情感計算：概念與原理

李太豪，信息科學與系統工程博士，之江實驗室高級研究專家、研究員，中國科學院大學杭州高等研究院教授，浙江大學計算機學院博士生導師，浙江省海外高層次人才特聘專家。曾任哈佛大學研究員，波士頓Flatley創新實驗室首席科學家。

第一章 緒論
1.1 情感計算的發展歷程
1.2 情感計算的存在意義
1.3 情感計算的未來挑戰
1.3.1 情感計算的可行性
1.3.2 情感計算的理論和技術突破
1.3.3 情感計算的監管需求
第二章 情感及情感計算
2.1 情感計算的由來
2.1.1 人類社會的情感
2.1.2 可計算的情感
2.2 情感的分類方法
2.2.1 離散情感模型
2.2.2 維度情感模型
2.2.3 其他情感模型
2.3 情感計算的研究內容
2.3.1 情感基礎理論
2.3.2 情感信號的采集
2.3.3 情感分析
2.3.4 多模態融合
2.3.5 情感的生成與表達
2.4 情感計算的研究方法
2.4.1 傳統機器學習方法
2.4.2 深度學習方法
2.5 情感計算的研究現狀
2.5.1 單模態情感計算
2.5.2 多模態情感計算
2.6 情感計算的功能特點
2.6.1 情感計算的行業應用
2.6.2 情感計算的未來趨勢
第三章 文本情感計算
3.1 背景概述
3.1.1 基於情感詞典和規則庫的文本情感計算
3.1.2 基於機器學習的文本情感計算
3.1.3 基於深度學習的文本情感分析
3.2 代表數據集
3.2.1 中文文本情感分析數據集介紹
3.2.2 英文文本情感分析數據集介紹
3.3 主要方法
3.3.1 基於傳統機器學習的方法
3.3.2 基於深度學習的方法
3.4 應用及展望
第四章 語音情感計算
4.1 背景概述
4.1.1 語音情感計算研究背景
4.1.2 語音情感計算研究現狀
4.2 代表數據集
4.2.1 數據集的分類
4.2.2 常見的語音情感數據集
4.3 主要方法
4.3.1 語音信號的預處理
4.3.2 語音情感特征提取
4.3.3 傳統的方法
4.3.4 深度學習的方法
4.4 技術挑戰
4.5 應用及展望
4.5.1 醫學領域
4.5.2 服務領域
4.5.3 公共安全領域
4.5.4 教育領域
第五章 視覺情感計算
5.1 背景概述
5.1.1 視覺情感計算研究背景
5.1.2 視覺情感計算研究現狀
5.2 代表數據集
5.2.1 圖像情感數據集
5.2.2 視頻情感數據集
5.3 主要方法
5.3.1 基於傳統機器學習的方法
5.3.2 基於深度學習的方法
5.4 技術挑戰
5.4 ..1語義鴻溝
5.4.2 情感表述的準確性
5.4.3 標注困難
5.4.4 數據庫構建困難
5.5 應用及展望
第六章 生理信號情感計算
6.1 背景概述
6.1.1 基於生理信號的情感計算研究背景
6.1.2 基於生理信號的情感計算發展現狀
6.2 腦電信號
6.2.1 數據集介紹
6.2.2 信號處理方法
6.3 眼動信號
6.3.1 數據集介紹
6.3.2 信號處理方法
6.4 肌電信號
6.4.1 數據集介紹
6.4.2 信號處理方法
6.5 皮膚電信號
6.5.1 數據集介紹
6.5.2 信號處理方法
6.6 心電信號
6.6.1 數據集介紹
6.6.2 信號處理方法
6.7 呼吸信號
6.7.1 數據庫
6.7.2 呼吸信號處理方法
6.8 技術挑戰
6.9 應用及展望
第七章 多模態情感計算
7.1 背景概述
7.1.1 什麽是多模態
7.1.2 單模態與多模態對比
7.1.3 多模態情感計算的概念
7.2 代表數據集
7.3 融合藜略
7.3.1 特征層融合
7.3.2 決策層融合
7.3.3 模型層融合
7.4 技術挑戰
7.4.1 標注問題
7.4.2 跨模態問題(表征與融合)
7.4.3 多模態情感計算的新挑戰
7.5 應用及展望
7.5.1 應用場景
7.5.2 未來方向
第八章 擬人情感對話系統
8.1 背景概述
8.2 系統框架
8.2.1 多模態感知模塊
8.2.2 語義理解
8.2.3 情感識別
8.2.4 共情回覆
8.2.5 內容生成
8.2.6 情感表達
8.3 代表系統
8.4 應用場景
8.5 技術挑戰
8.6 應用及展望
參考文獻