高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究课题报告

高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究课题报告目录一、高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究开题报告二、高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究中期报告三、高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究结题报告四、高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究论文高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究开题报告一、研究背景意义

二、研究内容

本课题立足高中AI课程的实践需求，核心在于构建学术论文引言情感倾向识别的教学转化体系。研究将聚焦技术原理的适切性重构，结合高中生认知特点，简化情感词典构建、机器学习分类等关键技术环节，开发“轻量化”教学模块；同时深入剖析学术论文引言的语料特征，提炼情感倾向的典型标记（如评价性词汇、立场表述、逻辑连接词等），形成符合教学需求的分类框架（如积极建构、批判反思、客观陈述等）。教学实施层面，将设计真实语料案例库与简易工具包，引导学生通过工具辅助分析引言文本，在实践中掌握情感倾向识别的基本方法，并尝试从技术视角反思学术写作中的情感表达逻辑，最终形成“技术认知—文本解码—学术反思”一体化的学习路径，实现技术能力与学术素养的协同培育。

三、研究思路

研究将以“理论锚定—实践探索—迭代优化”为脉络，逐步推进教学研究进程。首先梳理自然语言处理情感识别技术的教育应用现状，结合高中AI课程目标与技术标准，明确教学内容边界与核心素养指向；随后基于真实学术论文引言语料，设计分层教学案例与实践活动，通过课堂观察、学生访谈、作品分析等方式收集教学反馈，验证技术工具与教学内容的适配性；最后在教学实践中迭代优化教学策略，探索情感倾向识别技术与其他学术写作教学模块的融合路径，形成可复制、可推广的教学模式。整个过程注重学生在技术体验中的主体性，鼓励他们在文本分析中发现情感表达的规律，在工具使用中理解技术的价值与局限，最终实现从“技术使用者”到“学术思考者”的跨越。

四、研究设想

研究设想以“技术赋能学术、情感解码文本”为核心，将自然语言处理情感识别技术转化为高中生可感知、可参与、可反思的教学实践。在教学内容设计上，拒绝技术的抽象化呈现，而是从学生熟悉的学术文本切入——精选高中生能理解的学科论文引言（如生物学、历史学等领域的入门级论文），引导他们在阅读中发现作者的情感痕迹：是积极肯定前人研究，还是批判指出不足？是客观陈述研究背景，还是隐含对研究价值的强调？通过对这些真实文本的“解剖”，让学生在具体语境中理解“情感倾向”并非主观臆断，而是可通过词汇选择、句式结构、逻辑连接等客观要素捕捉的语言特征。技术工具的应用将遵循“轻量化”原则，避开复杂的算法模型，而是基于情感词典和简易分类器，开发可视化分析工具，学生只需输入文本，工具便能高亮显示情感词、标注倾向类别，让抽象的技术过程变得直观可操作。教学活动设计注重“做中学”，设置“引言情感侦探”任务，让学生分组合作，借助工具分析不同类型论文引言，归纳积极建构型、批判反思型、客观陈述型的语言规律，再尝试为自选主题的引言设计情感表达方案。这种从“识别”到“分析”再到“创造”的进阶路径，不仅让学生掌握技术方法，更引导他们思考：学术写作中的情感表达是否需要克制？如何通过语言传递学术严谨性又不失研究温度？最终，技术不再是冰冷的工具，而是学生理解学术文本、反思写作逻辑的“透镜”。

研究设想还强调学生的主体性体验。在课堂实施中，教师将扮演“引导者”而非“传授者”的角色，鼓励学生在工具使用中提出质疑：“为什么这个词被判定为积极情感？”“不同领域的论文引言情感倾向是否存在差异？”通过这些真实问题的探究，学生不仅深化对技术原理的理解，更培养批判性思维——认识到技术的边界，情感识别并非绝对客观，而是需要结合学科背景、研究语境综合判断。此外，研究将搭建“技术-学术”融合的学习共同体，学生可分享自己的分析成果，同伴间相互点评引言的情感表达效果，形成“技术操作—文本解读—学术交流”的良性循环。这种设计打破了传统技术教学中“学用分离”的困境，让学生在解决真实学术问题的过程中，自然习得技术能力，提升学术素养。

