Multimodal Sentiment Analysis

ویرایش: 1st ed. 
نویسندگان: Soujanya Poria,  Amir Hussain,  Erik Cambria  
سری: Socio-Affective Computing 8 
ISBN (شابک) : 9783319950181, 9783319950204 
ناشر: Springer International Publishing 
سال نشر: 2018 
تعداد صفحات: 223 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

قیمت کتاب (تومان) : 40,000



این آخرین جلد مجموعه، محاسبات عاطفی اجتماعی، مجموعه‌ای از رویکردهای جدید را برای تجزیه و تحلیل ویدیوهای عقیده‌دار و استخراج احساسات و عواطف ارائه می‌دهد.

چارچوب تجزیه و تحلیل احساسات متنی همانطور که در این کتاب مورد بحث قرار گرفته است شامل روش جدیدی برای انجام تحلیل احساسات با ادغام زبان شناسی با یادگیری ماشین است. ادغام اطلاعات متنی با نشانه های صوتی و تصویری بسیار مفید است که تحلیلگر احساسات تک وجهی مبتنی بر متن، صوتی و بصری را بهبود می بخشد.

این جلد سه موضوع اصلی را پوشش می‌دهد: پیش‌پردازش متن و روش‌های تحلیل احساسات. چارچوب هایی برای پردازش داده های صوتی و تصویری؛ و روش های تلفیق ویژگی های متنی، صوتی و بصری.

شامل تجسم کلیدی و مطالعات موردی خوانندگان را قادر می سازد تا این رویکردها را بهتر درک کنند.

با هدف پردازش زبان طبیعی، محاسبات عاطفی و هوش مصنوعی، این جلد جامع برای خوانندگان گسترده ای جذاب خواهد بود و به خوانندگان کمک می کند تا جزئیات کلیدی در مورد تجزیه و تحلیل احساسات چندوجهی را درک کنند.

This latest volume in the series, Socio-Affective Computing, presents a set of novel approaches to analyze opinionated videos and to extract sentiments and emotions.

Textual sentiment analysis framework as discussed in this book contains a novel way of doing sentiment analysis by merging linguistics with machine learning. Fusing textual information with audio and visual cues is found to be extremely useful which improves text, audio and visual based unimodal sentiment analyzer.

This volume covers the three main topics of: textual preprocessing and sentiment analysis methods; frameworks to process audio and visual data; and methods of textual, audio and visual features fusion.

The inclusion of key visualization and case studies will enable readers to understand better these approaches.

Aimed at the Natural Language Processing, Affective Computing and Artificial Intelligence audiences, this comprehensive volume will appeal to a wide readership and will help readers to understand key details on multimodal sentiment analysis.

Front Matter ....Pages i-xi
 Introduction and Motivation  (Soujanya Poria, Amir Hussain, Erik Cambria)....Pages 1-12
 Background  (Soujanya Poria, Amir Hussain, Erik Cambria)....Pages 13-35
 Literature Survey and Datasets  (Soujanya Poria, Amir Hussain, Erik Cambria)....Pages 37-78
 Concept Extraction from Natural Text for Concept Level Text Analysis  (Soujanya Poria, Amir Hussain, Erik Cambria)....Pages 79-84
 EmoSenticSpace: Dense Concept-Based Affective Features with Common-Sense Knowledge  (Soujanya Poria, Amir Hussain, Erik Cambria)....Pages 85-116
 Sentic Patterns: Sentiment Data Flow Analysis by Means of Dynamic Linguistic Patterns  (Soujanya Poria, Amir Hussain, Erik Cambria)....Pages 117-151
 Combining Textual Clues with Audio-Visual Information for Multimodal Sentiment Analysis  (Soujanya Poria, Amir Hussain, Erik Cambria)....Pages 153-178
 Conclusion and Future Work  (Soujanya Poria, Amir Hussain, Erik Cambria)....Pages 179-186
Back Matter ....Pages 187-214