情感计算:多轮对话中的情绪预测方法

李大宇，山西晋城人，出生于1992年1月。毕业于山西大学计算机科学与技术专业，博士研究生学历，现任山西财经大学金融学院教师。长期从事人工智能、自然语言处理、情感分析等方向的研究，并在国际期刊和会议上发表多篇论文。

第1章 绪论

1.1 研究背景及意义

1.2 面临的挑战

1.3 国内外研究现状

1.4 主要研究内容及创新点

1.5 本书组织结构

第2章 多轮对话情绪预测任务及其基线方法

2.1 引言

2.2 相关任务介绍

2.3 任务形式化定义

2.4 多轮对话数据介绍

2.5 基线方法

2.6 本章小结

第3章 基于情绪传播特性的交互式双状态情绪细胞模型

3.1 引言

3.2 交互式双状态情绪细胞模型

3.3 实验

3.4 本章小结

第4章 基于多源信息融合的对话者感知模型

4.1 引言

4.2 对话者感知模型

4.3 实验

4.4 本章小结

第5章 基于情绪反应多样性的自适应集成模型

5.1 引言

5.2 自适应集成模型

5.3 实验

5.4 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

参考文献

随着人工智能技术的发展以及智能客服、虚拟助手等应用场景的不断扩展，多轮对话情境下的情绪分析成为研究的重要方向。本书针对多轮对话情绪预测任务，从多轮对话中的情绪传播特性、情绪信息的多源性、情绪反应的多样性等角度，采用序列模型、图神经网络模型、知识图谱以及集成模型等技术，研究并提出了多种对话情绪预测模型，从而为人机对话、智能客服、心理健康咨询等领域的应用提供技术支撑。

本书适合在多轮对话场景下进行『青感分析的研究人员、工程师以及对此领域感兴趣的学生和从业者，可以为其进一步探究人工智能、自然语言处理、计算机科学等相关领域提供参考。