情感計(jì)算 秦兵 趙妍妍 林鴻飛 王素格 徐睿峰
定 價(jià):89 元
- 作者:秦兵 趙妍妍 林鴻飛 王素格 徐睿峰
- 出版時(shí)間:2024/9/1
- ISBN:9787111754633
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP391
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
近年來,在深度學(xué)習(xí)、大數(shù)據(jù)等革命性技術(shù)的推動(dòng)下,人工智能領(lǐng)域迎來了又一個(gè)春天。在人工智能的研究中,既包括對(duì)于人類理性思維的模擬,還包括對(duì)人類感性思維的計(jì)算。本書重點(diǎn)講述的文本情感分析技術(shù)就屬于后者。該技術(shù)源于自然語言處理領(lǐng)域,但也有別于一般的自然語言處理任務(wù)。文本情感分析面向的處理對(duì)象是社交媒體中產(chǎn)生的用戶評(píng)論文本,該文本的特點(diǎn)是帶有大量的用戶主觀情感信息,因此該技術(shù)的核心是通過自動(dòng)分析評(píng)論文本來進(jìn)行情感的理解。文本情感分析技術(shù)已有20 余年的研究歷史,凝聚成了多項(xiàng)研究任務(wù)和實(shí)用技術(shù),已應(yīng)用于輿情分析、電子商務(wù)等領(lǐng)域,具有重大的社會(huì)價(jià)值和商業(yè)價(jià)值。本書介紹的知識(shí)點(diǎn)包括文本情感分析的基礎(chǔ)理論和資源、核心任務(wù),以及上層應(yīng)用三大部分。在文本情感分析的基礎(chǔ)理論和資源部分,該書將講述基于深度學(xué)習(xí)的情感表示方法,以及語料、詞典和相關(guān)評(píng)測等資源;在文本情感分析的核心任務(wù)部分,該書將講述文本情感分類、情感信息抽取、隱式情感、多模態(tài)情感等若干核心任務(wù);在文本情感分析的上層應(yīng)用部分,該書將講述觀點(diǎn)分析、情感文摘等典型應(yīng)用。本書可以為自然語言處理、人工智能等領(lǐng)域的科研人員和IT 從業(yè)者提供創(chuàng)新的發(fā)展視角及相關(guān)理論、方法與技術(shù)支撐,也可作為相關(guān)專業(yè)高年級(jí)本科生和研究生課程教材。
在人工智能的研究中,既包括對(duì)人類理性思維的模擬,又包括對(duì)人類感性思維的計(jì)算。本書重點(diǎn)講述的文本情感分析技術(shù)就屬于后者。介紹的知識(shí)點(diǎn)包括文本情感分析的基礎(chǔ)理論和資源、核心任務(wù),以及上層應(yīng)用三大部分。在文本情感分析的基礎(chǔ)理論和資源部分,將講述基于深度學(xué)習(xí)的情感表示方法,以及語料、詞典和相關(guān)評(píng)測等資源;在文本情感分析的核心任務(wù)部分,將講述文本情感分類、情感信息抽取、隱式情感、多模態(tài)情感等若干核心任務(wù);在文本情感分析的上層應(yīng)用部分,將講述觀點(diǎn)分析、情感文摘等典型應(yīng)用。 本書可以為自然語言處理、人工智能等領(lǐng)域的科研人員和IT從業(yè)者提供創(chuàng)新的發(fā)展視角及相關(guān)理論、方法與技術(shù)支撐,也可作為相關(guān)專業(yè)高年級(jí)本科生和研究生的課程教材。
Preface
前 言
