中文情感分析研究综述
情感分析网络舆情研究综述
互联网的快速发展改变了人们的交流习惯。随着即时通讯
工具兴起以及自媒体的不断涌现，网民信息交互的渠道增多，
网民通过多种方式表达自己对热点事件的态度，从而促进了网
络舆情的传播与演化。一旦处理失当，网民的负面情绪会对社
会造成严重的负面影响。而情感分析方法是对网民观点与情绪
分析的有效方法之一，得到该领域研究者的重示并取得了一定
的研究成果。
对我国基于情感分析研究网络舆情的文献进行统计分析
和回顾整理。意在发现情感分析方法研究网络舆情中的热点、
趋势和未来的发展方向，最后分析总结其存在的不足，为后续
的深入研究提供参考与借鉴。
一、情感分析网络舆情研究现状
情感分析又称倾向性分析、情感分类、意见抽取、评论挖
掘、情感挖掘或主观分析，是用户对商品、服务等评论内容的分
析、处理、归纳和推理，对评论中表达的观点和情感进行分类，
同时也被广泛运用在网络舆情的研究中，成为当前网络舆情研
究中的主流方法之一。
（一）发文量趋势。通过CNKI期刊网数据库搜集相关文
章，采用关键字“情感分析舆情”进行搜索，检索时间截至2019
年12月，共检索到420篇，在此基础上清洗得到381篇有效文
献，其中硕博士论文237篇，期刊140篇，会议论文4篇，如图1所示，图中横轴为年份，纵轴为文献发表篇数。（图1）
从图1可以看出，相关研究起步较晚，发文量由缓慢增长
到快速增长。受当时理论发展水平、技术条件以及受重视程度
的限制，在2007耀2012年发展较为缓慢，6年内发表31篇。随
着大数据新兴技术的迅速崛起，增加了网络热点传播速度和网
民发表言论渠道，政府对网络舆情越来越重视，促使相关研究
不断深入，从2013年发表数量快速上升，到2019年共发表350篇。情感分析网络舆情研究的增长不仅得益于政府对舆论
的高度重视，还有早期研究为其奠定理论和技术上的基础。这
表明了我国情感分析网络舆情研究逐步走向成熟。（二）重要期刊分布。进一步运用上述检索的140篇期刊，
从中选取重要期刊，排在前十名的期刊共有43篇相关文章。由
情感异化研究综述1
马克思异化理论视域下人的情感异化问题研究综述
把情感异化问题作为我的论文选题，既感惊喜又迷茫。惊喜是因为，国内外至今还没有对情感异化做系统的研究，在涉猎诸多文章之后发现，有关该方向的研究只是轻描淡写般呈现，有似乎发现新大陆之感；迷茫是因为，有关情感异化该如何界定的问题、有价值的文献相对较少等等问题接踵而至。对此，在尽量搜集更多资料的基础上，对文献做必要的综述就显得尤为重要，也希望以此可以作为对后续的研究提供些许启发和参考。针对该选题主要考察的是情感异化问题，是作为情感和异化两方面内容的复合研究，因此，有必要对情感、异化及情感异化分别做研究综述。
一、国外对情感异化的研究现状
首先，国外对情感问题的研究。在西方，关于情感论的研究相对较丰富深刻，包括生理学、心理学、社会学、哲学等各个方面。主要的理论和观点有：（1）詹姆士——兰格的情感理论；（2）拉扎罗斯等人的近代心理学理论；（3）肯珀、霍克希尔德等人的近代社会学理论与马克思、韦伯、德克海默即西美尔的较为古典的社会学理论；（4）弗洛伊德的情感模型；（5）拉康关于他人、谈话、欲望及历史的精神分析理论；（6）谢弗的情感宣泄理论；（7）萨特的情感理论等。以上从不同角度对情感的研究，对于我们进一步研究情感具有十分重要的借鉴意义。
其次，国外关于情感异化的理论研究至今无法找到。但关于马克思异化理论的研究成果颇多，特别就西方马克思主义者而言，他们继承和发扬了马克思异化理论，如卢卡奇从商品拜物教的角度分析了资本主义社会的物化问题，弗洛伊德主义的马克思主义者弗洛姆从人性异化的角度具体化了西方马克思主义的异化理论，哈贝马斯从科学技术成为意识形态的角度，对人的生存的异化问题进行了研究等等，都大大丰富和发展了马克思的异化理论。
