情感计算:概念与原理9787547860526

李太豪 信息科学与系统工程博士，之江实验室高级研究专家、研究员，中国科学院大学杭州高等研究院教授，浙江大学计算机学院博士生导师，浙江省海外高层次人才特聘专家。曾任哈佛大学研究员，波士顿Flatley 创新实验室首席科学家。

董建敏 控制科学与工程博士，之江实验室高级研究专员。

程翠萍 计算机技术硕士，之江实验室研究专员。

朱　敏 经济学博士，上海师范大学商学院副教授，商业数据系主任，金融学专业硕士生导师，中国交叉科学学会金融量化分析与计算专业委员会委员、上海市经济学会会员、上海市世界经济学会会员。

第一章 绪论………………………………………………1

1.1 情感计算的发展历程…………………………………1

1.2 情感计算的存在意义 ……………………………………4

1.3 情感计算的未来挑战……………………………………6

1.3.1 情感计算的可行性 ……………………………6

1.3.2 情感计算的理论和技术突破 ……………………8

1.3.3 情感计算的监管需求 …………………………10

第二章 情感及情感计算…………………………………15

2.1 情感计算的由来 …………………………………………15

2.1.1 人类社会的情感 ………………………………16

2.1.2 可计算的情感 ……………………………………20

2.2 情感的分类方法 …………………………………………22

2.2.1 离散情感模型 …………………………………22

2.2.2 维度情感模型 ……………………………………24

2.2.3 其他情感模型 …………………………………27

2.3 情感计算的研究内容 ……………………………………29

2.3.1 情感基础理论 ……………………………………29

2.3.2 情感信号的采集 …………………………………30

2.3.3 情感分析 ………………………………………30

2.3.4 多模态融合 ……………………………………33

2.3.5 情感的生成与表达 ………………………………35

2.4 情感计算的研究方法 ……………………………………35

2.4.1 传统机器学习方法 ………………………………36

2.4.2 深度学习方法 ……………………………………41

2.5 情感计算的研究现状 ……………………………………49

2.5.1 单模态情感计算 ………………………………50

2.5.2 多模态情感计算 ………………………………55

2.6 情感计算的功能特点 ……………………………………57

2.6.1 情感计算的行业应用……………………………59

2.6.2 情感计算的未来趋势 ……………………………63

第三章 文本情感计算………………………………………69

3.1 背景概述 …………………………………………………69

3.1.1 基于情感词典和规则库的文本情感计算 ………70

3.1.2 基于机器学习的文本情感计算 ………………70

3.1.3 基于深度学习的文本情感分析 ………………72

3.2 代表数据集 ………………………………………………75

3.2.1 中文文本情感分析数据集介绍 …………………75

3.2.2 英文文本情感分析数据集介绍 ………………83

3.3 主要方法 ………………………………………………91

3.3.1 基于传统机器学习的方法 ……………………91

3.3.2 基于深度学习的方法 ……………………………93

3.4 应用及展望 ………………………………………………97

第四章 语音情感计算…………………………………101

4.1 背景概述 ……………………………………………101

4.1.1 语音情感计算研究背景 ………………………101

4.1.2 语音情感计算研究现状 ……………………103

4.2 代表数据集 ……………………………………………105

4.2.1 数据集的分类 …………………………………105

4.2.2 常见的语音情感数据集 ………………………107

4.3 主要方法 ………………………………………………111

4.3.1 语音信号的预处理 …………………………112

4.3.2 语音情感特征提取 …………………………115

4.3.3 传统的方法 …………………………………118

4.3.4 深度学习的方法………………………………121

4.4 技术挑战 ………………………………………………124

4.5 应用及展望 ……………………………………………126

4.5.1 医学领域 ………………………………………126

4.5.2 服务领域 ……………………………………126

4.5.3 公共安全领域 ………………………………127

4.5.4 教育领域 ……………………………………127

第五章 视觉情感计算…………………………………131

5.1 背景概述 ………………………………………………131

5.1.1 视觉情感计算研究背景 ………………………131

5.1.2 视觉情感计算研究现状 ……………………135

5.2 代表数据集 ……………………………………………140

5.2.1 图像情感数据集 ……………………………140

5.2.2 视频情感数据集 ………………………………142

5.3主要方法

5.3.1基于传统机器学习的方法

5.3.2基于深度学习的方法

5.4技术挑战

5.4.1语义鸿沟

5.4.2情感表述的准确性

5.4.3标注困难

5.4.4数据库构建困难

5.5应用及展望

……

第六章生理信号情感计算

第七章多模态情感计算

第八章拟人情感对话系统

参考文献

第二章情感及情感计算

2.1情感计算的由来

情感计算是人工智能的一个细分领域。1986年，明斯基出版了面向大众且极具影响力的著作《心智社会》。2006年，他再次推出《情感机器》(The Emotion Machine)一书，并明确表示人是一种复杂的机器，人的每一种主要的“情感状态”(emotional states)都是因为激活或关闭了组成大脑的一些资源，从而改变了大脑的运行模式。因此，英文中“智能”一词有时会被另一个词所替代，即“resourcefulness"(智谋)。如果说情感和智能之间有某种联系，那么对情感的深人研究无疑将推动人们对机器智能探索的又一次升华。

众所周知，语言在情感的多模态表达中占据主导地位。但是，随着各个时代口语化进程对专业语言环境的影响不断加大，致使“情感”“情绪”“感情”等近义词不再被人们严格地区分和对待，从而也影响了人们对自身情感内涵及概念的理解。例如，绝大多数人就完全不能分辨“情感”和“感情”的词义差别。然而，要充分理解情感计算的内涵以及阶段性的任务，厘清这些容易被混淆的概念就显得非常重要。在本套丛书的《情感计算:发展和趋势》中已有专门论述有关人类对于“情”的研究以及在现代汉语体系中各关联词汇差异的内容。这里仅做一些简单回顾和概念提点，以帮助读者对后续专业内容能够有正确的理解。

……

适读人群 ：从事该领域或相关领域的研究者、管理者和实践者，接受大学通识类教育和相关领域的学生。

全面介绍用以实现情感计算的常用算法、策略和数据集的发展情况