情感計(jì)算旨在讓機(jī)器像人一樣理解情感和表達(dá)情感,是目前人工智能研究中極其有價(jià)值的研究領(lǐng)域之一。隨著社交媒體的快速發(fā)展,社交媒體數(shù)據(jù)中的情感元素占比劇增,已成為政府、民眾和產(chǎn)業(yè)界關(guān)注的重點(diǎn)。情感計(jì)算在研究上結(jié)合社會(huì)學(xué)、管理學(xué)、傳播學(xué)等基礎(chǔ)學(xué)科,在應(yīng)用上涉及電商、教育、金融等各領(lǐng)域的落地場景,具有很強(qiáng)的跨學(xué)科跨行業(yè)特點(diǎn)。利用情感計(jì)算技術(shù),充分挖掘數(shù)據(jù)中蘊(yùn)涵的情感信息,具有巨大的社會(huì)價(jià)值和經(jīng)濟(jì)價(jià)值。機(jī)器是否可以理解人類情感、如何發(fā)現(xiàn)情感背后的原因以及如何更好地實(shí)現(xiàn)人機(jī)情感智能交互等問題的研究將是對(duì)傳統(tǒng)人工智能研究的有力提升,也必將極大地推動(dòng)人工智能技術(shù)的發(fā)展。同時(shí),情感計(jì)算與其他學(xué)科的結(jié)合,促成了交叉學(xué)科的發(fā)展,學(xué)界對(duì)相關(guān)技術(shù)的研究熱情持續(xù)高漲,尤其在新工科和新文科的高等教育改革中具有橋梁和紐帶的作用。
從情感計(jì)算概念第一次出現(xiàn)至今,經(jīng)歷了無數(shù)挑戰(zhàn)和變革。情感計(jì)算技術(shù)也不斷迎來新的挑戰(zhàn)。社交媒體數(shù)據(jù)從單一的文本評(píng)論發(fā)展為豐富的聲圖文混合的評(píng)論,情感表達(dá)形式從新聞評(píng)論發(fā)展為人機(jī)交互等方式,如何融合多模態(tài)情感進(jìn)行情感計(jì)算、如何處理大量的隱式情感信息以及如何進(jìn)行情感心理健康檢測及情感陪護(hù)等問題成為研究焦點(diǎn)。尤其是在以ChatGPT為代表的生成式人工智能技術(shù)時(shí)代,情感計(jì)算的研究范式發(fā)生了改變,如何將情感融入大語言模型中,以及如何使人工智能技術(shù)符合社會(huì)預(yù)期、符合人類價(jià)值觀等成為大模型時(shí)代的情感計(jì)算新增的研究方向。
與此同時(shí),越來越多的研究人員和學(xué)生進(jìn)入這個(gè)領(lǐng)域,迫切需要為這個(gè)領(lǐng)域培養(yǎng)青年人才,而編寫和出版教材是其中非常重要的一環(huán)。黨的二十大報(bào)告中指出:“我們要堅(jiān)持教育優(yōu)先發(fā)展、科技自立自強(qiáng)、人才引領(lǐng)驅(qū)動(dòng),加快建設(shè)教育強(qiáng)國、科技強(qiáng)國、人才強(qiáng)國,堅(jiān)持為黨育人、為國育才,全面提高人才自主培養(yǎng)質(zhì)量,著力造就拔尖創(chuàng)新人才,聚天下英才而用之。”教育強(qiáng)國是筑基、鑄魂工程,它為科技強(qiáng)國和人才強(qiáng)國提供可持續(xù)的強(qiáng)力支撐。因此,我們聚集了國內(nèi)10余名情感計(jì)算領(lǐng)域的專家編寫了這部教材。本書共分13章,包括情感計(jì)算的基礎(chǔ)任務(wù),如情感語義表示、情感分類、隱式情感識(shí)別、情感原因識(shí)別等,還包括情感計(jì)算的延伸應(yīng)用,如立場檢測、計(jì)算論辯、情感生成、多模態(tài)情感計(jì)算等。更重要的是,我們還對(duì)大模型時(shí)代下的情感計(jì)算進(jìn)行了分析和討論。本書內(nèi)容取自專家們多年的研究積累,書中介紹的原理、方法充分結(jié)合了理論與工程實(shí)踐,內(nèi)容由淺入深、循序漸進(jìn),適用于具有一定專業(yè)知識(shí)基礎(chǔ)的研究生以及相關(guān)研發(fā)機(jī)構(gòu)的科研工作者和工程師,希望引起更多學(xué)者的興趣,共同探索這個(gè)充滿未知和希望的研究方向。