五、研究进度

研究进度将遵循“扎根理论—实践探索—迭代深化”的逻辑，分阶段稳步推进。2024年9月至11月为理论奠基阶段，重点梳理自然语言处理情感识别技术的教育应用现状，结合高中AI课程《人工智能初步》中“语言与智能”模块的要求，明确情感倾向识别的教学目标与核心素养指向；同时，收集并筛选学术论文引言语料，按照学科领域（理科、文科）、研究类型（实验性、综述性）进行分类，构建符合高中生认知水平的语料库，并初步设计教学案例框架，确保技术内容与学术文本的适配性。

2024年12月至2025年2月为试点实施阶段，选取2-3所不同层次的高中作为实验校，在AI课堂或语文写作拓展课中开展教学实践。教学过程中，采用“案例导入—工具演示—分组探究—反思分享”的流程，通过课堂观察记录学生的参与度、理解难点，收集学生工具操作日志、分析报告等过程性材料；课后通过深度访谈，了解学生对技术工具的使用体验、对学术写作中情感表达的新认知，以及教学过程中存在的问题，如语料难度是否适宜、工具操作是否便捷、活动设计是否能激发思考等。

2025年3月至5月为迭代优化阶段，基于试点反馈调整教学策略：简化技术操作流程，优化工具界面，增加更多元化的语料案例（如学生习作的引言片段与正式论文引言对比）；重构教学活动，引入“情感倾向改写”任务，让学生尝试调整引言的情感表达，观察工具识别结果的变化，深化对情感语言与学术规范关系的理解；同时，探索情感识别技术与议论文写作教学的融合路径，如分析高考优秀作文引言的情感倾向，总结高分作文的情感表达技巧。

2025年6月至8月为成果总结阶段，系统整理教学实践数据，包括学生能力发展前后测对比、典型案例分析、教学模式总结等，撰写研究报告；同时，开发《学术论文引言情感倾向识别教学指南》，包含教学设计、工具使用手册、语料集等资源，为同类课程提供可借鉴的实践样本。

六、预期成果与创新点

预期成果将形成“理论—实践—资源”三位一体的产出体系。在理论层面，构建“技术认知—文本解码—学术反思”的高中AI课程教学模式，揭示自然语言处理技术与学术写作能力培养的内在联系，为跨学科教学提供理论支撑。在实践层面，提炼出可推广的教学策略，如“三阶进阶活动设计”（识别情感词—分析倾向类型—反思表达逻辑），形成1-2个典型教学案例，并通过课堂实践验证其有效性。在资源层面，开发包含50篇学术论文引言的语料集、1套简易情感分析工具（支持文本输入与倾向标注）、1份教学指南及配套课件，满足一线教师的教学需求。

创新点体现在三个维度：其一，内容创新，突破传统AI课程中“技术工具使用”的单一导向，将自然语言处理与学术写作深度结合，使技术学习服务于学术素养提升，填补高中阶段“技术赋能学术写作”的教学空白。其二，方法创新，开发适合高中生的轻量化情感分析工具，降低技术门槛，让学生通过可视化操作理解技术原理，实现“低技术、深思维”的教学效果。其三，路径创新，构建“从技术到学术”的学习闭环，学生在掌握情感识别方法后，能主动应用于文本分析与写作实践，实现从“技术使用者”到“学术思考者”的身份转变，培养其在数字时代的高阶思维与表达能力。

高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究中期报告一：研究目标

本研究致力于在高中AI课程中构建自然语言处理技术与学术写作素养融合的教学实践模型，核心目标聚焦于通过情感倾向识别技术提升学生对学术论文引言的深度解读能力。具体指向三重维度：其一，技术认知层面，引导学生理解情感分析的基本原理与实现路径，掌握基于情感词典与简易分类器的文本倾向判断方法；其二，学术能力层面，培养学生从语言特征（如评价性词汇、逻辑连接词、立场表述）中捕捉作者情感倾向的敏感度，形成对学术文本写作规范与情感表达逻辑的辩证认知；其三，教学创新层面，开发适配高中生的轻量化情感分析工具与分层教学案例，探索“技术操作—文本解码—学术反思”的融合教学路径，为AI课程与学科写作的跨学科整合提供可复制的实践范式。

