情感语义

摘要： 在电子商务环境下,建立和维持长期客户关系的关键所在是如何获得客户的认可。在以往的质量评价体系理论研究中,存在着影响因素设置简单、体系差异大、难以形成一致结论等问题。将研究模型应用于实际服务质量评价中,大大降低了其参考意义和决策参考价值。因此,迫切需要建立一个有效的服务质量评价模型。而情感-体验、网络评论是表达顾客情感最直接的方式。

摘要： 文章融合了产品设计的相关知识,对产品情感语义的表现形式进行归纳总结分析.通过对产品设计案例进行详细分析总结提炼出表达产品情感语义的四种表现形式:形态、色彩、材料、交互,将"以人为本"的设计思想贯穿于整个设计过程,让情感语义的表现形式成为人与产品间的沟通的媒介.

摘要： 文章融合了产品设计的相关知识,对产品情感语义的表现形式进行归纳总结分析:通过对产品设计案例进行详细分析总结提炼出表达产品情感语义的四种表现形式:形态、色彩、材料、交互,将“以人为本”的设计思想贯穿于整个设计过程,让情感语义的表现形式成为人与产品间的沟通的媒介。

摘要： 视觉信息是人们获取外界信息的重要来源.作为视觉信息的主要表现形式之一,图像受到了广泛关注.本文首先针对颜色直方图忽略空间信息的问题,基于图像分块思想,利用图像区域不同、引起的关注程度不同的原理,引入Itti视觉注意模型,进行图像显著图的提取,基于显著图计算各分块的加权直方图.其次,根据视觉感知理论,提取多种图像情感信息特征,结合低层的颜色、纹理和形状特征以及高层的面部表情特征,生成复合的图像情感特征描述向量.最后,将本文提出的情感识别模型用于基于情感的电影推荐,结合电影海报及剧情简介文本,进行基于图文结合的电影情感识别,为用户推荐符合其情感需求的电影.本文通过融合基于心理认知的特征及面部表情等诸多特征,实现了更加完善的视觉情感描述,在一定程度上缩小了"语义鸿沟".

摘要： 针对色彩传递算法,在图像、视频着色过程中,用户人工选择源图像盲目性高、工作量大、自动化程度差的问题,提出一种基于情感语义的色彩传递源图像自动选择算法.利用图像的情感语义,通过提取用户所选情感的颜色特征与图库图像的颜色特征进行相似性比对,自动为用户检索出相应的源图像,为用户选择所需的源图像提供依据.实验结果表明,算法效果良好,提高色彩传递应用过程的自动化水平,减少人工干预的程度.

摘要： 人类用语言来表达情感,语言中有大量表示情感意义的词,当语言使用者的感情表露于语言中时,语言就有了传递情感的语义.语言是情感思维的工具,情感反映到语言里,形成情感语义.因此,我们说,语言不只具有词典上的涵义,还有情感语义.情感语义是语言语义的一个成分,是指说话人的个人感情或态度被反映在语言里所出现的意义.始于古希腊罗马时期的传统语言学过分强调从逻辑角度研究语言,但在17、18世纪的哲学研究中受到了普遍质疑.受文艺复兴时期民族主义的影响,英国浪漫主义思潮注重语言抒发感情的功能,注重语言同历史和生活之间的紧密联系.之后,德国语言学家洪堡特提出了语言世界观理论,认为人类对世界的认识受到语言的支配.这一观点为情感语义、语言文化关系的研究奠定了理论基础.现代语义学研究中,关于情感语义的研究是目前国内较少涉及的领域.本论文主要从词汇和句子层面的情感语义、情感语义的实现方法、民族文化心理及审美观对情感语义的影响等方面,对语言的情感语义逐一展开论述.

摘要： 目的研究塑料材质的感觉特性在儿童玩具中的表现,并在儿童玩具设计中选择适当的塑料材质进行设计。方法就儿童玩具设计中材料使用的要求,针对塑料材质进行感觉特性和情感语义的分析,明确塑料材质具有很强的可塑性,可以适应多种设计要求,并能与其它材料共用以增强设计效果。结论在儿童智力玩具设计的材料选择和使用中采用的塑料材质,进行了有益的设计实践。塑料材质感觉特性的合理利用使玩具的设计效果有良好的展示。

摘要： 通过对具有创造性及持久影响力的产品的分析,可以发现设计在情感语义上的延伸不仅局限于造型、色彩及材料.本文采用个案研究法和描述性研究法,对具创新性及广泛影响力的产品进行分析,探索设计在情感语义上对使用者的使用方式、心态、个体所处环境等方面所起的作用.