在此,感謝中文信息學(xué)會(huì)情感計(jì)算專委會(huì)的一些專家學(xué)者們,他們和我一起在情感計(jì)算領(lǐng)域耕耘多年,把自己寶貴的經(jīng)驗(yàn)分享出來,包括林鴻飛老師(大連理工大學(xué))、王素格老師(山西大學(xué))、夏睿老師(南京理工大學(xué))、楊亮老師(大連理工大學(xué))、徐睿峰老師(哈爾濱工業(yè)大學(xué)(深圳))、魏忠鈺老師(復(fù)旦大學(xué))、黃民烈老師(清華大學(xué))、賈珈老師(清華大學(xué))、李晨亮老師(武漢大學(xué))、趙妍妍老師(哈爾濱工業(yè)大學(xué))。此外,還需要特別感謝為本書的整理及校對(duì)付出辛勤勞動(dòng)的張羽老師(哈爾濱工業(yè)大學(xué))和上述高校的研究生們。同時(shí),也感謝國家自然科學(xué)基金項(xiàng)目(62176078)對(duì)本書相關(guān)研究工作的資助。
機(jī)械工業(yè)出版社李永泉編輯對(duì)書稿進(jìn)行了精心審讀,提出了寶貴的意見;出版社其他工作人員也為本書做了大量努力,讓本書得以較快與讀者見面,在此謹(jǐn)向他們表示最誠摯的感謝!
在大模型時(shí)代下,情感計(jì)算的研究工作和產(chǎn)業(yè)化正在以日新月異的速度向前推進(jìn),這是一個(gè)涉及面非常廣的技術(shù)領(lǐng)域,作者也在不斷探索中。因作者水平有限,書中難免有疏漏與謬誤之處,敬請(qǐng)業(yè)界同行和讀者指正。
秦兵
2024年6月6日星期四
秦兵 哈爾濱工業(yè)大學(xué)計(jì)算學(xué)部教授/博士生導(dǎo)師,哈爾濱工業(yè)大學(xué)社會(huì)計(jì)算與信息檢索研究中心主任,國家重點(diǎn)研發(fā)課題、國家自然科學(xué)基金重點(diǎn)項(xiàng)目負(fù)責(zé)人。科技部科技創(chuàng)新 2030-“新一代人工智能”重大項(xiàng)目管理專家組專家,中國中文信息學(xué)會(huì)常務(wù)理事、語言與知識(shí)計(jì)算專委會(huì)副主任、情感計(jì)算專委會(huì)主任,黑龍江省計(jì)算機(jī)學(xué)會(huì)自然語言處理專委會(huì)主任。主持多項(xiàng)國家及省部級(jí)項(xiàng)目,獲中文信息學(xué)會(huì)錢偉長中文信息處理科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)、黑龍江省科學(xué)技術(shù)一等獎(jiǎng)、黑龍江省科學(xué)技術(shù)二等獎(jiǎng)。入選“2020 年度人工智能全球女性及 AI 2000 最具影響力學(xué)者榜單”和“福布斯中國 2020 科技女性榜”, 連續(xù)四年(2020-2023 年)入選愛思唯爾高被引學(xué)者榜單。
趙妍妍 哈爾濱工業(yè)大學(xué)計(jì)算學(xué)部教授、博士生導(dǎo)師,加州大學(xué)伯克利分校訪問學(xué)者。目前擔(dān)任中國中文信息學(xué)會(huì)社會(huì)媒體處理專委會(huì)委員,是多個(gè)國內(nèi)外會(huì)議和期刊的審稿人。近年來主持項(xiàng)目多項(xiàng),包括國家自然科學(xué)面上基金、人文社科項(xiàng)目等。在頂級(jí)國際會(huì)議 ACL、AAAI等上發(fā)表相關(guān)領(lǐng)域的學(xué)術(shù)論文近百篇。
