wmich.edu

Tweets出现在新闻标题中或者维基百科中，则认为其为中性。

Tweets的特性：长度，可用数据多，语言模型(数据格式杂乱，错误常出)，没有特定领域。

方法：分类器用了NB，最大熵，SVM，特征用了unigrams，bigrams，两个的结合，unigrams结合POS(词性标注) tags。

训练数据：用twitter API检索:）和:(下载包含emotion(分为正负极性两种表情符号)的tweets数据，对数据进行预处理(去掉emotions,删去有两种极性emotion的tweet，删去重复数据等等)，最终得到1600000个tweets。训练数据中要把emotion去掉，引发的问题是由于训练数据没有用emotion特征，因而测试数据中有emotion特征时，对其分类无影响，这是一个需要解决的问题。

测试数据：用不同的领域的query term检索tweets，对其标注形成测试数据。

实验后发现，单独的unigrams比bigrams效果好，因为bigram数据稀疏，两种结合的特征，NB和最大熵正确率提高，但是SVM降低。而POS特征对分类无明显影响。

以后需要解决的问题：语义问题，特殊领域的情感分类，中性tweets的处理，其他语言的情感分类，测试数据中emotion特征的应用。

Target-dependent Twitter Sentiment Classification

L Jiang, M Yu, M Zhou, X Liu, T Zhao - ACL, 20## - aclweb.org

问题：以往的工作大多是target无关的情感分析，即只分析情感，而没有考虑情感对应的对象；由于tweets的特殊性(短小且多歧义，一个tweets中可能涉及多个target，或者同一个tweet中有很多与target无关的说明)，情感分析时会造成内容不够，数据稀疏。所以有必要进行target相关的情感分析，同时扩展相关的tweets，综合分析得到结果。

方法：采用三步进行分析：主客观分类，极性分类，基于图的优化。前两步采用相同的特征，SVM分类器。

1.       数据预处理：tweets标准化，词性标注，词干，句法分析

2.       target无关的特征：词、标点、表情符号、hashtag、情感词典特征(即句子中有多少正负极性词语)

3.       Target扩展：首先，包含target的名词短语作为扩展目标；然后，与target有co-reference的也作为扩展目标；用点互信息求出与target最相关的K个名词和名词短语，抽取出所有扩展目标的中心名词，如果其与target的点互信息大于阈值，则也作为扩展目标。

Target有关的特征：依靠句法分析树，得到多种特征，比如，I love iPhone得到 love_arg2，

Flower is beautiful得到Flower_arg1，等等。

4.       基于图的情感优化：

相关tweets的获取：retweets(转发的)，同一人发的包含target的tweets，对该tweet的回复。对于不同扩展，将其用不同的连线与原本的tweet连接，形成图。进而：

对于图中的每个tweet，计算出p(c|t,G)，输出其中p最大的一个。

5.       实验：实验的训练和测试数据用不同的query term(Obama,Google,iPad,Lakers,Lady Gaga)从twitter上获取，人工标注其极性，得到459个+，268个-，1212个中性tweets。

  

Future work：探索target与扩展target的关系，哪些情感有相关，哪些不会。

 

第二篇：情感文本分析

情感文本分析

[摘要]本文运用扎根理论对龙源20xx年具有代表性的5种期刊中点击率高的30篇情感类文章进行文本分析，通过开放性和选择性编码，归纳出这些热点情感类文章的核心范畴，并以此构建了情感类文章的核心结构模型。通过分析该模型发现，婚姻冲突是情感类文章的关键，婚恋指导是情感类文章的核心，这两个要素是情感类文章写作与编辑时需要把握的两个重要指标，同时也是情感类期刊在组织文章时可资参考的一种结构。

[关键词] 情感类文章 婚姻冲突 婚恋指导 扎根理论

一、引言

随着时代变迁和社会发展，人们的价值观和婚恋观也随之发生改变，由此产生了一系列社会问题，从而引发了人们对于当今社会情感婚姻问题的探讨，作为情感类期刊，它其中的文章更要直接面对这个问题。本文将以龙源20xx年具有代表性的5种情感类期刊中点击率高的情感类文章为例，运用扎根理论，深入分析这类文章受欢迎的因素。