二、国内对情感异化问题的研究现状
首先，国内对马克思异化理论的研究。国内关于异化问题的研究始于上个世纪80年代，我国开始对国外异化理论的重要文献进行翻译和研究，它们大多来自对西方马克思主义者，如卢卡奇、霍克海默、马尔库塞、哈贝马斯、弗洛姆等人的思想和著作的研究。国内最先系统研究这些思想的专家和学者有徐崇温，他著有《西方马克思主义》，另有复旦大学的陈学明，其成果颇丰，著有《弗洛伊德的马克思主义》、《国外马克思主义哲学流派新编》、《爱是一门艺术——弗洛姆、马尔库塞论爱情》、《西方马克思主义教程》等，其中特别对弗洛姆的人性异化理论进行研究的成果颇多。近些年来对国内对马克思异化理论进行研究的博士和硕士论文层出不穷，它们大多将马克思异化理论与消费异化问题、科技异化问题、新闻异化问题等当今社会面临的热点问题结合起来研究，有关研究使马克思的异化理论更具时代感、更加具体化，构成了我们窥探当今社会问题的理论和精神来源。
情感过滤假说在对外汉语教学中运用的研究综述
69神州教育情感过滤假说在对外汉语教学中运用的研究综述胡优 唐卫红湖北工业大学摘要：情感过滤假说在对外汉语教学中的作用日益显著。本文对近十五年来的情感过滤假说在对外汉语教学中的作用进行了归纳和整理，希望为对外汉语一线教师提供一些有效的教学策略。关键词：情感过滤假说；情感因素；对外汉语教学；综述1.引言Dulay&Burt于1977年提出“情感过滤说”(The Affective Filter Hypothesis)，主要目的是为了解释情感因素对外语学习过程的影响。他们将情感过滤定义为：“一种内在的处理系统，它潜意识地通过情感因素来阻止学习者对语言的吸收”。20世纪80年代初，美国语言学家S.D.Krashen提出著名的“监控模式”包含五大假说，情感过滤假说是其中之一。克拉申认为，学习者的情感状态会导致输入的语言信息出现阻塞，使其无法抵达语言习得机制，这就是情感过滤。情感过滤像过滤网，当学习者缺少学习动机、信心不足、焦躁不安或精神状态不佳时，情感过滤提升，阻碍输入信息通过，使语言输入无法经过语言习得装置进入知识系统。当情感过滤降低，输入信息才会最大限度地得到利用。刘珣先生在《对外汉语教学教育引论》(2000)将情感过滤假说用于对外汉语教学，在这之后情感过滤假说才引起学者及对外汉语教师们的重视。越来越多的一线对外汉语教师意识到即使在相同的课堂环境、年龄背景、国别下，汉语学习者的语言学习效果也各不相同。对外汉语教学作为一门学科，其教学过程和学生学习与情感因素密不可分。本文对近十五年来的情感过滤假说在对外汉语教学中的运用进行归纳分析。2.情感过滤假说下的对外汉语教学研究现状2.1从理论研究分析情感过滤假说在对外汉语教学中的运用从理论研究来看，大多数学者都是从动机、态度、性格、移情这四大情感因素对汉语教学进行分析并以此为基础探讨出针对这些方面的策略。也有其他研究是从不同角度出发寻求不同的结果，但是还是在情感因素视域下寻求降低情感过滤的策略。为了降低学习者在对外汉语教学过程中的情感过滤，不少研究者和教师从情感因素(动机、、态度、性格、移情等)出发，以此探求出将汉语本体研究成果更好地融入对外汉语教学中，让留学生获得更多的可理解性输入、提高教学效率、达到理想教学效果的有效教学措施来。姜倩(2003)、朱明霞(2010)、刘庆伟(2009)、官品(2012)、朱伟娟(2012)、王玉婷(2017)。从情感教育的内涵出发培养优秀品质的学生，根据学生的个体差异探求最佳教学模式的研究。