林鴻飛 大連理工大學(xué)二級(jí)教授,校學(xué)術(shù)委員會(huì)委員。主要研究方向?yàn)樽匀徽Z言處理、情感計(jì)算、幽默計(jì)算等。擔(dān)任中國人工智能學(xué)會(huì)理事、語言智能專委會(huì)副主任;中國中文信息學(xué)會(huì)常務(wù)理事、情感計(jì)算專委會(huì)副主任。擔(dān)任《中文信息學(xué)報(bào)》《模式識(shí)別與人工智能》、SCI 期刊 JBI 等編委。入選遼寧省百千萬人才工程百人層次。
王素格 山西大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院教授、博士生導(dǎo)師。主要研究方向是自然語言處理和情感計(jì)算,兼任中國中文信息學(xué)會(huì)理事、情感計(jì)算專委會(huì)副主任、社會(huì)媒體處理專委會(huì)常務(wù)委員、計(jì)算語言學(xué)專委會(huì)委員等職。主持國家自然科學(xué)基金項(xiàng)目多項(xiàng),在國際重要學(xué)術(shù)期刊和會(huì)議發(fā)表論文 100 余篇。獲得山西省科學(xué)技術(shù)進(jìn)步一等獎(jiǎng)和二等獎(jiǎng)。
徐睿峰 哈爾濱工業(yè)大學(xué)(深圳)教授,長期從事自然語言處理、情感計(jì)算、社交媒體處理研究。擔(dān)任亞洲自然語言處理聯(lián)合會(huì)亞洲語言資源委員會(huì)主席,中國人工智能學(xué)會(huì)理事、青工委副主任,中國中文信息學(xué)會(huì)理事、情感計(jì)算專委會(huì)秘書長,先后獲錢偉長中文信息處理科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)、 / 廣東省 / 黑龍江省科技進(jìn)步二等獎(jiǎng)各一項(xiàng)。
目 錄
序
前言
第1章 緒論 1
1.1 情感計(jì)算概述 1
1.1.1 情感及其意義 1
1.1.2 情感計(jì)算的概念與歷史 2
1.1.3 情感計(jì)算的內(nèi)容 2
1.2 從資源到表示 3
1.2.1 情感分類標(biāo)準(zhǔn) 3
1.2.2 情感詞典 4
1.2.3 情感語義表示 4
1.3 從識(shí)別到生成 5
1.3.1 情感分析 5
1.3.2 情感原因發(fā)現(xiàn) 7
1.3.3 情感生成 7
1.4 從單模態(tài)到多模態(tài) 8
1.4.1 單模態(tài)情感分析 8
1.4.2 多模態(tài)情感分析 9
1.5 從個(gè)體到群體 9
1.5.1 個(gè)體情感 9
1.5.2 群體情感 10
1.5.3 個(gè)體情感和群體情感的
區(qū)別與聯(lián)系 10
1.6 從理論到應(yīng)用 10
1.6.1 推薦系統(tǒng) 11
1.6.2 抑郁癥預(yù)測 11
1.6.3 聊天機(jī)器人 12
參考文獻(xiàn) 12
第2章 文本情感語義表示 14
2.1 文本情感語義表示簡介 14
2.1.1 文本情感語義表示的
基本概念 14
2.1.2 文本情感語義表示的
研究任務(wù) 18
2.2 靜態(tài)情感語義表示學(xué)習(xí) 20
2.2.1 算法思想 20
2.2.2 代表性算法模型 21
2.3 動(dòng)態(tài)情感語義表示學(xué)習(xí) 27
2.3.1 算法思想 28
2.3.2 代表性算法模型 28
2.4 文本情感語義表示的未來
展望 39
2.5 本章總結(jié) 40
參考文獻(xiàn) 41
