积极心理学促进了人们对外语学习者经历的积极和消极情绪的兴趣。本研究考察了外语享受（FLE）和外语课堂焦虑（FLCA）是否以及在多大程度上与特定教育背景下的一系列学习者内部变量和教师/课堂特定变量相关。参与者是189名学习各种外语的英国高中生。FLE水平越高，学生对外语的态度、外语教师、课堂上使用外语、花在口语上的时间比例、相对地位和发展阶段的得分越高。低水平的FLCA与对FL的态度、相对地位和发展阶段的高分有关。因此，与FLE相比，FLCA与教师和教师实践的关系似乎更小。其教学含义是，教师应该努力提高FLE，而不是过分担心学生的FLCA。情感是区分人与机器的关键特征。在所有用于情感检测的多模态资源中，文本数据集是除语义外包含最少附加信息的数据集，因此被广泛用于测试开发的系统。然而，大多数文本情感数据集只包含单个单词、句子或文档的情感标签，这使得讨论情感的上下文流动具有挑战性。在本文中，我们介绍了EmotionLines，这是第一个仅基于文本内容对每个对话中的所有话语进行情感标记的数据集。EmotionLines中的对话是从好友电视脚本和私人Facebook messenger对话中收集的。然后，七种情绪中的一种，六种埃克曼的基本情绪加上中性情绪，被5个亚马逊MTurkers标记在每个话语上。从2000段对话中，总共有29245段话语被标记为情感线。本文还为基于情绪线的情绪检测模型提供了一些强基线。
一杯甜柠檬水
