基于Ren-CECps及MSTN的会话情感应答研究

摘要

情感作为人类的固有属性，一直吸引着无数的科研工作者深入研究其机理。本文在本文情感计算方向上做了许多有意义的尝试，目的旨在完成情感计算在智能机器人载体上的识别、计算与表达。本文采用Ren-CECps作为情感词典的原始标注文档集，解析出标记的情感词典，并使用《同义词词林》扩展当前情感词典;鉴于语言表达的进部，为了弥补词典的不足，在文中我们使用Google的深度学习工具word2vec计算词典中词的同义词及相似词，继续扩展进过同义词扩展后的情感词典。使用扩展后的情感词典进行情感计算，在SVM算法上表现出了优异的性能。本文依托于扩展后的情感词典，采用核函数方法，进行情感计算，在400份语料的测试状况下，超过了SVM的情感计算效果，证实了核函数算法的有效性。
　　情感计算是为情感自主的表达服务。受限于脑科学研究的瓶颈，在进行情感转移的研究上，本文依托于先进的情感状态转移网络—心状态转移网络进行情感的逻辑转移计算。根据心状态转移网络的理论，我们依托于863计划上完成的大规模情感标注对话语料，结合实际的对话情感逻辑，采用统计学方法，完成了心状态转移网络的转移参数设定，并给出了心状态转移概率表。依托此表，我们可以进行给定初始情感下的情感转移实验，并取得了良好的结果。
　　本文最后给出了依托于智能机器人的情感创生系统设计。该系统依托于先进的人形机器人，可以进行文本情感的识别、计算与表达过程。通过模拟真人面貌的机器人脸，我们可以真实的感受到表情创生的过程。

目录

声明

致谢

摘要

第一章 介绍

1．1 情感计算与情感创生

1．2 国外研究历史与现状

1．3 国内研究进展

1．4 本文需要解决的问题及解决方案

第二章 情感词典与情感计算

2．1 中文情感语料库Ren-CECps

2．2 同义词词林

2．3 情感词典的导出及扩展

2．4 基于核方法的情感计算

2．5 实验和结果

第三章 微博数据搜集及处理策略

3．1 微博数据介绍

3．2 微博数据预处理

3．3 微博文本情感计算

第四章 情感创生

4．1 心状态转移网络

4．2 对话情感逻辑

4．3 对话文本语料库

4．4 会话情感创生实验

第五章 情感创生系统

第六章 结论与展望

参考文献

攻读硕士学位期间的学术活动及成果情况