二、概念界定

本部分主要对本文涉及的术语进行界定，厘清其概念，为后文的研究奠定基础。

（一）情感类期刊

随着人民生活水平的提高，除却对物质方面的追求外，人们开始越来越重视对情感方面的追求。正因如此情感类期刊在我国有很好的发行量，例如《知音》、《家人》、《家庭》、《婚姻与家庭》、《恋爱婚姻与家庭》、《爱情婚姻与家庭》等知名情感类期刊，都深受读者的好评。情感类期刊有一个共同的特点，就是能够从读者的某种需求切入，投影，准确抓住读者心灵和情感层面的特殊需求，坚持自己的办刊特色，并狠抓文章在这一理念上的品质，把文章质量做到了一种极致，深深扎入读者的心灵和生活当中。

（二）扎根理论

扎根理论研究法是由芝加哥大学的Barney Glaser和哥伦比亚大学的Anselm Strauss两位学者共同发展出来的一种研究方法，是运用系统化的程序，针对某一现象来发展并归纳式地引导出扎根的理论的一种定性研究方法。扎根理论研究法就是，在研究开始之前研究者一般没有理论假设，而是带着研究问题将收集到的原始资料进行思考、比较、分析、归类、概念化并加以关联和建构，并将隐藏在资料中的理论通过研究者的理论触觉挖掘出来，扎根理论的本质是归纳法，主旨是在经验资料的基础上构建理论。

三、基于扎根理论的情感类文章文本分析

为了挖掘情感类文章受欢迎的因素，本文根据龙源网提供的5家具有代表性的期刊《伴侣》、《婚姻与家庭》、《家庭》、《恋爱婚姻家庭》和《人生与伴侣》五家期刊社的《20xx年度个刊数据分析报告》，选择其中每家刊社20xx年度国内阅读TOP10文章作为研究素材，在逐篇阅读和分析之后，从中筛选出内容涉及情感婚恋的文章，共30篇。最终确定这30篇文章为本文深入研究的对象。

1、挖掘情感类文章的相关概念

研究者以开放的心态基于资料，贴近数据，用概念来表达数据，并将具有相似属性的概念进行归类形成范畴。对文本进行开放编码，逐句逐段进行分析，使得编码契合数据。抽取相关的概念，对所得到的概念及其范畴反复考察，最终从文章中抽取出119个概念和20个范畴。概念数量庞杂而且有交叠，范畴则是对概念的重新分类整合，成为后续研究的重点。挖掘出的20个范畴（A1~A20）分别为爱情观、婚后夫妻沟通、婚姻危机、婚后理性处事、婚姻观、婚姻调适、幸福生活、夫妻性生活、专家意见、现实压力、婚姻问题、异国婚姻、残疾人婚恋、法律纠纷、奇妙缘分、恋爱故事、新式婚恋、养育子女、名人婚恋、违法犯罪。经过多次整理分析得到如下范畴，表1为情感类文本开放编码形成的范畴。

