情感計算理論與方法

目錄

第1章情感計算背景介紹

1.1情感計算的內涵

1.1.1情感的定義

1.1.2情感是如何計算的

1.1.3情感計算的作用

1.2情感計算的歷史

習題

第2章腦認知與情感計算

2.1情感計算的理論取向

2.1.1早期情感理論

2.1.2生理激活說

2.1.3認知評價說

2.1.4情感現象說

2.1.5情緒行為說

2.2情感在神經學的區分

2.2.1一級水平： 反射性情感反應

2.2.2二級水平： 一級情緒

2.2.3三級水平： 高級情感

2.3情感的腦神經結構和網絡

2.3.1杏仁核

2.3.2眶額回皮質

2.3.3扣帶回皮質

2.3.4背部神經核團

2.3.5外側下丘腦

2.3.6腹側黑質

2.4基於腦認知的情感模型

2.4.1EM模型

2.4.2Roseman情感模型

2.4.3EMA模型

2.4.4Salt&Pepper模型

習題

第3章情感計算模型

3.1離散情感計算模型

3.1.1基本情感論

3.1.2離散情感數據庫

3.1.3離散情感評價標準

3.2維度情感計算模型

3.2.1維度情感模型

3.2.2維度情感標註

3.2.3維度情感數據庫

3.2.4維度情感評價標準

3.3基於個性化的情感模型

3.3.1大五人格模型

3.3.2Chittaro行為模型

3.3.3EFA性格空間模型

3.3.4情緒心情性格模型

習題

第4章情感特徵

4.1語音情感特徵

4.1.1語音韻律特徵

4.1.2語音譜特徵

4.1.3語音音質特徵

4.1.4功能性副語言特徵

4.1.5其他語音特徵

4.2視頻情感特徵

4.2.1Gabor特徵

4.2.2局部二值模式

4.2.3基於區分性學習的情感特徵

4.2.4基於三正交平面的表情描述向量

4.2.5基於光流法的表情描述向量

4.2.6深度視頻特徵

4.2.7面部表情編碼系統

4.3文本情感特徵

4.3.1情感詞典的構建

4.3.2文本情感特徵

4.3.3文本情感特徵詞選擇

4.4生理參數特徵

4.4.1情感計算中的生理信號

4.4.2EEG特徵處理

4.4.3外周神經生理信號特徵處理

習題

第5章情感識別

5.1多模態融合算法

5.1.1傳統融合算法

5.1.2子空間融合

5.1.3細粒度融合

5.1.4模態缺失

5.2低資源情感識別

5.2.1遷移學習

5.2.2數據擴增

5.3對話情感識別

5.3.1時序建模

5.3.2個體建模

5.3.3融合常識

5.4情感識別外延

5.4.1微表情檢測

5.4.2人格分析

5.4.3精神狀態分析

5.4.4言語置信度分析

5.4.5情感意圖理解

習題

第6章情感傾向性分析

6.1文本情感分析

6.1.1基於規則的文本情感分析

6.1.2基於統計機器學習的文本情感分析

6.1.3基於深度學習的文本情感分析

6.2輿情分析

習題

第7章情感生成

7.1情感是如何激發的

7.2情感誘發方法

7.2.1情感材料誘發

7.2.2情感情境誘發

7.3情感誘發有效性分析方法

7.3.1誘發效應影響因素

7.3.2誘發效果評價方法

7.4情感語音合成

7.4.1基於韻律修正的情感語音合成系統

7.4.2基於波形拼接的情感語音合成系統

7.4.3基於統計參數的情感語音合成系統

7.4.4基於深度學習的情感語音合成 

7.4.5基於端到端的情感語音合成

7.4.6文本無關的情感語音轉換

7.5表情生成

7.5.1基於表情比率圖的表情生成方法

7.5.2基於幾何驅動的真實化人臉表情生成方法

7.5.3基於表情系數的表情生成方法

7.5.4基於五官移植的表情生成方法

7.5.5基於統計學的表情生成方法

7.5.6基於PixelRNN模型的表情生成

7.5.7基於GAN模型的表情生成

7.6多模態情感生成

習題

第8章情感計算的應用

8.1情感機器人的應用

8.2醫療健康的情感應用

8.2.1情感計算輔助檢測抑鬱症中的應用

8.2.2情感計算在睡眠癱瘓喚醒中的應用

8.2.3情感計算在老年人健康預警中的應用

8.3微博話題輿情分析的應用

8.4安全領域的情感應用

8.5金融領域的情感應用

8.6教育領域的情感應用

習題

附錄A情感計算算法基礎

A.1K近鄰方法

A.2高斯混合模型

A.3隱馬爾可夫模型

A.4支持向量機

A.5隨機森林

A.6AdaBoost

A.7深度置信神經網絡

A.8捲積神經網絡

A.9循環神經網絡

A.10註意力機制模型

參考文獻