摘要： 在产品形态设计中,导入情感语义,使产品易懂、易用,具有人情味。本文从心理学入手,分析了人的思维习惯、情感特征,提出产品形态设计的信息编码过程,让消费者和产品之间产生心理的共鸣、进行情感的交流。

摘要： 人对图像的感知和理解是主观性的.但目前的图像检索大多忽略了情感的影响和作用.本文在图像检索系统中引入情感计算技术,提出一个基于情感语义的图像检索模型,采用面向语义的主要区域提取和因子分析方法建立情感空间,抽取图像的颜色、形状和纹理特征作为图像的情感语义特征,采用结合SVM的交互式遗传算法将图像特征空间映射到情感空间,能加速收敛,减轻用户疲劳,在多维图像特征空间实现基于情感语义的图像检索,通过与用户的交互定制个性化检索,并实现多种方式的高效图像检索。

摘要： 现代公共艺术思潮,对人行为空间、视觉感知空间特别是色彩情感语序的架构,产生了巨大冲击和影响,色彩视觉感官刺激带来的快感超越了色彩固有属性特征,而更具深层审美价值和文化价值,色彩所阐述的历史内涵、民族习俗等已然成为其他设计语言所无法替代的功能,更具唯一性、标识性和排他性.

摘要： 图像情感语义研究的目的是希望计算机能够模拟和描述人观察图像后所引起的情感,使用带有主观感情色彩的语义表述图像,是一个具有挑战性的前沿课题.本文根据图像线条与人的动感感觉之间的联系,将图像线条倾斜度的分布做为图像特征,采用概率神经网络建立图像特征与图像动感之间的联系,实现了图像动感情感的机器评估,取得了较好的实验结果.

摘要： 本发明涉及到情感分析领域，提出了一种基于语义、情感惯性和情感共性的对话情感分析方法，步骤包括：首先获取对话交替进行的多轮对话数据，并对不同人物角色进行标明；然后对多轮对话中的每条对话信息进行时序建模，提取出其中对应的语义信息表达序列；最后基于多轮对话所提取的语义信息表达序列，分离出对应的情感状态表达序列，并进行情感识别。在本发明中，打破了传统的以语义信息决定情感分类的做法，提出了由语义状态与情感状态分离的方法，由情感状态决定情感分类，从心理学的角度改进了现有对话情感分析方法，提升了情感识别的效果。

摘要： 本发明公开了一种融合情感特征和语义特征的文本情感分类方法，包括：利用主题模型得到文本数据的主题概率分布，得到文本数据的语义特征，构建一种神经网络模型，训练神经网络，得到文本数据的情感特征，并利用文本的情感特征结合文本的语义特征进行文本情感倾向性的判别。对比现有的文本情感倾向性分析方法，本方法突出考虑了带有情感标签文本的情感特征和语义特征关系，并且能同时利用这两种信息进行情感倾向性的判别。在具体的数据集实验当中，可以得到更高的情感分类精度。

摘要： 本发明涉及一种基于语义‑情感双重关注的细粒度文本情感转换模型，涉及自然语言处理领域，该方法包括先利用CNN提取输入语句字符级特征，再结合Glove词嵌入向量，一起送入双向LSTM中提取输入语句的上下文信息。然后在Seq2SentiSeq模型的基础上多加一条输入语句的情感强度嵌入分支，以及将该情感强度作为attention加入编码过程中，从而提高了模型的转换强度以及内容保存度。

摘要： 本发明公开了一种融合情感特征和语义特征的文本情感分类方法，包括：利用主题模型得到文本数据的主题概率分布，得到文本数据的语义特征，构建一种神经网络模型，训练神经网络，得到文本数据的情感特征，并利用文本的情感特征结合文本的语义特征进行文本情感倾向性的判别。对比现有的文本情感倾向性分析方法，本方法突出考虑了带有情感标签文本的情感特征和语义特征关系，并且能同时利用这两种信息进行情感倾向性的判别。在具体的数据集实验当中，可以得到更高的情感分类精度。