表1：情感类文本实质性编码形成的范畴 概念化

范畴

文本数目

概念化

范畴

文本数目

a1：爱要适度

爱情观A1

3

a64：新妈妈产后抑郁

婚姻问题A11

6

a2：爱情中不平等

a65：丈夫心情压抑

a3：恋爱中自尊自爱

a66：双城生活妻子寂寞

a4：追求幸福

a67：丈夫生活习惯改变妻子不适应 a5：多爱自己

a68：夫妻感情冷淡

a6：因爱生恨

a69：妻子渴望关爱

a7：夫妻交换秘密

婚后夫妻沟通A2

5

a70：夫妻性生活不和谐

a8：夫妻交流之道

a71：夫妻间缺少关爱

a9：夫妻沟通消除误会

a72：婚姻不幸

a10：夫妻间坦诚相待

a73：婆媳矛盾

a11：夫妻间相互理解

a74：翁婿矛盾

a12：离婚

婚姻危机A3

8

a75：家务分工矛盾

a13：婚后第三者

a76：婚后财务管理争议

a14：丈夫出轨

a77：婚姻信任危机

a15：妻子不信任丈夫

a78：夫妻缺乏理解 a16：婚姻疲劳

a79：异国恋

异国婚姻A12

1

a17：妻子不孕婆婆要其离婚 a80：一夫多妻

a18：包养情人

a81：超前消费

a19：理性处理婚姻出现的问题 婚后理性处事A4

2

a82：异国夫妻文化差异 a20：淡忘婚姻矛盾 a83：哑巴的爱情

残疾人婚恋A13

1

a21：冷静面对婚姻问题 a84：医疗事故

法律纠纷A14

3

a22：婚后也要有隐私 婚姻观A5

3

a85：骚扰买家

a23：婚后财产独立 a86：经济纠纷

a24：婚前财产公证 a87：与仇家女相恋 奇妙缘分A15

2

a25：外国丈夫慷慨资助 a88：相似遭遇的人相识 a26：婚后也要独立 a89：相恋过程

恋爱故事A16

5

a27：维持婚姻的方法 婚姻调适A6

3

a90：双城生活

新式婚恋A17

3

a28：信任丈夫

a91：网恋

a29：双城婚姻小贴士 a92：用微博谈恋爱

a30：保持积极乐观的生活态度 a93：为了孩子

养育子女A18

10

a31：释放压力

a94：入托问题

a32：坚守婚姻

幸福生活A7

6

a95：孩子患病

a33：夫妻相互疼爱 a96：为孩子筹药费 a34：相扶相携

a97：子女教育

a35：丈夫疼爱妻子 a98：母子相依

a36：夫妻相互信任 a99：女儿叛逆疏于管教 a37：夫妻情深

a100：孩子缺少关爱 a38：妻子让丈夫转变 a101：母亲的教育方式 a39：丈夫浪子回头 a102：父亲助纣为虐

a40：努力赚钱为妻子治病 a103：依法尽孝

a41：夫妻携手抓贼 a104：父女微博对骂 a42：夫妻相互关爱 a105：亲情危机

a43：性生活研究

夫妻性生活A8

5

a106：优生观

a44：异国夫妻性爱 a107：拼娃

a45：性高潮

a108：孟非恋爱往事 名人婚恋A19

8

a46：夫妻性爱小调

a109：伊能静个人情感生活

a47：中年夫妻性爱

a110：不丹王室情感生活

a48：女人如何吸引男性

专家意见A9

4

a111：方宏进情感生活

a49：调查研究

a112：路金波牵手赵子琪

a50：专家建议

a113：威幂恋

a51：生活清贫

现实压力A10

17

a114：反扒夫妇感情生活

a52：寒门夫妻

a115：徐静蕾的感情经历

a53：创业艰辛

a116：非法禁锢

违法犯罪A20

8

a54：生活压力大

a117：敲诈

a55：父母阻碍

a118：遭遇恐吓

a56：学费压力

a119：杀人

a57：房贷压力

a58：家境贫寒

a59：就医压力

a60：单亲母亲抚养儿子

a61：生活惊险

a62：舆论压力

a63：生活拮据

2、情感类文章的核心范畴

在所有的范畴中经过系统分析之后，选择具有统领性的核心范畴，将许多相关范畴集中在比较宽泛的理论范围内，实现对范畴的继续分析和集中。在对文章进一步分析之后，最终形成情感类文章的10个核心范畴，如表2。

表2：情感类文章基于主轴编码形成的主要范畴

范畴

核心范畴 文本数目 范畴 核心范畴 文本数目 爱情观 恋爱行为 6

养育子女 养育子女 6

奇妙缘分 违法犯罪

法律纠纷与犯罪 7

恋爱故事 法律纠纷 专家意见 婚姻技巧 9

幸福生活 幸福生活 7

婚姻调适 现实压力 现实压力 13

婚后理性处事 婚姻问题 婚姻冲突 12

婚后夫妻沟通 婚姻危机 异国婚姻 特殊婚恋故事 12

婚姻观 婚姻观 4

新式婚恋 夫妻性生活 夫妻性生活 5

名人婚恋

残疾人婚恋

四、情感类文章受欢迎因素分析

笔者在情感类文章的核心范畴基础上，通过分析范畴间的相互关系，总结出这类文章的结构特点，并由此绘制出情感类文章的核心结构模型。如图1所示。婚姻冲突是情感类文章的关键，以它为中心开枝散叶。现实中的各种压力，错误的婚姻观和匮乏的婚姻技巧会引起婚姻冲突，针对婚姻冲突，婚姻指导是化解矛盾的关键，矛盾解决了就能获得幸福的生活，矛盾没有解决就会导致婚姻情感的破裂，矛盾进一步激化就可能引起法律纠纷和犯罪。恋爱与婚姻一样，现实压力会影响恋爱行为，正确的恋爱行为能够获得幸福生活，而错误的恋爱行为则会导致感情破裂。下图就是情感类文章的核心结构。（二）情感类文章受欢迎因素分析 上文通过把握情感类文章核心范畴间的相互关系，总结出了这类文章的整体结构模型，这个模型可以帮助期刊编辑快速梳理文章脉络，并以模型中的关键因素作为重要指标，衡量文章能否满足读者的阅读需求，从而受到读者的欢迎。下面就根据模型对情感类文章受欢迎的因素进行一一解读。