二：研究内容

研究内容围绕“技术适配—文本解构—教学转化”主线展开深度探索。技术适配层面，基于高中生认知特点，对情感分析技术进行教育化重构：简化机器学习分类流程，采用规则匹配与情感词典相结合的轻量化方案，开发可视化分析工具，支持文本输入后自动高亮情感词、标注倾向类别（积极建构/批判反思/客观陈述），并生成倾向强度量化报告。文本解构层面，系统梳理学术论文引言的语料特征，构建包含50篇跨学科论文引言的标注语料库，提炼情感倾向的典型语言标记（如“填补空白”“尚存不足”等评价性短语，“然而”“因此”等逻辑连接词），形成分类明确的识别框架。教学转化层面，设计“三阶进阶式”教学活动：基础阶通过工具辅助识别引言情感倾向，进阶层对比分析不同学科引言的情感表达差异，高阶层引导学生尝试调整引言情感表达并观察工具反馈，最终实现从“技术使用者”到“学术思考者”的能力跃迁。

三：实施情况

研究推进以来，已完成理论奠基与试点实践的双重突破。在理论层面，系统梳理了自然语言处理情感识别技术的教育应用现状，结合《人工智能初步》课程目标，明确情感倾向识别的教学边界与核心素养指向，构建“技术认知—文本解码—学术反思”的三维能力框架。在资源开发层面，完成50篇学术论文引言语料的人工标注与分类，涵盖理科（物理、生物）、文科（历史、政治）等领域，形成分层语料库；同步开发轻量化情感分析工具原型，支持文本输入、情感词高亮、倾向分类及强度可视化，工具操作流程简化至“文本输入—自动分析—结果导出”三步，显著降低技术使用门槛。

教学实践已在两所试点校展开，覆盖高一年级AI选修课与语文写作拓展课，累计实施教学课时12课时，参与学生86人。采用“案例导入—工具演示—分组探究—反思分享”的课堂模式，精选高中生熟悉的学科论文引言（如《中学生物学》期刊文章、高考优秀作文引言）作为分析素材。学生通过工具操作，成功识别出引言中“突破性进展”“有待完善”等情感标记，并归纳出理科引言多客观陈述、文科引言常隐含价值判断的规律。课后访谈显示，82%的学生认为工具使“抽象的情感变得可测量”，65%的学生尝试将情感分析应用于议论文写作，调整引言中“我认为”“众所周知”等主观表述。

实践过程中发现两类核心问题：一是部分学术引言存在多义性情感表达（如“本研究虽有限度，却具启发性”），工具分类存在误差，需强化语境理解能力培养；二是高阶活动中学生情感改写创新不足，需增加跨学科引言对比案例（如科技论文与人文论文引言的情感差异分析）。针对上述问题，研究小组已启动工具优化方案，增加语境权重参数，并拓展至80篇标注语料；同步重构教学活动，增设“引言情感改写挑战赛”，引导学生通过调整评价性词汇与逻辑连接词，实现情感倾向的精准调控。

四：拟开展的工作

后续研究将聚焦工具优化与教学深化双轨并行。工具优化方面，针对多义性情感表达分类误差问题，计划引入语境权重参数，通过调整情感词在特定学术语境中的强度系数（如“虽有限度”在科技论文中倾向中性，在人文论文中可能隐含批判），提升分类精准度；同步拓展标注语料库至80篇，增加跨学科对比案例（如量子物理与古典文学引言的情感标记差异），强化工具的学科适应性。教学深化方面，重构高阶活动框架，设计“引言情感改写挑战赛”，要求学生基于工具反馈调整评价性词汇与逻辑连接词（如将“本研究首次提出”改为“本研究在既有基础上探索”），观察倾向强度变化；增设跨学科引言对比分析模块，引导学生比较科技论文的客观陈述与人文论文的价值判断，深化对学术写作规范差异的认知。资源建设层面，将开发配套微课视频（演示工具操作与情感标记识别），并整理典型学生分析案例集，形成“工具使用指南+教学案例库”的立体化支持体系。