摘要： 本发明公开了一种面向情感语义的语义标注及语义依存分析方法及装置，涉及自然语言处理技术领域。包括：获取待分析的文本；将文本输入到构建好的情感语义模型；其中，情感语义模型包括情感语义依存表示及标注模块以及情感语义依存模型；根据文本以及情感语义模型，得到待分析的文本的标注及分析结果；其中，标注及分析结果包括情感语义标注结果以及语义分析结果，情感语义标注结果根据文本以及情感语义依存表示及标注模块得到，语义分析结果根据文本以及情感语义依存模型得到。本发明能够构建面向情感的深层语义形式化表示方案，以及构建面向情感语义的深层语义分析算法框架，可以输出高质量的深层情感语义分析结果。

摘要： 本发明属于文本分析领域，公开了一种基于情感极性增强语义的跨领域情感分析方法。本发明提取源领域和目标领域情感文本的词项，并向量化；其次，选择源领域和目标领域之间的情感强烈且语义一致的词项作为领域间共享词；第三，基于共享词的情感极性分别对情感文本进行扩展，并重新训练词向量，增强情感语义；最后，基于卷积神经网络自动提取文本的情感特征，并训练分类器完成目标领域情感文本的分类。本发明考虑共享词的情感极性和领域间情感语义的一致性，以及对情感特征提取和分类的影响，更符合跨领域情感分析实际特点和需求。

摘要： 本发明公开了一种面向情感语义的语义标注及语义依存分析方法及装置，涉及自然语言处理技术领域。包括：获取待分析的文本；将文本输入到构建好的情感语义模型；其中，情感语义模型包括情感语义依存表示及标注模块以及情感语义依存模型；根据文本以及情感语义模型，得到待分析的文本的标注及分析结果；其中，标注及分析结果包括情感语义标注结果以及语义分析结果，情感语义标注结果根据文本以及情感语义依存表示及标注模块得到，语义分析结果根据文本以及情感语义依存模型得到。本发明能够构建面向情感的深层语义形式化表示方案，以及构建面向情感语义的深层语义分析算法框架，可以输出高质量的深层情感语义分析结果。

摘要： 本发明涉及基于情感语义对抗的跨语言情感分类方法，属自然语言处理领域。本发明包括：构建汉越疫情相关社交媒体评论的数据集；将句子以及句子中情感词拼接，用卷积神经网络对拼接后的句子分别进行联合表征，分别获得单语语义空间下的情感语义表征；其次，通过对抗网络，在双语情感语义空间将带标签数据与无标记数据的情感语义表征进行对齐；最后将句子与情感词最显著的表征进行拼接，得到情感倾向性分析结果。本发明通过融合情感信息信作为背景信息实现了跨语言情感倾向性分析，从获取的舆情数据中为低资源数据获得情感分类结果，为后续的文本分类及低资源语言细粒度情感分析提供了支撑。

摘要： 本发明提供一种基于情感语义转移图谱的情感引导方法及系统，涉及数据处理技术领域。所述方法包括：本发明通过获取并预处理大量的个人网络对话数据集，得到个人网络对话语料，并抽取个人网络对话语料中的实体、属性、关系，构建情感语义转移图谱，确定情感转移之间的联系。利用深度学习方法识别出引导对象的初始情感，再根据情感语义转移图谱找到最优的关键词实体，基于最优的关键词实体，利用关键词的回复生成技术进行情感引导决策。由此，实现引起引导对象转移到目标情感效率、准确性更高的有益效果。

摘要： 本发明属于文本分析领域，公开了一种基于情感极性增强语义的跨领域情感分析方法。本发明提取源领域和目标领域情感文本的词项，并向量化；其次，选择源领域和目标领域之间的情感强烈且语义一致的词项作为领域间共享词；第三，基于共享词的情感极性分别对情感文本进行扩展，并重新训练词向量，增强情感语义；最后，基于卷积神经网络自动提取文本的情感特征，并训练分类器完成目标领域情感文本的分类。本发明考虑共享词的情感极性和领域间情感语义的一致性，以及对情感特征提取和分类的影响，更符合跨领域情感分析实际特点和需求。