1、情感类文章的两大主题于情感类期刊同样适用

从上述模型不难看出，情感类文章无外乎两大主题——幸福生活和情感破裂。文章描写幸福生活这一主题时，通过人物克服现实压力，运用婚恋技巧最终获得幸福婚姻，收获甜蜜爱情以及拥有和谐的亲子关系来展现。多见于记录名人感情生活的文章。这类文章的作用就是通过人物的幸福生活向读者传递正能量，鼓励大众，通过事例向读者传播正确的婚恋观和技巧。 与幸福生活相对的是情感破裂，这类主题的文章在期刊中比较常见，以反映百姓生活中各种各样的婚姻冲突为主，帮助读者审视自己的情感生活，解决出现的问题，达到防微杜渐的作用。无论任何主题，对读者有帮助才是关键。文章有作用，也就是我们所说的感知的有用性能够影响读者对于期刊本身的媒介印象，进而成为读者是否再次阅读本刊的关键。

上文总结的模型包含了情感类文章的全部10个范畴，单就一篇文章来说模型中的因素不必全部包括。情感类期刊也是一样，一本期刊并不需要包含全部主题和因素。但是在分析了上文提到的5种具有代表性的情感类期刊之后笔者发现，访问量高的一期期刊，它组织的文章使一本期刊包含上文总结的两大主题，并能将上文的模型结构比较完整的展现出来，使一本期刊主题不再单一，内容丰富却不会杂乱无章。例如根据龙源期刊网提供的《伴侣》杂志20xx年度个性化数据分析报告，它在20xx年度访问量最高的一期杂志是20xx年发行的第11期，通读这期期刊后能够发现，这本期刊涉及两大主题，涵盖模型中提到了所有因素，将结构模型完整地展现出来。同样，《恋爱婚姻家庭》杂志在20xx年度访问量最多的一期杂志也同样展现出了如上的完整架构。因此可以说上文总结的情感类文章的核心结构模型不仅适用于单篇文章，也适用于一期杂志。期刊编辑在组织文章时可以参考这个结构，它使编辑对期刊整体能够有比较清晰的把握，同时能够丰富期刊内容，满足读者的多样化需求。

2、紧跟社会趋势，把握现代家庭的婚姻冲突是文章成功的关键

通过对核心范畴的文本数目进行统计，可以看出婚姻冲突是情感类文章探讨的关键。出现这一现象并非偶然，这其中有隐藏在背后的社会原因。近年来，我国的婚姻冲突现象，可以说一直处于不断上升的趋势。据中国民政部门统计，20xx年中国离婚对数超过211万对。比20xx年的117.7万对增加近百万对，相当于平均每年增加9万对左右的离婚夫妻。也意味着9万个家庭破碎。近年来随着社会变迁，性别角色和观念都有相应的变化，现代化的核心家庭的出现，无疑冲击着原有的两性关系和社会分工原则，直接改变了现代社会的性别角色期望和观念。这个变化导致了核心家庭中由“男主外，女主内”向双方有职业，共同分担家务这一方向发展。家庭结构关系正由“伦理本位”向夫妻本位转变。如果一方不能接受这一现

实，或者双方出现分歧，婚姻冲突就在所难免。正是由于这种现代化家庭模式的出现，衍生出了一系列新型的婚姻矛盾和冲突。例如《婚姻与家庭》20xx年度个性化数据报告中的一篇文章《双城婚姻,让我们幸福地“分居”》，它讲述了几对夫妻或是由于工作原因，或者是养育子女时出现的现实压力，又或者是婆媳冲突等不同因素所导致的夫妻分居两地，被成为“双城婚姻”。而它正是现代社会衍生出来的新型婚姻模式，这种模式所产生的婚姻冲突是现代社会许多家庭面临的挑战之一。这篇文章把握住了社会动向，选择现代家庭面临的新型矛盾进行描述，并给出专家指导。正因如此它成为《婚姻与家庭》此期杂志点击率第一的文章。

