求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

多語言情感分析及其應用檢視原始碼討論檢視歷史

事實揭露 揭密真相
於 2024年9月23日 (一) 07:40 由 微笑微笑對話 | 貢獻 所做的修訂 (创建页面,内容为“《'''多语言情感分析及其应用'''》,徐月梅 著,出版社: 清华大学出版社。 清华大学出版社成立于1980年6月,是教育部主…”)
(差異) ←上個修訂 | 最新修訂 (差異) | 下個修訂→ (差異)
前往: 導覽搜尋

多語言情感分析及其應用》,徐月梅 著,出版社: 清華大學出版社。

清華大學出版社成立於1980年6月,是教育部主管、清華大學主辦的綜合性大學出版社[1]。清華社先後榮獲 「先進高校出版社」「全國優秀出版社」「全國百佳圖書出版單位」「中國版權最具影響力企業」「首屆全國教材建設獎全國教材建設先進集體」等榮譽[2]

內容簡介

情感分析研究屬於自然語言處理領域的一個重要分支。在信息全球化背景下,情感分析研究從單語言逐步擴展到多語言場景。本書分為上下兩篇,上篇為單語言情感分析,下篇為多語言情感分析,嘗試講清楚情感分析是什麼,單語言和多語言情感分析應該怎麼做,情感分析需要具備哪些理論基礎、技術基礎和模型基礎,多語言情感分析有哪些可用的語言資源,多語言情感分析未來的發展等問題。

本書能夠為多語言自然語言處理和情感分析等領域的科研人員、從業者、在讀研究生提供入門理論指導和技術參考。

目錄

第1章 緒論

1.1 多語言信息的研究背景

1.2 情感分析概述

1.2.1 情感分析的定義

1.2.2 情感分析的分類

1.2.3 情感分析的任務

1.3 情感分析的挑戰

1.4 參考文獻

上篇 單語語言情感分析

第2章 單語情感分析任務

2.1 單語情感分析的研究背景

2.2 單語情感分析的應用場景

2.2.1 商業智能

2.2.2 推薦系統

2.2.3 互聯網輿情

2.2.4 醫療健康領域

2.3 單語情感分析的實現步驟

2.4 本章小結

2.5 參考文獻

第3章 情感分析的技術基礎——文本表示

3.1 傳統向量空間模型

3.1.1 基本概念

3.1.2 One-hot模型

3.1.3 TF-IDF模型

3.2 文本主題模型

3.2.1 基本概念

3.2.2 PLSA模型

3.2.3 LDA模型

3.2.4 主題模型示例

3.3 詞向量分布式表示模型

3.3.1 Word2vec模型

3.3.2 GloVe模型

3.3.3 詞向量模型示例

3.4 本章小結

3.5 參考文獻

第4章 情感分析的技術基礎——學習模型

4.1 傳統機器學習模型

4.1.1 樸素貝葉斯法

4.1.2 k-最近鄰法

4.1.3 決策樹法

4.1.4 支持向量機法

4.1.5 邏輯回歸法

4.2 淺層神經網絡模型

4.2.1 卷積神經網絡模型

4.2.2 長短期記憶模型

4.3 深度預訓練神經網絡模型

4.3.1 Transformer模型

4.3.2 BERT模型

4.3.3 Multi-BERT模型

4.3.4 ELECTRA模型

4.3.5 T5模型

4.4 本章小結

4.5 參考文獻

第5章 情感分析的應用

5.1 情感分析在股票預測中的應用

5.1.1 股票走勢預測研究背景

5.1.2 相關研究工作

5.1.3 基於新聞事件和情感特徵的股票預測模型

5.1.4 實驗分析

5.1.5 結論

5.2 情感分析在微博轉發規模預測中的應用

5.2.1 微博轉發規模預測研究背景

5.2.2 相關研究工作

5.2.3 基於深度融合特徵的政務微博轉發規模預測模型

5.2.4 實驗分析

5.2.5 結語

5.3 情感分析在新聞輿情傾向預測中的應用

5.3.1 新聞輿情傾向預測研究背景

5.3.2 相關研究工作

5.3.3 結合卷積神經網絡和Topic2vee的主題演變模型

5.3.4 實驗分析

5.3.5 結語

5.4 本章小結

5.5 參考文獻

下篇 多語語言情感分析

第6章 多語言情感分析任務

6.1 多語言情感分析的研究背景

6.2 多語言情感分析的應用場景

6.2.1 商業智能和推薦系統

6.2.2 多語言互聯網輿情

6.2.3 多語言情感資源建設

6.3 多語言情感分析的實現步驟

6.4 本章小結

6.5 參考文獻

第7章 多語言情感分析的技術基礎——跨語言文本表示

7.1 跨語言詞向量的定義

7.2 跨語言詞向量模型概述

7.2.1 有監督的跨語言詞向量模型

7.2.2 半監督的跨語言詞向量模型

7.2.3 無監督的跨語言詞向量模型

7.3 語義和情感聯合學習的跨語言詞向量模型研究

7.3.1 單語詞向量矩陣標準化

7.3.2 初始跨語言映射矩陣生成

7.3.3 先驗情感信息嵌入

7.3.4 跨語言情感詞向量映射

7.3.5 實驗分析

7.4 本章小結

7.5 參考文獻

第8章 多語言情感分析的語言資源——情感詞典構建

8.1 情感詞典構建

8.1.1 情感詞典的定義

8.1.2 情感詞典的研究意義

8.2 多語言情感詞典資源

8.2.1 情感詞典的格式

8.2.2 英文情感詞典資源

8.2.3 中文情感詞典資源

8.2.4 其他語言情感詞典資源

8.3 單語情感詞典的構建方法概述

8.3.1 基於PMI相似度的單語情感詞典構建

8.3.2 基於關係圖傳播的單語情感詞典構建

8.3.3 基於詞向量表示的單語情感詞典構建

8.4 多語情感詞典的構建方法概述

8.4.1 早期的雙語情感詞典構建

8.4.2 基於跨語言詞向量的雙語情感詞典構建

8.5 基於領域自適應的單語情感詞典構建研究

8.5.1 模型構建流程

8.5.2 情感表示學習

8.5.3 種子詞典擴充

8.5.4 情感詞典構建

8.5.5 實驗與結果分析

8.6 本章小結

8.7 參考文獻

第9章 跨語言情感分析

9.1 高、中、低資源語言

9.1.1 高、中、低資源語言的定義

9.1.2 低資源語言的研究意義

9.2 早期跨語言情感分析研究概述

9.2.1 基於機器翻譯及其改進的方法

9.2.2 基於平行語料庫的方法

9.2.3 基於雙語情感詞典的方法

9.3 結合詞向量表示的跨語言情感分析研究概述

9.3.1 基於跨語言詞向量的方法

參考文獻

  1. 我國出版社的等級劃分和分類標準,知網出書,2021-03-01
  2. 企業簡介,清華大學出版社有限公司