情感計算

秦兵

情感計算

買這商品的人也買了...

中文年末書展｜繁簡參展書2書75折 詳見活動內容 »

相關主題

商品描述

近年來，在深度學習、大數據等革命性技術的推動下，人工智能領域迎來了另一個春天。在人工智能的研究中，既包括人類理性思維的模擬，還包括對人類感性思維的計算。本書重點講述的文本情緒分析技術就屬於後者。該技術源自於自然語言處理領域，但也有別於一般的自然語言處理任務。文本情緒分析面向的處理對像是社交媒體中產生的用戶評論文本，該文本的特點是帶有大量的用戶主觀情感訊息，因此該技術的核心是透過自動分析評論文本來進行情感的理解。

文本情緒分析技術已有20餘年的研究歷史，凝聚成了多項研究任務和實用技術，已應用於輿情分析、電子商務等領域，具有重大的社會價值和商業價值。本書介紹的知識點包括文本情緒分析的基礎理論與資源、核心任務，以及上層應用三大部分。在文本情緒分析的基礎理論和資源部分，該書將講述基於深度學習的情緒表示方法，以及語料、詞典和相關評測等資源；在文本情緒分析的核心任務部分，該書將講述文本情感分類、情感訊息抽取、隱式情感、多模態情感等若乾核心任務；在文本情緒分析的上層應用部分，該書將講述觀點分析、情感文摘等典型應用。本書可以為自然語言處理、人工智能等領域的科研人員和IT從業者提供創新的發展視角及相關理論、方法與技術支撐，也可作為相關專業高年級本科生和研究生課程教材。

作者簡介

徐睿峰，博士，畢業於香港理工大學，現任哈爾濱工業大學（深圳）計算機科學與技術學院教授、博士生導師。長期從事自然語言理解、文本情緒計算、社交媒體挖掘等領域研究。主持國家重點研發計劃課題和國家自然科學基金項目等多項科研項目，發表學術論文近百篇。獲教育部高等院校科技進步獎、首屆全國青年人工智能創新創業大會特等獎等。

目錄大綱

序
前言
第1章 緒論
1.1 情感計算概述
1.1.1 情感及其意義
1.1.2 情感計算的概念與歷史
1.1.3 情感計算的內容
1.2 從資源到表示
1.2.1 情感分類標準
1.2.2 情感詞典
1.2.3 情感語義表示
1.3 從識別到生成
1.3.1 情感分析
1.3.2 情感原因發現
1.3.3 情感生成
1.4 從單模態到多模態
1.4.1 單模態情感分析
1.4.2 多模態情感分析
1.5 從個體到群體
1.5.1 個體情感
1.5.2 群體情感
1.5.3 個體情感和群體情感的區別與聯系
1.6 從理論到應用
1.6.1 推薦系統
1.6.2 抑鬱癥預測
1.6.3 聊天機器人
參考文獻
第2章 文本情感語義表示
2.1 文本情感語義表示簡介
2.1.1 文本情感語義表示的基本概念
2.1.2 文本情感語義表示的研究任務
2.2 靜態情感語義表示學習
2.2.1 算法思想
2.2.2 代表性算法模型
2.3 動態情感語義表示學習
2.3.1 算法思想
2.3.2 代表性算法模型
2.4 文本情感語義表示的未來展望
2.5 本章總結
參考文獻
第3章 粗粒度文本情感分類
3.1 粗粒度文本情感分類簡介
3.1.1 文檔級情感分類的基本概念
3.1.2 跨領域文本情感分類的基本概念
3.1.3 跨語言情感分類的基本概念
3.2 基於傳統機器學習的文本情感分類方法
3.2.1 基於無監督的文本情感分類方法
3.2.2 基於情感特徵的統計機器學習文本情感分類方法
3.3 基於深度學習的文本情感分類方法
3.3.1 基於遞歸神經網絡的文本情感分類
3.3.2 基於捲積神經網絡的文本情感分類
3.3.3 基於循環神經網絡的文本情感分類
3.4 跨領域文本情感分類
3.4.1 基於實例遷移策略的跨領域文本情感分類
3.4.2 基於特徵遷移策略的跨領域文本情感分類
3.4.3 基於參數遷移策略的跨領域文本情感分類
3.5 跨語言文本情感分類
3.5.1 基於機器翻譯的方法
3.5.2 基於預訓練模型的方法
3.5.3 基於生成對抗網絡的方法
3.6 本章總結
參考文獻
第4章 細粒度情感分析
4.1 細粒度情感分析任務及基本要素
4.2 經典的屬性級情感分析任務
4.2.1 屬性抽取
4.2.2 屬性情感分類
4.2.3 <屬性，情感>配對抽取
4.3 屬性類別相關的細粒度情感分析
4.3.1 屬性類別的檢測
4.3.2 基於屬性類別的情感分類
4.3.3 屬性類別–情感的聯合分類
4.4 觀點詞相關的細粒度情感分析
4.4.1 屬性詞和觀點詞的聯合抽取
4.4.2 基於屬性詞的觀點詞抽取
4.4.3 <屬性詞,觀點詞>配對抽取
4.5 多元組形式的細粒度情感分析
4.5.1 <屬性詞,屬性類別,情感極性>三元組抽取
4.5.2 <屬性詞,觀點詞,情感極性>三元組抽取
4.5.3 <屬性詞,屬性類別,觀點詞,情感極性>四元組抽取
4.6 包含更多要素的細粒度情感分析
4.6.1 包含觀點持有者的細粒度情感分析
4.6.2 基於比較觀點的細粒度情感分析
4.7 細粒度情感分析的挑戰
4.8 本章總結
參考文獻
第5章 隱式情感分析
5.1 隱式情感分析基本概念
5.2 事實型隱式情感分析
5.2.1 基於語言特徵的隱式情感分析方法
5.2.2 基於情感常識知識表示的事實型隱式情感分析方法
5.2.3 基於異構用戶知識融合的隱式情感分析
5.3 比喻/隱喻型隱式情感
5.3.1 基於詞語特性的隱喻分析方法
5.3.2 基於語義場景不一致的隱喻序列標註方法
5.4 反諷型隱式情感分析
5.4.1 基於詞匯信息和上下文的反諷識別方法
5.4.2 融合語言特徵及背景信息的反諷型隱式情感識別方法
5.4.3 基於情感對比和多視角註意力的反諷識別方法
5.5 反問型隱式情感分析
5.5.1 基於句法結構的反問型情感分析方法
5.5.2 基於多特徵融合的反問型隱式情感分析方法
5.6 幽默識別
5.6.1 幽默識別的基本概念
5.6.2 基於語音和模糊性語義理解的門控註意力機制的幽默識別方法
5.7 隱式情感語料庫
5.8 本章總結
參考文獻
第6章 情感原因分析
第7章 文本立場檢測
第8章 計算論辯
第9章 情感生成
第10章 多模態情感計算研究
第11章 情感分析的評測與資源介紹
第12章 情感計算應用
第13章 大模型時代下的情感

類似商品

最後瀏覽商品 (20)