除了社会经济发展所引发的婚姻矛盾，婆媳冲突也是导致婚姻破裂的重要原因。婆媳冲突并不是新生事物，它是中国社会亘古不变的话题，由于现代社会的变迁，媳妇在家庭中的经济地位有了明显提高，她们在家庭中的话语权也随之增加，导致婆媳冲突的原因也变得多样化。这也是现代社会依然有许多家庭不能处理好婆媳关系，造成婆媳冲突、影响家庭和谐的原因。由于我国近年来婚姻冲突一直处在上升趋势，婚姻危机持续加剧，描写婚姻冲突成为了现如今情感类文章的重点。然而一篇好的情感类文章，应该紧跟社会趋势，追求正能量，讲述解决现代家庭所产生的比较普遍的婚姻冲突才是这类文章受欢迎的关键。

3、紧贴百姓面临的各种现实压力

婚姻冲突是情感类文章受欢迎的关键，与它存在因果关系的现实压力自然是影响文章受欢迎的重要因素。随着社会经济的发展，人们的生活节奏越来越快，面临的压力也越来越多。近年来住房制度改革以及城市建设的发展，刚参加工作的年轻人无法享受单位分房需要自己买房，而现今房价越来越高，超出了大多数人的承受能力，这样的高房价使无数家庭承受了巨大的压力。其次，中国实行计划生育政策之后，多数家庭只有一个孩子，孩子就成为家庭生活的中心，随着人们对孩子期望的增高，觉得自己的孩子应该受到最好的教育，给孩子选择好的学校，让孩子参加补习班，这些都无形的增加了夫妻的经济压力和精神压力。再有职场压力、生活心理压力等等各种压力像一团团乌云笼罩在婚姻情感的上空，而这已经成为现代社会的普遍现象。婚恋类文章通过描述现实压力与婚姻问题这对关系，进而唤起最广泛读者的内心共鸣，这样的设置可以取得与文章特定读者隐义的联系，使文章能够更加贴近社会生活。成为影响文章受欢迎的重要因素。

4、提供婚恋指导是文章受欢迎的核心秘钥

由家庭结构的变化所产生的矛盾冲突，多数家庭不知所措，导致矛盾加剧，离婚率不断上升。因此，我国的一些大城市，如北京、上海、广州等地开设了一批婚姻家庭咨询及辅导机构。情感类文章的成功并不光是描写婚姻中出现的各类问题，为读者提供解决问题的方法，传播正确的婚恋观才是这类文章受欢迎的最主要因素。我们用来分析的30篇文章中，受欢迎的情感类文章或多或少会涉及这方面的内容，满足了读者对于婚恋指导的需求。

根据龙源为《伴侣》杂志提供的年度个性化报告的数据，点击率前10的情感类文章中有8篇内容涉及婚恋指导，剩下两篇描写名人婚恋的文章，则通过事例向读者传达这方面的内容。其中点击率第一的文章《爱到八分总相宜》更是全篇向读者传播什么是正确的婚恋观。另一篇《嫁给外国男人的那些日子》则是用一问一答的形式针对相关问题给出专家的建议和指导。由此可见，随着现代社会家庭结构发生变化，新型的婚姻冲突不断涌现，人们迫切需要相关的知识和技巧来维持婚姻和恋爱生活，而这也是读者自觉或不自觉地希望通过阅读情感类文章达到的目的，因此可以说婚恋指导是情感类文章受欢迎的核心秘钥。

五、总结和启示

本文运用扎根理论对30篇情感类文章进行分析，构建了情感类文章核心结构模型，在对模型进行解读的过程中笔者得到了以下启示：（1）期刊编辑可以参考上述模型来组织文章，让一期期杂志在内容上更加丰富，架构更加完整，最大限度地满足读者的阅读需求。（2）模型

中的两个关键要素，婚姻冲突和婚恋指导是编辑在审核和选择文章时需要参考的重要指标。婚姻冲突是情感类文章的关键，编辑通过审核文章中所描述的婚姻冲突是否符合现代社会的普遍现象或典型现象来取舍文章。这一要素需要紧跟社会趋势，才能引起读者内心的共鸣，使文章更贴近群众生活。（3）模型另一个关键要素就是婚恋指导，它是情感类文章的核心，也是这类文章发挥作用的地方。随着社会的快速发展，传统的家庭结构和婚恋模式发生改变，由此引发了许多新的冲突和矛盾，多数家庭还不能适应这样的变化，需要有人来给予指导，情感类文章需要把握住这一要素，提供一些婚恋知识，解惑婚姻情感方面的问题，让读者在阅读时能够有所得有所用，这是让情感类文章受欢迎的核心所在。作为大众刊物，办刊人抓住时代的脉搏，了解社会的动向，洞察读者的需求，是这些期刊的成功之道。