赵明(2007)情感过滤的强弱取决于个体学习者差异的存在，对外汉语教师应根据个体学习者的情感因素寻找有效措施来调整教学模式以便于降低情感过滤。关春芳(2010)从情感教育的内涵出发认为在课堂上营造和谐的人际关系和对教材情感教育载体的挖掘才能完善对外汉语教学中情感教育的职能从而培养出拥有良好个性品质的学生。动机、态度、性格、移情等情感因素对对外汉语教学具有一定的影响，因此我们不能忽视情感因素在教学过程中的作用，应该充分了解情感因素，并在教学过程中国利用情感因素降低情感过滤，帮助学生消化吸收语言知识，增强语言学习效果。2.2从实证研究分析情感过滤假说在对外汉语教学中的运用2.2.1情感过滤在听说读中的运用情感过滤假说在言语技能教学中产生重要的影响。汪敏峰(2012)提出了“阅读疲劳”的概念，同时，阅读疲劳会导致情感过滤更高。本文采用调查问卷的方式测试“阅读疲劳”动因；对此提出了节解决策略。曾庆蕃、张陟(2013)分别从动机、自信和焦虑感三方面阐述了对口语教学的影响，以此为基础提出在口语课堂上情感因素运用的方法和对策。王阳洁(2017)文中提到声调的训练过程过于枯燥导致留学生有抵触情绪，不利于汉语学习者对于声调的消化与吸收，在这个时候我们需要采取措施降低情感过滤增加学习者的吸收。2.2.2情感过滤在中文歌曲中的运用中文歌曲在进行汉语教学时有利于降低情感过滤。冯海丹(2012)认为中文歌曲在课堂教学过程中能营造轻松愉快的学习氛围降低情感过滤，激发兴趣产生正面影响，促成语言习得。通过教学实践总结出了几种有效的教学组织形式，肯定了歌曲在教学中的辅助作用。李晴、王爱明(2014)在美国中学利用儿歌(游戏儿歌、问候语儿歌)进行教学来降低情感过滤，从而有效推广汉语。2.2.3情感过滤在汉字与词汇教学中的运用在汉字与词汇教学中充分利用情感过滤机制，有利于汉语学习者对于语言的习得。顾妍、董彦宇(2017)从对外汉语词汇教学存在的问题提出了学习者学习的积极性被挫伤，没有成就感会增加情感过滤不利于二语习得。周嘉淇、钟舟海(2018)通过问卷调查和访谈了解到旁遮普大学汉语学习者的学习情感问题有学习动机、态度、焦虑、文化意识方面；对其形成原因进行了剖析；并提出了相应的教学策略来降低情感过滤，推动汉语国际教育的推广。2.2.4情感过滤在其他方面的运用情感过滤在教学中的其他方面也具有影响。李建涛(2016)以泰国勿洞市华裔中学生为研究对象，通过文献研究、问卷调查、实践观察、访谈等研究方法对泰国华裔中学生的汉语学习态度进行调查，对结果进行分析并以此为基础得出对汉语教学与推广的启示。姬敏(2018)通过对韩国留学生初级汉语综合课课堂导入案例描述进行分析总结出本案例课堂导入的优点肯定课堂导入的作用，并提出缺点及建议进一步提高课堂效率，取得良好的语言习得效果。上述研究对象分别为留学生、儿童、中学生、初级汉语学习者、高级汉语学习者等。研究主题也从最初的情感因素、情感障碍到多样化的词汇教学、文化教学、儿歌教学、声调偏误、课前语境导入等。但显而易见，还需要研究更多的对象、主题来弥补对外汉语教学在这一方面的缺失。3.应对对外汉语教学中的情感过滤机制的策略情感因素在对外汉语教学中占有很大的一部分，在学习过程的地位不可小觑。学习者在学习过程中不可避免会受到情感
述情障碍研究现状综述
Advances in Psychology 心理学进展, 2021, 11(1), 176-183
Published Online January 2021 in Hans. /journal/ap https:///10.12677/ap.2021.111020
文章引用: 陈情文, 孙慧敏(2021). 述情障碍研究现状综述. 心理学进展
, 11(1), 176-183.