第3章 粗粒度文本情感分類 43
3.1 粗粒度文本情感分類簡介 43
3.1.1 文檔級(jí)情感分類的基本
概念 43
3.1.2 跨領(lǐng)域文本情感分類的
基本概念 44
3.1.3 跨語言情感分類的基本
概念 44
3.2 基于傳統(tǒng)機(jī)器學(xué)習(xí)的文本情感
分類方法 45
3.2.1 基于無監(jiān)督的文本情感
分類方法 45
3.2.2 基于情感特征的統(tǒng)計(jì)機(jī)器學(xué)
習(xí)文本情感分類方法 46
3.3 基于深度學(xué)習(xí)的文本情感
分類方法 48
3.3.1 基于遞歸神經(jīng)網(wǎng)絡(luò)的
文本情感分類 48
3.3.2 基于卷積神經(jīng)網(wǎng)絡(luò)的
文本情感分類 50
3.3.3 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的
文本情感分類 51
3.4 跨領(lǐng)域文本情感分類 55
3.4.1 基于實(shí)例遷移策略的跨
領(lǐng)域文本情感分類 55
3.4.2 基于特征遷移策略的跨
領(lǐng)域文本情感分類 56
3.4.3 基于參數(shù)遷移策略的跨
領(lǐng)域文本情感分類 57
3.5 跨語言文本情感分類 59
3.5.1 基于機(jī)器翻譯的方法 60
3.5.2 基于預(yù)訓(xùn)練模型的方法 61
3.5.3 基于生成對(duì)抗網(wǎng)絡(luò)的方法 63
3.6 本章總結(jié) 64
參考文獻(xiàn) 65
第4章 細(xì)粒度情感分析 68
4.1 細(xì)粒度情感分析任務(wù)及基本要素 68
4.2 經(jīng)典的屬性級(jí)情感分析任務(wù) 71
4.2.1 屬性抽取 71
4.2.2 屬性情感分類 73
4.2.3 <屬性,情感>配對(duì)抽取 77
4.3 屬性類別相關(guān)的細(xì)粒度情感分析 78
4.3.1 屬性類別的檢測 79
4.3.2 基于屬性類別的情感分類 79
4.3.3 屬性類別–情感的聯(lián)合
分類 79
4.4 觀點(diǎn)詞相關(guān)的細(xì)粒度情感分析 80
4.4.1 屬性詞和觀點(diǎn)詞的聯(lián)合
抽取 80
4.4.2 基于屬性詞的觀點(diǎn)詞抽取 81
4.4.3 <屬性詞,觀點(diǎn)詞>配對(duì)
抽取 81
4.5 多元組形式的細(xì)粒度情感分析 81
4.5.1 <屬性詞,屬性類別,情感
極性>三元組抽取 81
4.5.2 <屬性詞,觀點(diǎn)詞,情感
極性>三元組抽取 82
4.5.3 <屬性詞,屬性類別,
觀點(diǎn)詞,情感極性>
四元組抽取 84
4.6 包含更多要素的細(xì)粒度情感分析 84
4.6.1 包含觀點(diǎn)持有者的細(xì)粒度
情感分析 85
4.6.2 基于比較觀點(diǎn)的細(xì)粒度
情感分析 85
4.7 細(xì)粒度情感分析的挑戰(zhàn) 86
4.8 本章總結(jié) 87
參考文獻(xiàn) 87
第5章 隱式情感分析 92
5.1 隱式情感分析基本概念 92
5.2 事實(shí)型隱式情感分析 94
5.2.1 基于語言特征的隱式情感
分析方法 94
5.2.2 基于情感常識(shí)知識(shí)表示的
事實(shí)型隱式情感分析方法 95
5.2.3 基于異構(gòu)用戶知識(shí)融合的
隱式情感分析 97
5.3 比喻/隱喻型隱式情感 98
5.3.1 基于詞語特性的隱喻分析
方法 99
5.3.2 基于語義場景不一致的
隱喻序列標(biāo)注方法 100
5.4 反諷型隱式情感分析 103
5.4.1 基于詞匯信息和上下文
