情感计算理论与方法

第1章情感计算背景介绍 1.1情感计算的内涵 1.1.1情感的定义 1.1.2情感是如何计算的 1.1.3情感计算的作用 1.2情感计算的历史 习题
第2章脑认知与情感计算 2.1情感计算的理论取向 2.1.1早期情感理论 2.1.2生理激活说 2.1.3认知评价说 2.1.4情感现象说 2.1.5情绪行为说 2.2情感在神经学的区分 2.2.1一级水平： 反射性情感反应 2.2.2二级水平： 一级情绪 2.2.3三级水平： 高级情感 2.3情感的脑神经结构和网络 2.3.1杏仁核 2.3.2眶额回皮质 2.3.3扣带回皮质 2.3.4背部神经核团 2.3.5外侧下丘脑 2.3.6腹侧黑质 2.4基于脑认知的情感模型 2.4.1EM模型 2.4.2Roseman情感模型 2.4.3EMA模型 2.4.4Salt&Pepper模型 习题 第3章情感计算模型 3.1离散情感计算模型 3.1.1基本情感论 3.1.2离散情感数据库 3.1.3离散情感评价标准 3.2维度情感计算模型 3.2.1维度情感模型 3.2.2维度情感标注 3.2.3维度情感数据库 3.2.4维度情感评价标准 3.3基于个性化的情感模型 3.3.1大五人格模型 3.3.2Chittaro行为模型 3.3.3EFA性格空间模型 3.3.4情绪心情性格模型 习题
第4章情感特征 4.1语音情感特征 4.1.1语音韵律特征 4.1.2语音谱特征 4.1.3语音音质特征 4.1.4功能性副语言特征 4.1.5其他语音特征 4.2视频情感特征 4.2.1Gabor特征 4.2.2局部二值模式 4.2.3基于区分性学习的情感特征 4.2.4基于三正交平面的表情描述向量 4.2.5基于光流法的表情描述向量 4.2.6深度视频特征 4.2.7面部表情编码系统 4.3文本情感特征 4.3.1情感词典的构建 4.3.2文本情感特征 4.3.3文本情感特征词选择 4.4生理参数特征 4.4.1情感计算中的生理信号 4.4.2EEG特征处理 4.4.3外周神经生理信号特征处理 习题
第5章情感识别 5.1多模态融合算法 5.1.1传统融合算法 5.1.2子空间融合 5.1.3细粒度融合 5.1.4模态缺失 5.2低资源情感识别 5.2.1迁移学习 5.2.2数据扩增 5.3对话情感识别 5.3.1时序建模 5.3.2个体建模 5.3.3融合常识 5.4情感识别外延 5.4.1微表情检测 5.4.2人格分析 5.4.3精神状态分析 5.4.4言语置信度分析 5.4.5情感意图理解 习题
第6章情感倾向性分析 6.1文本情感分析 6.1.1基于规则的文本情感分析 6.1.2基于统计机器学习的文本情感分析 6.1.3基于深度学习的文本情感分析 6.2舆情分析 习题
第7章情感生成 7.1情感是如何激发的 7.2情感诱发方法 7.2.1情感材料诱发 7.2.2情感情境诱发 7.3情感诱发有效性分析方法 7.3.1诱发效应影响因素 7.3.2诱发效果评价方法 7.4情感语音合成 7.4.1基于韵律修正的情感语音合成系统 7.4.2基于波形拼接的情感语音合成系统 7.4.3基于统计参数的情感语音合成系统 7.4.4基于深度学习的情感语音合成 7.4.5基于端到端的情感语音合成 7.4.6文本无关的情感语音转换 7.5表情生成 7.5.1基于表情比率图的表情生成方法 7.5.2基于几何驱动的真实化人脸表情生成方法 7.5.3基于表情系数的表情生成方法 7.5.4基于五官移植的表情生成方法 7.5.5基于统计学的表情生成方法 7.5.6基于PixelRNN模型的表情生成 7.5.7基于GAN模型的表情生成 7.6多模态情感生成 习题
第8章情感计算的应用 8.1情感机器人的应用 8.2医疗健康的情感应用 8.2.1情感计算辅助检测抑郁症中的应用 8.2.2情感计算在睡眠瘫痪唤醒中的应用 8.2.3情感计算在老年人健康预警中的应用 8.3微博话题舆情分析的应用 8.4安全领域的情感应用 8.5金融领域的情感应用 8.6教育领域的情感应用 习题
附录A情感计算算法基础 A.1K近邻方法 A.2高斯混合模型 A.3隐马尔可夫模型 A.4支持向量机 A.5随机森林 A.6AdaBoost A.7深度置信神经网络 A.8卷积神经网络 A.9循环神经网络 A.10注意力机制模型 参考文献