面向社交媒体的非语言成分自动分析与处理

上篇 非语言成分概述
第1章 社交媒体非语言成分
1.1 社交媒体
1.2 非语言交际
1.3 社交媒体中的非语言成分
1.4 社交媒体中的非语言成分理论基础
1.5 社交媒体中非语言表现形式
1.6 本章小结
第2章 非语言成分研究现状
2.1 社会传播学领域
2.2 语言学领域
2.3 信息处理领域
2.4 非语言成分资源建设
2.5 计算模型
2.6 本章小结
中篇 社交媒体表情符与文本的情感交互
第3章 社交媒体中表情符与文本的情感交互机制
3.1 动机
3.2 相关工作
3.3 表情符情感
3.4 表情符与文本情感交互类别
3.5 情感交互语料构建
3.6 情感交互语料分析
第4章 基于LSTM-NN的联合结构的交互预测模型
4.1 问题形式化
4.2 模型框架
4.3 训练过程
4.4 实验及分析
4.5 本章小结
第5章 基于表情符注意力机制的微博情感分析模型
5.1 动机
5.2 相关工作
5.3 模型
5.4 实验及分析
5.5 本章小结
第6章 基于Bi-LSTM-CRF的微博情绪诱因抽取及情绪识别
6.1 动机
6.2 相关工作
6.3 微博情绪诱因语料构建
6.4 基于Bi-LSTM-CRF的联合模型
6.5 实验及分析
6.6 本章小结
下篇 社交媒体文本规范化
第7章 社交媒体中的文本非规范化拼写
7.1 社交媒体文字语言特征及面临的问题
7.2 文本规范化问题定义
7.3 拼写修正研究现状
7.4 文本规范化研究现状
7.5 中文文本规范化研究现状
7.6 本章小结