的反諷識(shí)別方法 103
5.4.2 融合語言特征及背景信息的
反諷型隱式情感識(shí)別方法 104
5.4.3 基于情感對(duì)比和多視角
注意力的反諷識(shí)別方法 106
5.5 反問型隱式情感分析 107
5.5.1 基于句法結(jié)構(gòu)的反問型
情感分析方法 108
5.5.2 基于多特征融合的反問型
隱式情感分析方法 109
5.6 幽默識(shí)別 111
5.6.1 幽默識(shí)別的基本概念 111
5.6.2 基于語音和模糊性語義
理解的門控注意力機(jī)制
的幽默識(shí)別方法 112
5.7 隱式情感語料庫 113
5.8 本章總結(jié) 114
參考文獻(xiàn) 114
第6章 情感原因分析 119
6.1 問題定義與分類 119
6.2 情感原因識(shí)別方法 121
6.2.1 基于規(guī)則的方法 121
6.2.2 基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法 123
6.2.3 基于深度學(xué)習(xí)的方法 125
6.2.4 各類方法的特點(diǎn)分析 131
6.3 情感–原因?qū)β?lián)合抽取方法 132
6.3.1 基于流水線結(jié)構(gòu)的方法 132
6.3.2 基于端到端結(jié)構(gòu)的方法 133
6.4 展望 139
參考文獻(xiàn) 142
第7章 文本立場檢測 145
7.1 文本立場檢測定義與分類 145
7.2 特定目標(biāo)立場檢測 147
7.2.1 基于規(guī)則的方法 147
7.2.2 基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)
方法 148
7.2.3 基于深度學(xué)習(xí)的方法 150
7.3 多目標(biāo)立場檢測 153
7.4 跨目標(biāo)立場檢測 156
7.4.1 基于知識(shí)遷移的模型 156
7.4.2 基于圖網(wǎng)絡(luò)的模型 158
7.4.3 融合外部知識(shí)的方法 159
7.5 零樣本立場檢測 159
7.5.1 基于知識(shí)遷移的模型 159
7.5.2 基于對(duì)比學(xué)習(xí)的模型 160
7.5.3 融合外部知識(shí)的方法 162
7.6 其他立場檢測相關(guān)研究 163
7.7 本章總結(jié) 164
參考文獻(xiàn) 164
第8章 計(jì)算論辯 167
8.1 論辯理論 167
8.2 獨(dú)白式論辯 169
8.2.1 論辯挖掘 170
8.2.2 論辯質(zhì)量評(píng)估 172
8.3 對(duì)話式論辯 174
8.3.1 交互論點(diǎn)對(duì)識(shí)別 175
8.3.2 對(duì)話式論辯生成 176
8.4 論辯應(yīng)用 179
8.4.1 智慧論辯 179
8.4.2 智慧教育 181
8.4.3 司法領(lǐng)域 182
8.5 總結(jié)和未來方向 184
參考文獻(xiàn) 185
第9章 情感生成 187
9.1 情感生成簡介 187
9.1.1 情感生成的基本概念 187
9.1.2 情感生成的主要研究
任務(wù) 189
9.2 主觀評(píng)論生成 190
9.2.1?結(jié)合推薦系統(tǒng) 192
9.2.2?融合細(xì)粒度信息 193
9.2.3?擴(kuò)展輸入知識(shí)源 194
9.3 情感對(duì)話系統(tǒng) 196
9.3.1 情感對(duì)話生成 196
9.3.2 融合共情的對(duì)話交互 200
9.3.3 基于情緒支持策略的