五：存在的问题

实践推进中暴露出三重核心挑战。技术层面，现有工具对复合情感表达（如“虽存在局限，却具启发性”）的识别准确率仅为68%，主因是语境权重模型尚未完全适配学术文本的隐性逻辑，需进一步训练学科语料以优化算法。教学层面，高阶活动设计存在断层：学生能熟练使用工具识别情感倾向，但在自主改写环节创新性不足，65%的案例仅停留在词汇替换层面，未能触及句式结构或逻辑连接的深度调整，反映出技术操作与学术创造力转化不畅。资源层面，标注语料库覆盖学科不均衡，理科引言占比达70%，人文社科案例稀缺，可能导致学生形成“科技论文更客观”的片面认知，削弱跨学科思维培养。此外，教师对情感分析技术的理解深度参差不齐，部分教师难以引导学生辩证看待技术局限（如工具无法识别讽刺性表述），需加强教师培训的针对性。

六：下一步工作安排

研究将分阶段推进关键任务。2025年3月至4月，重点优化情感分析工具：迭代语境权重算法，引入依存句法分析模块，捕捉情感词与修饰成分的依存关系（如“然而”引导的转折句对情感倾向的调节作用）；同步扩充语料库，补充30篇人文社科论文引言，实现文理均衡分布。2025年5月至6月，重构教学活动：设计“情感改写阶梯任务”，从词汇替换→句式调整→逻辑重构三级进阶，配套开发改写效果对比工具（可视化展示改写前后的倾向强度变化）；在试点校新增“跨学科引言工作坊”，组织学生分组对比分析《自然》与《历史研究》期刊引言的情感表达差异，撰写反思报告。2025年7月至8月，强化教师支持体系：开展“技术-学术”融合教学专题培训，通过案例研讨（如工具误判案例的学科归因分析）提升教师的跨学科引导能力；同步整理中期成果，形成《学术论文引言情感倾向识别教学实践指南》，包含工具使用手册、活动设计模板及常见问题解决方案。

七：代表性成果

中期研究已形成三项标志性成果。其一，轻量化情感分析工具原型V1.2版，支持文本输入后自动识别情感词、标注倾向类别（积极建构/批判反思/客观陈述）并生成强度热力图，经试点校测试，基础操作耗时缩短至3分钟/篇，情感词识别准确率达82%。其二，“三阶进阶式”教学活动框架，包含基础阶（工具辅助识别）、进阶层（跨学科对比）、高阶层（情感改写）共12课时设计，已在两所试点校应用，学生学术文本分析能力前后测提升率达40%。其三，分层标注语料库V1.0，收录50篇跨学科论文引言，涵盖物理、生物、历史、政治四大领域，每篇标注情感倾向类别、典型语言标记及强度值，为同类研究提供标准化语料支持。

高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究结题报告一、概述

本课题立足高中人工智能课程改革前沿，聚焦自然语言处理技术在学术论文引言情感倾向识别中的教学转化实践，历时一年完成从理论构建到课堂落地的全周期研究。课题以技术赋能学术素养为核心，通过轻量化情感分析工具开发、跨学科语料库建设及分层教学活动设计，探索AI课程与学术写作深度融合的可行路径。研究覆盖两所试点校，累计实施教学课时24课时，参与学生162人，形成包含80篇标注论文引言的语料库、迭代优化后的情感分析工具V2.0版及可复制的“三阶进阶式”教学模式，为高中阶段技术工具与学科素养协同培养提供了实证样本。

二、研究目的与意义

研究旨在破解高中AI课程中技术教学与学科应用脱节的现实困境，通过情感倾向识别这一具体场景，实现三重目标：其一，技术认知目标，使高中生掌握基于情感词典与规则匹配的简易情感分析方法，理解自然语言处理技术在文本解读中的基础逻辑；其二，学术能力目标，培养学生从语言标记（如评价性词汇、逻辑连接词、立场表述）中捕捉作者情感倾向的敏感度，形成对学术文本写作规范与情感表达策略的辩证认知；其三，教学创新目标，构建“技术操作—文本解码—学术反思”的融合教学范式，填补高中阶段AI工具赋能学术写作能力培养的实践空白。其核心意义在于打破技术工具与学科素养的壁垒，让学生在真实学术问题解决中体会技术温度，在文本情感解码中深化对学术共同体写作逻辑的理解，为数字时代高中生高阶思维培育提供新路径。

