目　　錄
序
前言
第1章　緒論　1
1.1　情感計算概述　1
1.1.1　情感及其意義　1
1.1.2　情感計算的概念與歷史　2
1.1.3　情感計算的內(nèi)容　2
1.2　從資源到表示　3
1.2.1　情感分類標準　3
1.2.2　情感詞典　4
1.2.3　情感語義表示　4
1.3　從識別到生成　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　從個體到群體　9
1.5.1　個體情感　9
1.5.2　群體情感　10
1.5.3　個體情感和群體情感的
區(qū)別與聯(lián)系　10
1.6　從理論到應用　10
1.6.1　推薦系統(tǒng)　11
1.6.2　抑郁癥預測　11
1.6.3　聊天機器人　12
參考文獻　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　18
2.2　靜態(tài)情感語義表示學習　20
2.2.1　算法思想　20
2.2.2　代表性算法模型　21
2.3　動態(tài)情感語義表示學習　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　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　文檔級情感分類的基本
概念　43
3.1.2　跨領域文本情感分類的
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)機器學習的文本情感
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)計機器學
習文本情感分類方法　46
3.3　基于深度學習的文本情感
分類方法　48
3.3.1　基于遞歸神經(jīng)網(wǎng)絡的
文本情感分類　48
3.3.2　基于卷積神經(jīng)網(wǎng)絡的
文本情感分類　50
3.3.3　基于循環(huán)神經(jīng)網(wǎng)絡的
文本情感分類　51
3.4　跨領域文本情感分類　55
3.4.1　基于實例遷移策略的跨
領域文本情感分類　55
3.4.2　基于特征遷移策略的跨
領域文本情感分類　56
3.4.3　基于參數(shù)遷移策略的跨
領域文本情感分類　57
3.5　跨語言文本情感分類　59
3.5.1　基于機器翻譯的方法　60
3.5.2　基于預訓練模型的方法　61
3.5.3　基于生成對抗網(wǎng)絡的方法　63
3.6　本章總結(jié)　64
參考文獻　65
第4章　細粒度情感分析　68
4.1　細粒度情感分析任務及基本要素　68
4.2　經(jīng)典的屬性級情感分析任務　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>配對抽取　77
4.3　屬性類別相關的細粒度情感分析　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　觀點詞相關的細粒度情感分析　80
4.4.1　屬性詞和觀點詞的聯(lián)合
抽取　80
4.4.2　基于屬性詞的觀點詞抽取　81
4.4.3　<屬性詞,觀點詞>配對
抽取　81
4.5　多元組形式的細粒度情感分析　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,觀點詞,情感
極性>三元組抽取　82
4.5.3　<屬性詞,屬性類別,
觀點詞,情感極性>
四元組抽取　84
4.6　包含更多要素的細粒度情感分析　84
4.6.1　包含觀點持有者的細粒度
情感分析　85
4.6.2　基于比較觀點的細粒度
情感分析　85
4.7　細粒度情感分析的挑戰(zhàn)　86
4.8　本章總結(jié)　87
參考文獻　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　基于情感常識知識表示的
事實型隱式情感分析方法　95
5.2.3　基于異構(gòu)用戶知識融合的
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
反諷型隱式情感識別方法　104
5.4.3　基于情感對比和多視角
注意力的反諷識別方法　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　幽默識別　111
5.6.1　幽默識別的基本概念　111
5.6.2　基于語音和模糊性語義
理解的門控注意力機制
的幽默識別方法　112
5.7　隱式情感語料庫　113
5.8　本章總結(jié)　114
參考文獻　114
第6章　情感原因分析　119
6.1　問題定義與分類　119
6.2　情感原因識別方法　121
6.2.1　基于規(guī)則的方法　121
6.2.2　基于統(tǒng)計的機器學習方法　123
6.2.3　基于深度學習的方法　125
6.2.4　各類方法的特點分析　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　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)計的機器學習
方法　148
7.2.3　基于深度學習的方法　150
7.3　多目標立場檢測　153
7.4　跨目標立場檢測　156
7.4.1　基于知識遷移的模型　156
7.4.2　基于圖網(wǎng)絡的模型　158
7.4.3　融合外部知識的方法　159
7.5　零樣本立場檢測　159
7.5.1　基于知識遷移的模型　159
7.5.2　基于對比學習的模型　160
7.5.3　融合外部知識的方法　162
7.6　其他立場檢測相關研究　163
7.7　本章總結(jié)　164
參考文獻　164
第8章　計算論辯　167
8.1　論辯理論　167
8.2　獨白式論辯　169
8.2.1　論辯挖掘　170
8.2.2　論辯質(zhì)量評估　172
8.3　對話式論辯　174
8.3.1　交互論點對識別　175
8.3.2　對話式論辯生成　176
8.4　論辯應用　179
8.4.1　智慧論辯　179
8.4.2　智慧教育　181
8.4.3　司法領域　182
8.5　總結(jié)和未來方向　184
參考文獻　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　189
9.2　主觀評論生成　190
9.2.1?結(jié)合推薦系統(tǒng)　192
9.2.2?融合細粒度信息　193
9.2.3?擴展輸入知識源　194
9.3　情感對話系統(tǒng)　196
9.3.1　情感對話生成　196
9.3.2　融合共情的對話交互　200
9.3.3　基于情緒支持策略的
對話交互　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　209
第10章　多模態(tài)情感計算研究　212
10.1?基于語音的情感語義表示學習　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習　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?圖像的美學風格理解　224
10.2.4　圖像生成　225
10.2.5?計算美學的其他應用　227
10.3　多模態(tài)心理健康計算　229
10.3.1　多模態(tài)心理健康計算
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　跨平臺的多模態(tài)抑郁
檢測　233
10.4　本章總結(jié)　237
參考文獻　237
第11章　情感分析的評測與資源
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　對話情感語料資源介紹　253
11.2.6　小結(jié)　254
11.3　情感分析評測　254
11.3.1　國外情感分析評測　255
11.3.2　國內(nèi)情感分析評測　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　260
第12章　情感計算應用　263
12.1　推薦系統(tǒng)中的情感計算　263
12.1.1　推薦系統(tǒng)中的情感計算
簡介　263
12.1.2　情感計算在推薦系統(tǒng)中
的去偏差應用　264
12.1.3　情感計算在推薦系統(tǒng)中
的增加可解釋性應用　266
12.2　心理健康診斷中的情感
計算　270
12.2.1　概述　270
12.2.2　情感計算在抑郁檢測中
的應用　270
12.2.3　情感計算在抑郁檢測中
的相關研究方法　272
12.2.4　抑郁檢測中的案例
分析　275
12.2.5　抑郁檢測相關數(shù)據(jù)集　278
12.2.6　心理健康診斷領域的
研究展望　281
12.3　媒體數(shù)據(jù)情感分析中的情感
計算　281
12.3.1　經(jīng)濟、市場與服務中的
情感分析　281
12.3.2　自然災害管理中的情感
分析　284
12.4　本章總結(jié)　288
參考文獻　288
第13章　大模型時代下的情感
計算　291
13.1　大模型時代下的機遇與挑戰(zhàn)　291
13.2　大模型時代下現(xiàn)有情感計算研究
方向