DOI: 10.12677/ap.2021.111020
述情障碍研究现状综述
陈情文1
，孙慧敏2
1
武汉大学，马克思主义学院，发展与教育心理研究所，湖北 武汉
2
武汉大学中南医院，湖北 武汉
收稿日期：2020年12月24日；录用日期：2021年1月18日；发布日期：2021年1月28日
摘 要 述情障碍既可以作为一种人格特征而存在，也可以作为疾病的共症而存在，述情障碍的测量主要采用问
卷形式，包括自评量表和他评量表。个体的积极心理品质、良好的社会关系是述情障碍的保护性因素，
个体消极人格特质、负性经历、消极心理因素是述情障碍的危险因素，述情障碍既能够直接也能作为中
介因素间接对个体产生消极影响，支持性、表达性心理疗法、认知行为疗法以及行为技能训练是述情障
碍的主要治疗与干预方法，本文采用文献调查法，主要回顾了述情障碍的概念、测量、成因、消极影响
以及治疗与干预方法，总结述情障碍的研究现状，探讨未来在心理学领域中述情障碍研究发展方向。
关键词
述情障碍，测量，治疗与干预，综述
A Review of the Research Status
of Alexithymia
Qingwen Chen
1, Huimin Sun
2
1
Institute of Development and Educational Psychology, School of Marxism, Wuhan University, Wuhan Hubei
情感词典构建综述
情感词典构建综述
随着和自然语言处理技术的不断发展，情感分析逐渐成为研究热点之一。情感分析旨在通过机器或计算机对文本中的情感倾向进行分析和判断，从而理解用户的需求和行为。情感词典是情感分析的重要组成部分，它包含了大量的词语及其对应的情感倾向，为情感分析提供了基础数据。本文将对情感词典的构建进行综述，包括其作用、构建方法及应用案例等方面。
一、情感词典的作用
情感词典是一种提供情感信息的词典，它包含了大量的词语及其对应的情感倾向，如积极、消极或中立等。情感词典在情感分析领域中扮演着重要的角色，它可以帮助机器或计算机更好地理解和判断文本中的情感倾向。同时，情感词典还可以为个性化推荐、广告投放等应用提供强有力的支持，帮助提高推荐和投放的精准度和效率。
二、情感词典的构建方法
情感词典的构建方法主要有机型学习算法、深度学习算法和自然语言处理技术等。 1、机器学习算法
机器学习算法在情感词典构建中应用广泛，其中最经典的是基于朴素贝叶斯分类器的情感词典构建方法。该方法首先需要标注大量的文本数据，从中提取特征词并建立词典，然后使用分类器对未标注的文本进行情感分类。机器学习算法具有较快的训练速度和较高的准确性，但需要大量标注好的数据作为输入。
2、深度学习算法
深度学习算法在情感词典构建中具有很大的潜力。其中，循环神经网络（RNN）和卷积神经网络（CNN）是常用的方法。深度学习算法可以自动提取文本中的特征，无需手动设计特征提取器。但它的训练时间和计算资源需求较大，对于大规模数据的处理能力相对较弱。
3、自然语言处理技术
自然语言处理技术在情感词典构建中起着非常重要的作用。该技术可以通过分词、词性标注等方式提取文本中的词语和语法结构，进而进行情感分析和词典构建。自然语言处理技术可以处理未标注的数据，但需要耗费大量时间和人力进行预处理和特征提取。
三、情感词典的应用 情感词典在各个领域都有广泛的应用，以下是几个典型案例。
文本情感分析综述
文本情感分析综述
杨立公;朱俭;汤世平
【期刊名称】《计算机应用》
【年(卷),期】2013(33)6
【摘 要】以文本颗粒度为视角,从情感词抽取、语料库和情感词典构建、评价对象与意见持有者分析、篇章级情感分析、实际应用五个方面对文本情感分析文献进行了梳理,并做出必要评述.指出当前情感分析系统的准确率普遍不高,进一步研究的重点在于:自然语言处理的研究成果在文本情感倾向分析中更广泛和贴切的应用；选取文本情感倾向分类的特征和方法；利用现有语言工具和相关资源,规范、快速地构造语言工具和相关资源并应用.