對(duì)話交互 204
9.4 情感生成的未來展望 208
9.5 本章總結(jié) 209
參考文獻(xiàn) 209
第10章 多模態(tài)情感計(jì)算研究 212
10.1?基于語音的情感語義表示學(xué)習(xí) 212
10.1.1?語音情感分析的背景 212
10.1.2?情感描述方法 214
10.1.3?語音情感特征提取 216
10.1.4?語音情感識(shí)別模型 218
10.1.5 海量互聯(lián)網(wǎng)語音半監(jiān)督
情感分析 219
10.2?基于圖像的情感語義表示學(xué)習(xí) 222
10.2.1?圖像情感分析的背景 222
10.2.2?可解釋的圖像情感分析 223
10.2.3?圖像的美學(xué)風(fēng)格理解 224
10.2.4 圖像生成 225
10.2.5?計(jì)算美學(xué)的其他應(yīng)用 227
10.3 多模態(tài)心理健康計(jì)算 229
10.3.1 多模態(tài)心理健康計(jì)算
簡介 229
10.3.2 單一數(shù)據(jù)集的多模態(tài)
抑郁檢測 230
10.3.3 跨平臺(tái)的多模態(tài)抑郁
檢測 233
10.4 本章總結(jié) 237
參考文獻(xiàn) 237
第11章 情感分析的評(píng)測與資源
介紹 241
11.1 情感詞典 241
11.1.1 情感詞典的構(gòu)建方法 241
11.1.2 情感詞典資源介紹 246
11.1.3 小結(jié) 247
11.2 情感分析語料庫 247
11.2.1 情感分析語料庫構(gòu)建 247
11.2.2 情感語料資源介紹 248
11.2.3 情緒語料資源介紹 249
11.2.4 多模態(tài)情感語料資源
介紹 250
11.2.5 對(duì)話情感語料資源介紹 253
11.2.6 小結(jié) 254
11.3 情感分析評(píng)測 254
11.3.1 國外情感分析評(píng)測 255
11.3.2 國內(nèi)情感分析評(píng)測 258
11.3.3?小結(jié) 259
11.4 情感分析資源延展閱讀 259
11.5 本章總結(jié) 260
參考文獻(xiàn) 260
第12章 情感計(jì)算應(yīng)用 263
12.1 推薦系統(tǒng)中的情感計(jì)算 263
12.1.1 推薦系統(tǒng)中的情感計(jì)算
簡介 263
12.1.2 情感計(jì)算在推薦系統(tǒng)中
的去偏差應(yīng)用 264
12.1.3 情感計(jì)算在推薦系統(tǒng)中
的增加可解釋性應(yīng)用 266
12.2 心理健康診斷中的情感
計(jì)算 270
12.2.1 概述 270
12.2.2 情感計(jì)算在抑郁檢測中
的應(yīng)用 270
12.2.3 情感計(jì)算在抑郁檢測中
的相關(guān)研究方法 272
12.2.4 抑郁檢測中的案例
分析 275
12.2.5 抑郁檢測相關(guān)數(shù)據(jù)集 278
12.2.6 心理健康診斷領(lǐng)域的
研究展望 281
12.3 媒體數(shù)據(jù)情感分析中的情感
計(jì)算 281
12.3.1 經(jīng)濟(jì)、市場與服務(wù)中的
情感分析 281
12.3.2 自然災(zāi)害管理中的情感
分析 284
12.4 本章總結(jié) 288
參考文獻(xiàn) 288
第13章 大模型時(shí)代下的情感
計(jì)算 291
13.1 大模型時(shí)代下的機(jī)遇與挑戰(zhàn) 291
13.2 大模型時(shí)代下現(xiàn)有情感計(jì)算研究
方向