【目录】
前言
部分
第1章 概述2
1.1文本情感分析相关概念2
1.2文本情感分析方法4
1.2.1基于知识库的方法4
1.2.2基于机器学法4
1.2.3基于深度学法5
1.3情感分析的应用5
1.3.1商业领域5
1.3.2文化领域6
1.3.3社会管理7
1.3.4信息预测7
1.3.5情绪管理8
1.3.6智能客服8
1.4情感分析面临的困难9
1.5机遇和挑战9
1.6本章小结10
第2章文本情感分析基础13
2.1有监督学
2.2无监督学
2.3半监督学
2.4词向量14
2.4.1词向量表示的演化过程14
2.4.2词嵌入方法15
2.5卷积神经网络18
2.5.1卷积层19
2.5.2激活函数层
2.5.3池化层21
2.5.4全连接层22
2.6循环神经网络22
2.7记忆网络24
2.8预训练模型25
2.8.1模型结构25
2.8.2预训练任务27
2.9本章小结27
部分
第3章基于文本片段不一致的讽刺
检测模型32
3.1任务与术语32
3.2片段不一致32
3.3自注意力机制33
3.4模型框架33
3.4.体框架33
3.4.2输入模块34
3.4.3卷积模块34
3.4.4重要权重模块34
3.4.5注意力机制模块35
……
部分
第1章 概述2
1.1文本情感分析相关概念2
1.2文本情感分析方法4
1.2.1基于知识库的方法4
1.2.2基于机器学法4
1.2.3基于深度学法5
1.3情感分析的应用5
1.3.1商业领域5
1.3.2文化领域6
1.3.3社会管理7
1.3.4信息预测7
1.3.5情绪管理8
1.3.6智能客服8
1.4情感分析面临的困难9
1.5机遇和挑战9
1.6本章小结10
第2章文本情感分析基础13
2.1有监督学
2.2无监督学
2.3半监督学
2.4词向量14
2.4.1词向量表示的演化过程14
2.4.2词嵌入方法15
2.5卷积神经网络18
2.5.1卷积层19
2.5.2激活函数层
2.5.3池化层21
2.5.4全连接层22
2.6循环神经网络22
2.7记忆网络24
2.8预训练模型25
2.8.1模型结构25
2.8.2预训练任务27
2.9本章小结27
部分
第3章基于文本片段不一致的讽刺
检测模型32
3.1任务与术语32
3.2片段不一致32
3.3自注意力机制33
3.4模型框架33
3.4.体框架33
3.4.2输入模块34
3.4.3卷积模块34
3.4.4重要权重模块34
3.4.5注意力机制模块35
……
【书摘插画】