三、研究方法

研究采用理论建构与实践验证相结合的混合研究范式。理论层面，基于《人工智能初步》课程目标与学术写作能力培养要求，构建“技术适配—文本解构—教学转化”三维框架，通过文献分析法梳理自然语言处理情感识别技术的教育应用现状，结合认知心理学理论确定教学内容边界。实践层面，以行动研究法主导教学迭代：开发轻量化情感分析工具时，采用规则匹配与情感词典结合的算法，通过依存句法分析模块优化复合情感表达识别；教学实施中设计“基础识别—跨学科对比—情感改写”三阶活动，结合课堂观察、学生访谈及文本分析收集过程性数据。验证层面，运用三角互证法：通过前后测对比评估学生学术文本分析能力提升率（数据显示平均提升42%）；通过工具日志分析情感词识别准确率（最终达89%）；通过教师反思日志验证教学活动设计的适切性。整个研究过程注重技术工具的教育化改造，确保算法逻辑与高中生认知水平动态适配。

四、研究结果与分析

本研究通过为期一年的实践探索，在技术工具、教学效果、学生能力发展三个维度形成可验证的研究成果。技术工具层面，情感分析工具V2.0版实现关键突破：引入依存句法分析模块后，复合情感表达（如“虽存在局限却具启发性”）识别准确率从68%提升至89%，语境权重参数动态适配学科差异，理科引言的客观陈述与文科引言的价值判断分类误差率降至5%以下。工具操作流程进一步简化，支持文本导入后自动生成情感词热力图、倾向类别雷达图及强度量化报告，学生单篇分析耗时压缩至2分钟以内，实现“低技术门槛、高思维价值”的设计目标。

教学实践效果显著验证了“三阶进阶式”模式的可行性。试点校162名学生参与24课时教学后，学术文本分析能力前后测平均提升42%，其中高阶能力（如情感改写逻辑重构）提升率达56%。课堂观察显示，学生能自主识别“填补空白”“尚存不足”等典型情感标记，85%的小组完成跨学科引言对比报告，发现《自然》期刊引言多采用“客观陈述+隐性价值判断”策略，而《历史研究》引言常通过“然而”“因此”等连接词强化立场。访谈数据揭示，78%的学生认为技术工具“让抽象的情感变得可测量”，63%尝试将情感分析迁移至议论文写作，调整引言中“众所周知”“众所周知”等主观表述为“学界普遍认为”“研究表明”等学术化表达。

跨学科融合价值在研究中得到充分体现。80篇标注语料库覆盖物理、生物、历史、政治四大领域，揭示不同学科引言的情感表达规律：理科引言倾向“客观陈述+有限度肯定”（如“本研究虽样本有限，但方法具有普适性”），文科引言常见“批判反思+价值建构”（如“既有研究忽略文化维度，本研究尝试补充”）。这种学科差异的认知，促使学生形成“学术写作需兼顾学科规范与情感表达”的辩证思维，在后续的“引言情感改写挑战赛”中，学生能主动调整评价词汇与逻辑结构，将“我认为这个理论很重要”改写为“该理论在解释XX现象中展现出独特价值”，实现技术操作与学术创造力的协同跃迁。

五、结论与建议

本研究证实，将自然语言处理情感识别技术融入高中AI课程，可有效破解技术教学与学科素养脱节的困境。轻量化工具开发与分层教学设计，使学生在真实学术文本分析中掌握技术原理，在情感倾向解码中深化对学术写作规范的理解，最终实现“技术认知—文本解码—学术反思”的能力闭环。研究构建的“三阶进阶式”教学模式，为AI课程与学科写作的跨学科整合提供了可复制的实践范式，其核心价值在于：技术工具不再是冰冷的操作对象，而成为学生理解学术共同体写作逻辑的“透镜”，情感倾向识别则成为连接技术能力与学术素养的纽带。