【总页数】6页(P1574-1578,1607)
【作 者】杨立公;朱俭;汤世平
【作者单位】北京理工大学计算机学院,北京100081;中国青年政治学院计算机教学及应用中心,北京100089;北京理工大学计算机学院,北京100081
【正文语种】中 文
【中图分类】TP391.1
【相关文献】
1.文本情感分析综述 [J], 刘爽;赵景秀;杨红亚;徐冠华
2.文本情感分析方法研究综述 [J], 洪巍; 李敏
3.广义文本情感分析综述 [J], 杨开漠; 吴明芬; 陈涛 4.文本情感分析方法研究综述 [J], 王婷;杨文忠
5.文本细粒度情感分析综述 [J], 王海燕;陶皖;余玲艳;王鸣鹃
因版权原因，仅展示原文概要，查看原文内容请购买
文本方面级情感分类方法综述
文本方面级情感分类方法综述
作者：李胜旺 杨艺 许云峰 张妍
来源：《河北科技大学学报》2020年第06期
摘 要：; 随着深度学习的发展，方面级情感分类已经在单领域和单一语言中取得了大量的研究成果，但是在多领域的研究還有提升的空间。通过对近年来文本方面级情感分类方法进行归纳总结，介绍了情感分类的具体应用场景，整理了方面级情感分类常用的数据集，并对方面级情感分类的发展进行了总结与展望，提出未来可在以下领域开展深入研究：1）探索基于图神经网络的方法，弥补深度学习方法存在的局限性;2）学习融合多模态数据，丰富单一文本的情感信息;3）开展更多针对多语言文本和低资源语言的研究。
关键词： 自然语言处理;情感分类;方面级别;文本分类;深度学习;图神经网络;图卷积网络
中图分类号：TP311.13文献标识码： A
doi：10.7535/hbkd.2020yx06006
A survey of text aspect-based sentiment classification
LI Shengwang， YANG Yi， XU Yunfeng， ZHANG Yan
（School of Information Science and Engineering， Hebei University of Science and
Technology， Shijiazhuang， Hebei 050018， China）
With the development of deep learning， aspect-based sentiment classification has achieved a lot
of results in a single field and a single language， but there is room for improvement in multi-fields.
文本情感分析综述 2
文本情感分析综述∗
赵妍妍+
, 秦兵, 刘挺
(哈尔滨工业大学 计算机科学与技术学院 信息检索研究中心, 黑龙江 哈尔滨 150001)
A Survey of Sentiment Analysis *
ZHAO Yan-Yan+
, QIN Bing, LIU Ting
(School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China)
+ Corresponding author: Phn: +86-451-86413683 ext 800, E-mail: zyy@
Abstract: Sentiment analysis is a novel research topic with the quick development of online reviews, which has
drawn interesting attention due to its research value and extensive applications. This paper surveys the
state-of-the-art research on sentiment analysis. First, three important tasks of sentiment analysis are summarized and
analyzed in detail, including sentiment extraction, sentiment classification, sentiment retrieval and summarization;
then the evaluation and corpus for sentiment analysis are introduced; finally the applications of sentiment analysis
微博情感分析研究综述
微博情感分析研究综述
