情感分析：挖掘观点、情感和情绪（原书第2版）

图书标准信息

• 作者 刘兵（Bing Liu）
• 出版社 机械工业出版社
• 出版时间 2022-07
• 版次 1
• ISBN 9787111709374
• 定价 129.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 340页
• 字数 473千字

【内容简介】

本书主要从自然语言处理的角度全面地介绍情感分析主题的研究技术和实用算法，以帮助读者了解通常用于表达观点和情感的问题和语言结构的基本结构。涵盖情感分析的所有核心领域，如文档级情感分析、基于属性的情感分析、情感词典的构建等。还包括许多新兴的主题，如辩论分析、意图挖掘、虚假评论检测，并提出了可用来分析和总结观点的计算方法。本书可以作为情感分析领域的入门读物和研究概览，适合对情感分析和观点挖掘感兴趣的学生、研究人员阅读。

【作者简介】

中国科学院自动化研究所模式识别国家重点实验室研究员、博士生导师，中国科学院大学岗位教授。研究领域包括自然语言处理、文本信息抽取、知识图谱、问答系统等。在自然语言处理、知识工程等领域国际重要会议和期刊发表多篇学术论文，Google Scholar引用一万余次。曾获COLING 2014最佳论文奖、Google Focused Research Award、中国中文信息学会“汉王青年创新一等奖”、中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖、北京市科学技术进步一等奖等多项学术奖励。获得国家自然科学基金委优秀青年基金支持。目前兼任北京智源人工智能研究院青年科学家、Pattern Recognition期刊的Associte Editor、中国中文信息学会语言与知识计算专委会秘书长等学术职务，也曾任ACL、EMNLP、CIKM、ISWC、EACL等国际高水平学术会议（Senior）Area Chair/Senior PC member。

【目录】

前言

致谢

章 引言

1.1 情感分析应用

1.2 情感分析研究

1.2.1 针对不同文本颗粒度的情感分析研究

1.2.2 情感词典以及研究问题

1.2.3 辩论与分析

1.2.4 意图挖掘

1.2.5 垃圾观点检测与质量

1.3 情感分析是一个自然语言处理任务

1.4 本书撰写方式

第2章 情感分析概述

2.1 观点定义

2.1.1 观点的定义

2.1.2 情感对象

2.1.3 观点中的情感

2.1.4 简化的观点定义

2.1.5 观点的原因和限定条件

2.1.6 情感分析的目标和任务

2.2 观点摘要定义

2.3 感受、情绪、心情

2.3.1 心理学中的感受、情绪、心情

2.3.2 情绪

2.3.3 心情

2.3.4 感觉

2.3.5 情感分析中的感受、情绪和心情

2.4 观点的不同类型

2.4.1 常规型观点和比较型观点

2.4.2 主观和隐含在事实中的观点

2.4.3 人称和非人称观点

2.4.4 元观点

2.5 作者和读者视角

2.6 小结

第3章 文档级情感分类

3.1 基于监督的情感分类

3.1.1 基于传统机器学算法的情感分类方法

3.1.2 使用自定义的打分函数进行情感分类

3.1.3 基于深度学的情感分类

3.1.4 基于终身学的情感分类

3.2 无监督情感分类

3.2.1 基于句法模板和网页检索的情感分类

3.2.2 基于情感词典的情感分类

3.3 情感评分预测

3.4 跨领域情感分类

3.5 跨语感分类

3.6 文档的情绪分类

3.7 小结

第4章 句子级主客观和情感分类

4.1 主观

4.2 句子级主客观分类

4.3 句子级情感分类

4.3.1 句子级情感分类的前提设

4.3.2 传统分类方法

4.3.3 基于深度学的分类方法

4.4 处理条件句

4.5 处理讽刺句

4.6 跨语言主客观和情感分类

4.7 在情感分类中使用语篇信息

4.8 句子级情绪分类

4.9 多模态情感和情绪分类

4.10 小结

第5章 属级情感分类

5.1 属级情感分类概述

5.1.1 基于监督学的方法

5.1.2 基于词典的方法

5.1.3 两种方法的优缺点

5.2 情感组合规则

5.2.1 情感组合规则概述

5.2.2 情感减弱和情感增强表达

5.2.3 small_or_less和large_or_more表达

5.2.4 情绪和情感强度

5.2.5 情感词的含义

5.2.6 其他方法概述

5.3 否定和情感

5.3.1 否定词

5.3.2 never

5.3.3 其他常用的情感转换词

5.3.4 否定词移动现象

5.3.5 否定范围

5.4 情态和情感

5.5 并列连词but

5.6 非观点内容的情感词

5.7 规则表示

5.8 词义消歧和指代消解

5.9 小结

第6章 属和实体抽取

6.1 基于频率的属抽取

6.2 利用句法关系

6.2.1 利用观点和观点评价对象间的评价关系

6.2.2 利用部分整体和属关系

6.3 基于监督学的属抽取

6.3.1 隐马尔可夫模型

6.3.2 条件场

6.3.3 基于深度学的方法

6.4 隐含属的映

6.4.1 基于语料库的方法

6.4.2 基于词典的方法

6.5 属聚类

6.6 基于主题模型的属抽取

6.6.1 隐狄利克雷分配

6.6.2 使用无监督主题模型进行观点属抽取

6.6.3 在主题模型中加入领域先验知识

6.6.4 基于终身学的主题模型：像人类一样学

6.6.5 使用短语作为主题词

6.7 实体抽取与消歧

6.7.1 实体抽取与消歧的问题定义

6.7.2 实体抽取

6.7.3 实体

6.7.4 实体搜索和

6.8 观点持有者和观点时间抽取

6.9 小结

第7章 情感词典构建

7.1 基于词典的方法

7.2 基于语料库的方法

7.2.1 从语料库中识别情感词

7.2.2 处理上下文相关的情感词

7.2.3 词典自适应

7.2.4 其他相关工作

7.3 情感词向量

7.4 隐含了情感信息（期望或者不期望）的事实型描述

7.5 小结

第8章 比较型观点分析

8.1 问题定义

8.2 比较句识别

8.3 优选实体集识别

8.4 特殊类型的比较句

8.4.1 非标准型比较

8.4.2 交类型的比较

8.4.3 单实体比较

8.4.4 带有pare和parison的句子

8.5 实体与属抽取

8.6 小结

第9章 观点摘要和搜索

0章 辩论与分析

第ll章 意图挖掘

2章 虚观点检测

3章 的质量

4章 结

附录

参文献

索引