基于研究结果，提出三点实践建议：其一，强化工具的教育化改造，建议开发面向高中生的情感分析工具简化版，内置学科适配模块（如自动识别理科/文科文本并切换权重参数），降低技术使用门槛；其二，深化教学活动设计，建议增设“学术期刊引言情感图谱绘制”任务，引导学生对比不同领域顶级期刊引言的情感表达策略，形成学科认知图式；其三，构建“技术-学术”融合评价体系，建议将情感分析能力纳入学术写作评价维度，如要求学生在议论文引言中标注情感倾向并说明设计意图，实现技术工具与写作能力的双向赋能。

六、研究局限与展望

研究存在三方面局限：技术层面，工具对讽刺性、反讽性情感表达的识别准确率仍不足60%，主因是现有算法难以捕捉文本的隐性逻辑与语境暗示；样本层面，试点校均为城市重点中学，农村及普通高中学生的技术适配性有待验证；资源层面，人文社科引言语料库占比不足30%，可能影响学生对学科差异的认知深度。

未来研究可从三方向拓展：技术层面，引入多模态分析模块，结合文本语气、句式节奏等特征提升情感识别精度；教学层面，扩大实验范围至不同类型学校，开发分层教学资源包（如基础版、进阶版工具）；理论层面，探索情感识别技术与批判性思维培养的关联机制，研究学生从“技术使用者”到“学术反思者”的身份转变路径。随着自然语言处理技术的教育化发展，情感倾向识别有望成为高中生学术素养培育的重要支点，在数字时代为技术赋能人文教育提供更广阔的实践可能。

高中AI课程中自然语言处理技术对学术论文引言部分情感倾向的识别课题报告教学研究论文一、摘要

本研究探索自然语言处理技术在高中AI课程中的教学转化路径，聚焦学术论文引言情感倾向识别这一具体场景，构建“技术操作—文本解码—学术反思”的融合教学范式。通过开发轻量化情感分析工具、建设跨学科标注语料库及设计分层教学活动，实现技术工具与学术素养的协同培养。实践表明，该模式使学生从被动接受技术转向主动解码学术文本，情感识别准确率达89%，学术文本分析能力提升42%，为破解高中AI课程技术教学与学科应用脱节问题提供实证支撑。研究强调技术教育的人文温度，让自然语言处理成为学生理解学术共同体写作逻辑的“透镜”，为数字时代技术赋能人文教育开辟新路径。

二、引言

在人工智能教育普及的浪潮中，高中AI课程面临技术工具与学科素养割裂的困境。学生往往停留在算法原理的浅层认知，难以将技术能力迁移至真实学术场景。学术论文引言作为学术写作的“门面”，其情感倾向隐含作者对研究价值的判断与前人研究的立场，是培养学术批判性思维的关键载体。然而，传统教学中，情感分析常被视为文学研究的专属领域，与技术课程存在明显断层。本研究以自然语言处理技术为支点，将情感倾向识别转化为高中生可参与的学术解码实践，通过可视化工具与真实语料，让抽象的情感表达变得可测量、可分析、可反思。这一探索不仅回应了《人工智能初步》课程中“语言与智能”模块的教学需求，更尝试弥合技术理性与人文表达之间的鸿沟，让AI课堂成为培育学术素养的沃土。

三、理论基础

研究扎根于认知心理学与教育技术学的交叉领域，构建“技术认知适配学术思维”的理论框架。从认知发展视角，皮亚杰的建构主义理论启示情感识别教学需遵循“具体操作→形式逻辑→辩证反思”的进阶路径，避免高中生陷入算法黑箱的被动接受。维果茨基的“最近发展区”原则则指导教学内容设计——将情感词典构建、规则匹配等技术环节拆解为符合高中生认知水平的“脚手架”，如用“积极/消极/中性”三分类替代复杂算法模型。教育技术学领域，TPACK整合框架强调技术、教学与学科知识的深度融合，本研究据此重构自然语言处理内容：情感分析算法被简化为基于词典匹配与依存句法分析的规则系统，学术论文引言的语料特征被提炼为可操作的教学资源，技术工具成为连接AI课程与语文写作的桥梁。理论核心在于，情感识别不仅是技术训练，更是学术思维的培育——学生通过捕捉“填补空白”“尚存不足”等情感标记，理解学术共同体如何通过语言策略建构研究价