情感分析进阶

情感分析进阶

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

系统深入地介绍文本情感分析的基础知识、核心技术和典型应用。

内容简介

本书包括五个部分:第一部分介绍文本情感分析的研究背景、研究现状和基础技术;第二部分从内容语义理解的角度出发,介绍基于隐式表达的讽刺检测技术;第三部分从用户个性化建模的角度出发,介绍多轮对话中的情绪分析技术;第四部分介绍小样本场景下的立场检测解决方案;第五部分介绍对抗攻击场景下的情感分类防御技术。

作者简介

作者林政,中国科学院信息工程研究所研究员、博士生导师,中国科学院信息工程研究所第三研究室IIE-NLP小组负责人。主要研究领域是自然语言处理、网络内容安全,具体包括情感/情绪分析、机器阅读理解、神经网络模型压缩等研究任务。

章节目录

版权信息

前言

第一部分

第1章 概述

1.1 文本情感分析相关概念

1.2 文本情感分析方法

1.3 情感分析的应用

1.4 情感分析面临的困难

1.5 机遇和挑战

1.6 本章小结

参考文献

第2章 文本情感分析基础

2.1 有监督学习

2.2 无监督学习

2.3 半监督学习

2.4 词向量

2.5 卷积神经网络

2.6 循环神经网络

2.7 记忆网络

2.8 预训练模型

2.9 本章小结

参考文献

第二部分

第3章 基于文本片段不一致性的讽刺检测模型

3.1 任务与术语

3.2 片段不一致性

3.3 自注意力机制

3.4 模型框架

3.5 实验设计和结果分析

3.6 应用实践

3.7 本章小结

参考文献

第4章 基于常识知识的讽刺检测

4.1 任务与术语

4.2 常识知识资源

4.3 知识生成方法

4.4 知识选择方法

4.5 知识融合方法

4.6 模型框架

4.7 实验设计和结果分析

4.8 应用实践

4.9 本章小结

参考文献

第5章 基于多模态数据的讽刺检测

5.1 任务与术语

5.2 模态内注意力

5.3 模态间注意力

5.4 模型框架

5.5 实验设计和结果分析

5.6 应用实践

5.7 本章小结

参考文献

第三部分

第6章 基于用户建模的对话情绪分析

6.1 任务与术语

6.2 层级Transformer和Mask机制

6.3 自己-自己关系建模

6.4 自己-其他关系建模

6.5 用户关系权重选择

6.6 模型框架

6.7 应用实践

6.8 本章小结

参考文献

第7章 基于过去、现在和未来的对话情绪分析

7.1 任务与术语

7.2 常识知识库

7.3 图神经网络

7.4 基于知识的情绪预测

7.5 对话上下文交互图构建

7.6 模型框架

7.7 应用实践

7.8 本章小结

参考文献

第8章 基于平衡特征空间的不平衡情绪分析

8.1 情绪分析中的不平衡问题

8.2 基于重采样的平衡策略

8.3 基于重权重化的平衡策略

8.4 基于数据增强的平衡策略

8.5 Focal损失函数

8.6 自我调整的Dice损失函数

8.7 中心损失函数

8.8 三元组中心损失函数

8.9 最大马氏分布中心

8.10 特征空间平衡损失函数

8.11 应用实践

8.12 本章小结

参考文献

第四部分

第9章 基于语义-情绪知识的跨目标立场检测

9.1 任务描述

9.2 立场检测基础模型

9.3 语义知识和情绪知识

9.4 模型框架

9.5 语义-情绪图建模

9.6 知识增强的BiLSTM网络

9.7 立场检测分类器

9.8 模型应用

9.9 本章小结

参考文献

第10章 基于元学习的跨领域立场检测

10.1 元学习概念

10.2 有监督元学习

10.3 MAML算法

10.4 基于元学习的立场检测模型

10.5 应用实践

10.6 本章小结

参考文献

第11章 知识增强的零样本和小样本立场检测

11.1 任务与术语

11.2 概念知识图

11.3 多关系图神经网络

11.4 基于多关系图神经网络的知识图编码

11.5 知识增强的立场检测模型

11.6 应用实践

11.7 本章小结

参考文献

第五部分

第12章 面向情感分类的对抗攻击

12.1 对抗样本的概念

12.2 扰动控制

12.3 白盒攻击与黑盒攻击

12.4 目标攻击与非目标攻击

12.5 字符级对抗攻击方法

12.6 词语级对抗攻击方法

12.7 句子级对抗攻击方法

12.8 本章小结

参考文献

第13章 基于前置检测的情感分类防御

13.1 任务与术语

13.2 鲁棒单词识别模型

13.3 两步拼写校正模型

13.4 应用实践

13.5 本章小结

参考文献

第14章 基于数据优化的情感分类防御

14.1 任务与术语

14.2 数据增强方法

14.3 对抗训练方法

14.4 错别字鲁棒编码

14.5 同义词编码

14.6 本章小结

参考文献

第15章 基于可验证区域的情感分类防御

15.1 任务与术语

15.2 可验证区域

15.3 基于多跳邻居的扰动分布

15.4 最大化可验证区域

15.5 可验证区域的估计

15.6 应用实践

15.7 实验分析

15.8 本章小结

参考文献

情感分析进阶是2022年由机械工业出版社出版,作者林政。

得书感谢您对《情感分析进阶》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
管理者财务进阶指南:报表分析+财务管控+成本透视+业财融合 电子书
本书从企业管理者的财务思维出发,从多个层面和角度,系统分析企业管控的各个方面。
理智与情感(英文原著版) 电子书
英国女小说家简·奥斯汀的代表作。本书为英文原著版。
情感对话机器人 电子书
本书着眼于提高对话机器人的“情商”,结合人机对话的特点,介绍了构建情感对话机器人的各项前沿热点技术,包括对话场景下的情感识别、情感管理、情感回复生成等。
Android开发进阶 电子书
阿里巴巴高级工程师、CSDN博客专家、畅销书作者撰写,百度、腾讯等专家推荐的精品图书 一本只有干货,绝无赘述的好书 结合作者多年开发经验的总结,把作者以前开发走过的坑和陷阱讲解出来,看了以后可以少走很多弯路,提升自己的开发能力很快,抓住开发的痛点和需求讲解内容,使读者阅读后很有成就感。 除了全面讲解了Android开发知识外,还对单元测试、代码规范、版本控制、重构、架构等重要知识点进行了讲解,使得读者在深入技术的同时开阔眼界,能够以更专业的方式设计应用软件,完成从只会实现功能的“码农”到软件工程师、设计师的过渡。
Python编程轻松进阶 电子书
阅读本书,理解代码底层逻辑,像职业程序员一样使用Python。