隨著人工智能技術(shù)的不斷發(fā)展，自然語言理解、自然語言生成與深度學(xué)習(xí)技術(shù)的密切配合使對話機(jī)器人的智商得到了顯著提升。然而，擁有了智商的對話機(jī)器人有時仍然無法滿足人類的需求。人們期待對話機(jī)器人能夠脫掉冷冰冰的外殼，像人類一樣具有觀察、理解和表達(dá)各種情感的能力，即具有情商。
本書著眼于提高對話機(jī)器人的情商，結(jié)合人機(jī)對話的特點，詳細(xì)介紹了構(gòu)建情感對話機(jī)器人的各項前沿?zé)狳c技術(shù)，包括對話場景下的情感識別、情感管理、情感回復(fù)生成等。這些技術(shù)能夠完善對話機(jī)器人的智商與情商，使其與用戶進(jìn)行更人性化的交流。此外，本書還介紹了目前非常熱門的多模態(tài)場景下的情感對話機(jī)器人的相關(guān)技術(shù)，以及情感對話機(jī)器人的相關(guān)語料資源。
本書層次清晰、內(nèi)容安排合理，具有一定的技術(shù)深度，既適合情感計算、對話系統(tǒng)研究領(lǐng)域的科研工作者閱讀，也適合對人工智能感興趣的本科生和研究生閱讀。
第1 章 緒論 1
1.1 對話機(jī)器人的智商 與情商1
1.2 情感對話機(jī)器人的任務(wù)體系 5
1.3 情感對話機(jī)器人的相關(guān)技術(shù) 8
1.3.1 深度學(xué)習(xí)技術(shù) 9
1.3.2 文本情感計算技術(shù) 10
1.3.3 人機(jī)對話技術(shù) 15
1.3.4 多模態(tài)學(xué)習(xí)技術(shù) 17
1.4 情感對話機(jī)器人的技術(shù)難點 18
1.5 本章小結(jié) 20
第2 章 文本語義表示基礎(chǔ) 23
2.1 引言 23
2.2 詞的表示 24
2.2.1 詞的獨熱表示 24
2.2.2 詞的嵌入表示 25
2.2.3 分詞 26
2.3 文本的詞袋表示 28
2.4 面向文本表示的深度學(xué)習(xí)模型 28
2.4.1 感知器模型 28
2.4.2 卷積神經(jīng)網(wǎng)絡(luò)模型 29
2.4.3 循環(huán)神經(jīng)網(wǎng)絡(luò)模型 30
2.4.4 自注意力模型 33
2.5 詞嵌入表示的學(xué)習(xí) 34
2.5.1 靜態(tài)詞嵌入表示的學(xué)習(xí) 34
2.5.2 動態(tài)詞嵌入表示的學(xué)習(xí) 37
2.6 本章小結(jié) 40
第3 章 對話情感識別 41
3.1 對話情感識別的任務(wù)定義與任務(wù)分析 41
3.2 粗粒度情感分類技術(shù) 42
3.2.1 情感分類的定義 43
3.2.2 不同粒度的情感分類 43
3.2.3 面向領(lǐng)域遷移的情感分類 44
3.2.4 面向語言遷移的情感分類 46
3.2.5 情緒分類 47
3.3 細(xì)粒度情感分類技術(shù) 47
3.3.1 評價對象抽取 48
3.3.2 對象級情感分類 49
3.3.3 細(xì)粒度情感分類中的聯(lián)合模型 51
3.3.4 立場檢測 52
3.3.5 細(xì)粒度情感分類小結(jié) 55
3.4 對話情感識別技術(shù) 55
3.4.1 基于上下文內(nèi)容的對話情感識別 56
3.4.2 基于上下文情感的對話情感識別 59
3.4.3 基于說話者建模的對話情感識別 66
3.4.4 多方對話場景下的情感識別 74
3.4.5 其他方法 78
3.5 本章小結(jié) 84
參考文獻(xiàn) 84
第4 章 對話情感管理 87
4.1 對話情感管理的任務(wù)定義與任務(wù)分析 87
4.2 對話情感管理技術(shù) 88
4.2.1 對話情感預(yù)測 89
4.2.2 對話情感原因發(fā)現(xiàn) 93
4.3 對話共情技術(shù) 98
4.4 抑郁癥檢測技術(shù) 101
4.5 本章小結(jié) 102
參考文獻(xiàn) 103
第5 章 對話情感回復(fù)生成 107
5.1 對話情感回復(fù)生成任務(wù)定義 107
5.2 對話情感回復(fù)生成任務(wù)分析 108
5.3 文本生成技術(shù) 109
5.3.1 語言生成算法 109
5.3.2 對話生成算法 116
5.3.3 文本摘要算法 120
5.4 對話情感回復(fù)生成技術(shù) 123
5.4.1 生成式情感回復(fù)生成算法 123
5.4.2 檢索式情感回復(fù)生成算法 130
5.5 本章小結(jié) 137
參考文獻(xiàn) 138
第6 章 多模態(tài)情感對話機(jī)器人 141
6.1 多模態(tài)情感計算的研究背景與意義 141
6.2 多模態(tài)情感對話的任務(wù)定義與任務(wù)分析 144
6.3 多模態(tài)情感計算基礎(chǔ) 145
6.3.1 多模態(tài)語義表示 145
6.3.2 多模態(tài)語義融合 147
6.4 多模態(tài)情感對話的關(guān)鍵技術(shù) 150
6.4.1 多模態(tài)情感分類 151
6.4.2 多模態(tài)情感消歧 157
6.4.3 多模態(tài)細(xì)粒度情感計算 163
6.5 多模態(tài)情感計算的未來模式 164
6.5.1 多模態(tài)情感計算的現(xiàn)狀與思考 164
6.5.2 多模態(tài)情感計算的研究框架 167
6.5.3 多模態(tài)細(xì)粒度情感計算的研究方案設(shè)計 170
6.5.4 多模態(tài)細(xì)粒度情感計算的特色 179
6.6 未來模式對多模態(tài)情感對話機(jī)器人的影響 180
6.7 本章小結(jié) 180
參考文獻(xiàn) 181
第7 章 情感對話機(jī)器人的語料資源 185
7.1 單模態(tài)數(shù)據(jù)集 185
7.1.1 日常對話數(shù)據(jù)集 186
7.1.2 影視劇對話數(shù)據(jù)集 187
7.1.3 社交媒體回復(fù)數(shù)據(jù)集 191
7.2 多模態(tài)數(shù)據(jù)集 194
7.2.1 多模態(tài)影視劇對話數(shù)據(jù)集 195
7.2.2 多模態(tài)觀點數(shù)據(jù)集 199
7.2.3 多模態(tài)人機(jī)交互數(shù)據(jù)集 203
7.2.4 多模態(tài)行業(yè)對話數(shù)據(jù)集 204
7.3 本章小結(jié) 204
參考文獻(xiàn) 205
書單推薦