本文阐述了国内微博及国外微博情感分析的研究现状，分析了微博情感分类方法的优缺点，提出了研究方法的改进方向。认为，目前中文微博情感分析研究缺乏完善的情感词典，缺乏针对话题型做特定的分析，同时也缺乏适用于特定话题的领域情感词典。因此，今后微博情感分析的改进思路是：针对话题微博文本进行情感分析；完善情感词典并丰富情感词的情感强度；考虑更多的情感特征项，将更多的语法规则和短语加入到情感词典中。
标签： 微博；微博情感；分类；研究综述
随着互联网在中国的普及，人们的生活方式也逐渐地发生变化，越来越多的人通过互联网获取和发布信息。众多的社会化媒体平台开始诞生，例如博客、微博、社交网络等。在Web2.0时代的主流网络社交平台中，由于微博拥有快速传播、及时、自由、灵活、简短特点，广大互联网用户开始在微博上传播政治话题、体育话题、娱乐话题。每天都有大量的具有分析价值的微博评论产生，这些评论信息包含大量情感信息和观点。大量针对微博的研究随之而来，目前微博情感分析的研究主要针对英文微博文本，面向中文微博情感分析的研究尚处于起步阶段。通过对微博情感分析相关文献的研究，本文对国内外的微博情感分析研究进行综述，归纳国内外微博情感分析采用的方法，并对分析方法的优缺点进行总结。
一、国内微博研究综述
综合中文微博情感分析的研究文献，中文微博情感分类主要有两类方法：基于情感词典的情感分类和基于机器学习的情感分类。
基于情感词典的情感分类。文献[1]考虑到感叹词对情感强度的增加，中文否定词、多重否定对情感极性的影响，通过定义态度词典、权重词典、否定词典、程度词典以及感叹词词典来计算每条微博的情感指数。考虑到微博内容的丰富和复杂，文献[2]提出基于语义的词典加规则的方法，构建短语的情感词典，更进一步将具有情感极性的短语和短语规则加入其中，提高微博文本情感极性分类的效果。文献[3]提出词典与机器学习相结合的方法，以动词、形容词作为特征，用情感词典计算特征的极性值，最后用SVM对微博文本进行三元情感分类。为了解决一词多义的情况，文献[4]提出两个极性词典结合使用，对具有不同极性的词语进行人工判定，从而降低歧义造成的情感分类误差。
文本情感分析综述 3
Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ 计算机应用，２０１３，３３（６）：１５７４—１５７８，１６０７ ＩＳＳＮ １００１．９０８１
ＣＯＤＥＮ ＪＹＩＩＤＵ ２０１３．Ｏ６．０１ ｈｔｔｐ：／／ｗｗｗ．ｊｏｃａ．ｃａ
文章编号：１００１—９０８１（２０１３）ｏ６—０１５７４—０５
文本情感分析综述 ｄｏｉ：１０．３７２４／ＳＰ．Ｊ．１０８７．２０１３．０１５７４
杨立公 ，朱俭 ，汤世平
（１．北京理工大学计算机学院，北京１０００８１； ２．中国青年政治学院计算机教学及应用中心，北京１０００８９）
（｝通信作者电子邮箱￣ｌｌｇｇ＠ｇｍａｉｌ．ＣＯＢ）
摘要：以文本颗粒度为视角，从情感词抽取、语料库和情感词典构建、评价对象与意见持有者分析、篇章级情感
分析、实际应用五个方面对文本情感分析文献进行了梳理，并做出必要评述。指出当前情感分析系统的准确率普遍
不高，进一步研究的重点在于：自然语言处理的研究成果在文本情感倾向分析中更广泛和贴切的应用；选取文本情感
倾向分类的特征和方法；利用现有语言工具和相关资源，规范、快速地构造语言工具和相关资源并应用。
关键词：文本情感分析；情感词；语料库；情感词典；意见持有者
中图分类号：ＴＰ３９１．１ 文献标志码：Ａ
Ｓｕｒｖｅｙ ｏｆ ｔｅｘｔ ｓｅｎｔｉｍｅｎｔ ａｎａｌｙｓｉｓ
ＹＡＮＧ Ｌｉｇｏｎｇ ，ＺＨＵ Ｊｉａｎ ，ＴＡＮＧ Ｓｈｉｐｉｎｇ
（１．Ｃｏｌｌｅｇｅ ｏｆＣｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，Ｂｅｉｊｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １０００８１，Ｃｈｉｎａ； ２．Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ Ｃｅｎｔｅｒ，Ｃｈｉｎａ Ｙｏｕｔｈ Ｕｎｉｖｅｒｓｉｔｙｆｏｒ Ｐｏｌｉｔｉｃａｌ Ｓｃｉｅｎｃｅｓ，Ｂｅ￣ｉｉｎｇ １０００８９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｓｕｒｖｅｙ ｓｕｍｍａｒｉｚｅｄ ｔｈｅ ｓｔｕｄｉｅｓ ｏｎ ｔｅｘｔ ｓｅｎｔｉｍｅｎｔ ａｎａｌｙｓｉｓ ｉｎ ｔｈｅ ｖｉｅｗ ｏｆ ｇｒａｎｕｌａｒｉｔｙ ｆｒｏｍ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｆｉｖｅ