日韩精品 中文字幕 动漫,91亚洲午夜一区,在线不卡日本v一区v二区丶,久久九九国产精品自在现拍

注冊(cè) | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能情感分析進(jìn)階

情感分析進(jìn)階

情感分析進(jìn)階

定 價(jià):¥79.00

作 者: 林政,劉正宵,李江楠
出版社: 機(jī)械工業(yè)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買這本書可以去


ISBN: 9787111726401 出版時(shí)間: 2023-06-01 包裝: 平裝-膠訂
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  本書包括五個(gè)部分:第yi部分介紹文本情感分析的研究背景、研究現(xiàn)狀和基礎(chǔ)技術(shù);第二部分從內(nèi)容語(yǔ)義理解的角度出發(fā),介紹基于隱式表達(dá)的諷刺檢測(cè)技術(shù);第三部分從用戶個(gè)性化建模的角度出發(fā),介紹多輪對(duì)話中的情緒分析技術(shù);第四部分介紹小樣本場(chǎng)景下的立場(chǎng)檢測(cè)解決方案;第五部分介紹對(duì)抗攻擊場(chǎng)景下的情感分類防御技術(shù)。

作者簡(jiǎn)介

  林政 中國(guó)科學(xué)院信息工程研究所研究員、博士生導(dǎo)師,中國(guó)科學(xué)院信息工程研究所第三研究室IIE-NLP小組負(fù)責(zé)人。主要研究領(lǐng)域是自然語(yǔ)言處理、網(wǎng)絡(luò)內(nèi)容安全,具體包括情感/情緒分析、機(jī)器閱讀理解、神經(jīng)網(wǎng)絡(luò)模型壓縮等研究任務(wù)。在2018、2019年連續(xù)獲得兩屆全國(guó)“軍事智能-機(jī)器閱讀”挑戰(zhàn)賽冠軍。2020年在常識(shí)推理閱讀國(guó)際比賽排行榜上取得了三個(gè)任務(wù)的第一名。近幾年在TASLP、ACL、EMNLP、AAAI、IJCAI、WWW、CIKM、WSDM、ICMR等國(guó)內(nèi)外頂級(jí)學(xué)術(shù)會(huì)議和期刊上發(fā)表論文50篇,入選科技部F5000優(yōu)秀論文,獲得國(guó)家自然科學(xué)基金青年項(xiàng)目、面上項(xiàng)目、國(guó)家重點(diǎn)研發(fā)計(jì)劃等多個(gè)項(xiàng)目資助。

圖書目錄

目錄
前言
第一部分
第1章 概述2
1.1文本情感分析相關(guān)概念2
1.2文本情感分析方法4
1.2.1基于知識(shí)庫(kù)的方法4
1.2.2基于機(jī)器學(xué)習(xí)的方法4
1.2.3基于深度學(xué)習(xí)的方法5
1.3情感分析的應(yīng)用5
1.3.1商業(yè)領(lǐng)域5
1.3.2文化領(lǐng)域6
1.3.3社會(huì)管理7
1.3.4信息預(yù)測(cè)7
1.3.5情緒管理8
1.3.6智能客服8
1.4情感分析面臨的困難9
1.5機(jī)遇和挑戰(zhàn)9
1.6本章小結(jié)10
第2章文本情感分析基礎(chǔ)13
2.1有監(jiān)督學(xué)習(xí)13
2.2無(wú)監(jiān)督學(xué)習(xí)13
2.3半監(jiān)督學(xué)習(xí)14
2.4詞向量14
2.4.1詞向量表示的演化過(guò)程14
2.4.2詞嵌入方法15
2.5卷積神經(jīng)網(wǎng)絡(luò)18
2.5.1卷積層19
2.5.2激活函數(shù)層20
2.5.3池化層21
2.5.4全連接層22
2.6循環(huán)神經(jīng)網(wǎng)絡(luò)22
2.7記憶網(wǎng)絡(luò)24
2.8預(yù)訓(xùn)練模型25
2.8.1模型結(jié)構(gòu)25
2.8.2預(yù)訓(xùn)練任務(wù)27
2.9本章小結(jié)27
第二部分
第3章基于文本片段不一致性的諷刺
檢測(cè)模型32
3.1任務(wù)與術(shù)語(yǔ)32
3.2片段不一致性32
3.3自注意力機(jī)制33
3.4模型框架33
3.4.1總體框架33
3.4.2輸入模塊34
3.4.3卷積模塊34
3.4.4重要性權(quán)重模塊34
3.4.5注意力機(jī)制模塊35
3.4.6輸出模塊35
3.4.7訓(xùn)練目標(biāo)36
3.5實(shí)驗(yàn)設(shè)計(jì)和結(jié)果分析36
3.5.1數(shù)據(jù)集介紹36
3.5.2實(shí)驗(yàn)環(huán)境和設(shè)置37
3.5.3基線模型37
3.5.4對(duì)比實(shí)驗(yàn)結(jié)果37
3.5.5消融實(shí)驗(yàn)結(jié)果39
3.5.6模型分析39
3.6應(yīng)用實(shí)踐41
3.7本章小結(jié)42
第4章基于常識(shí)知識(shí)的諷刺檢測(cè)
44
4.1任務(wù)與術(shù)語(yǔ)44
4.2常識(shí)知識(shí)資源44
4.3知識(shí)生成方法45
4.4知識(shí)選擇方法45
4.5知識(shí)融合方法46
4.6模型框架47
4.7實(shí)驗(yàn)設(shè)計(jì)和結(jié)果分析47
4.7.1數(shù)據(jù)集介紹47
4.7.2實(shí)驗(yàn)環(huán)境和設(shè)置48
4.7.3基線模型48
4.7.4對(duì)比實(shí)驗(yàn)結(jié)果48
4.7.5消融實(shí)驗(yàn)結(jié)果50
4.7.6模型分析50
4.8應(yīng)用實(shí)踐52
4.9本章小結(jié)53
第5章基于多模態(tài)數(shù)據(jù)的諷刺檢測(cè)
55
5.1任務(wù)與術(shù)語(yǔ)55
5.2模態(tài)內(nèi)注意力55
5.3模態(tài)間注意力56
5.4模型框架57
5.5實(shí)驗(yàn)設(shè)計(jì)和結(jié)果分析57
5.5.1數(shù)據(jù)集介紹57
5.5.2實(shí)驗(yàn)環(huán)境和設(shè)置58
5.5.3基線模型58
5.5.4對(duì)比實(shí)驗(yàn)結(jié)果59
5.5.5消融實(shí)驗(yàn)結(jié)果59
5.5.6模型分析60
5.6應(yīng)用實(shí)踐61
5.7本章小結(jié)63
第三部分
第6章基于用戶建模的對(duì)話情緒分析
66
6.1任務(wù)與術(shù)語(yǔ)66
6.2層級(jí)Transformer和Mask機(jī)制
69
6.3自己-自己關(guān)系建模71
6.4自己-其他關(guān)系建模72
6.5用戶關(guān)系權(quán)重選擇72
6.6模型框架73
6.7應(yīng)用實(shí)踐76
6.7.1常用數(shù)據(jù)集76
6.7.2其他對(duì)話用戶關(guān)系建模模型
76
6.7.3實(shí)驗(yàn)結(jié)果77
6.8本章小結(jié)80
第7章基于過(guò)去、現(xiàn)在和未來(lái)的對(duì)話
情緒分析84
7.1任務(wù)與術(shù)語(yǔ)84
7.2常識(shí)知識(shí)庫(kù)85
7.2.1ATOMIC常識(shí)知識(shí)庫(kù)86
7.2.2COMET知識(shí)生成模型87
7.2.3COMETATOMIC2020知識(shí)生成
模型88
7.3圖神經(jīng)網(wǎng)絡(luò)88
7.4基于知識(shí)的情緒預(yù)測(cè)92
7.4.1知識(shí)增強(qiáng)的Transformer93
7.4.2COSMIC情緒預(yù)測(cè)模型94
7.5對(duì)話上下文交互圖構(gòu)建95
7.6模型框架97
7.7應(yīng)用實(shí)踐98
7.8本章小結(jié)99
第8章基于平衡特征空間的不平衡
情緒分析102
8.1情緒分析中的不平衡問(wèn)題102
8.2基于重采樣的平衡策略103
8.3基于重權(quán)重化的平衡策略104
8.3.1類別平衡損失函數(shù)104
8.3.2標(biāo)簽分布感知的間隔損失函數(shù)
106
8.4基于數(shù)據(jù)增強(qiáng)的平衡策略107
8.4.1計(jì)算機(jī)視覺(jué)中的基于數(shù)據(jù)增強(qiáng)
的平衡策略107
8.4.2自然語(yǔ)言處理中的數(shù)據(jù)增強(qiáng)方法
108
8.5Focal損失函數(shù)108
8.6自我調(diào)整的Dice損失函數(shù)109
8.7中心損失函數(shù)110
8.8三元組中心損失函數(shù)110
8.9最大馬氏分布中心111
8.10特征空間平衡損失函數(shù)112
8.11應(yīng)用實(shí)踐113
8.11.1代碼實(shí)現(xiàn)113
8.11.2實(shí)驗(yàn)性能115
8.12本章小結(jié)117
第四部分
第9章基于語(yǔ)義-情緒知識(shí)的跨目標(biāo)
立場(chǎng)檢測(cè)122
9.1任務(wù)描述122
9.2立場(chǎng)檢測(cè)基礎(chǔ)模型123
9.3語(yǔ)義知識(shí)和情緒知識(shí)123
9.4模型框架124
9.5語(yǔ)義-情緒圖建模125
9.6知識(shí)增強(qiáng)的BiLSTM網(wǎng)絡(luò)125
9.7立場(chǎng)檢測(cè)分類器127
9.8模型應(yīng)用127
9.8.1實(shí)驗(yàn)說(shuō)明127
9.8.2實(shí)驗(yàn)結(jié)果與分析128
9.9本章小結(jié)129
第10章基于元學(xué)習(xí)的跨領(lǐng)域立場(chǎng)檢測(cè)
131
10.1元學(xué)習(xí)概念131
10.2有監(jiān)督元學(xué)習(xí)131
10.2.1基于度量的元學(xué)習(xí)方法131
10.2.2基于模型的元學(xué)習(xí)方法133
10.2.3基于優(yōu)化的元學(xué)習(xí)方法135
10.3MAML算法136
10.4基于元學(xué)習(xí)的立場(chǎng)檢測(cè)模型
137
10.5應(yīng)用實(shí)踐138
10.5.1數(shù)據(jù)集介紹138
10.5.2實(shí)驗(yàn)細(xì)節(jié)139
10.5.3對(duì)比模型139
10.5.4實(shí)驗(yàn)結(jié)果139
10.5.5核心代碼140
10.6本章小結(jié)142
第11章知識(shí)增強(qiáng)的零樣本和小樣本
立場(chǎng)檢測(cè)144
11.1任務(wù)與術(shù)語(yǔ)144
11.2概念知識(shí)圖145
11.3多關(guān)系圖神經(jīng)網(wǎng)絡(luò)146
11.4基于多關(guān)系圖神經(jīng)網(wǎng)絡(luò)的
知識(shí)圖編碼147
11.5知識(shí)增強(qiáng)的立場(chǎng)檢測(cè)模型
147
11.6應(yīng)用實(shí)踐149
11.6.1實(shí)驗(yàn)設(shè)置149
11.6.2核心代碼149
11.6.3對(duì)比方法152
11.6.4實(shí)驗(yàn)結(jié)果與分析152
11.7本章小結(jié)154
第五部分
第12章面向情感分類的對(duì)抗攻擊
158
12.1對(duì)抗樣本的概念158
12.1.1對(duì)抗樣本的提出158
12.1.2對(duì)抗樣本的定義159
12.2擾動(dòng)控制160
12.2.1編輯距離160
12.2.2歐氏距離160
12.2.3余弦距離161
12.2.4Jaccard相似系數(shù)161
12.2.5單詞移動(dòng)距離161
12.2.6各種指標(biāo)的應(yīng)用161
12.3白盒攻擊與黑盒攻擊162
12.4目標(biāo)攻擊與非目標(biāo)攻擊16

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) rgspecialties.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)