針對(duì)虛擬人的文本情感語(yǔ)義分析.pdf

1、近些年來(lái)，形象生動(dòng)的虛擬人越來(lái)越受到人們的喜愛(ài)。越來(lái)越多的外形漂亮的虛擬人出現(xiàn)在電影、游戲以及因特網(wǎng)上。如何同虛擬人進(jìn)行交互是一個(gè)有趣的課題，目前很多研究都是通過(guò)視頻-語(yǔ)音或者觸感裝置實(shí)現(xiàn)的，但是這些實(shí)現(xiàn)方式代價(jià)比較昂貴。而通過(guò)文本控制虛擬人，則花費(fèi)較小而且應(yīng)用更加廣泛，可以添加在QQ、飛信、阿里旺旺等網(wǎng)絡(luò)即時(shí)通信工具上，使交流更加生動(dòng)有趣。文本控制虛擬人課題，需要使用自然語(yǔ)言處理技術(shù)和虛擬人技術(shù)。
　　本文的主要研究目標(biāo)是設(shè)計(jì)出

2、能根據(jù)用戶(hù)輸入的文本，做出身體動(dòng)作和面部表情變化的個(gè)性化虛擬人系統(tǒng)。內(nèi)容上可以分為三個(gè)部分。
　　一是對(duì)文本進(jìn)行動(dòng)作語(yǔ)義分析。系統(tǒng)中使用HowNet計(jì)算中文詞匯相似度，使用WordNet計(jì)算英文詞匯相似度。兩個(gè)詞典解決了中文和英文中多義詞和同義詞的問(wèn)題，然后采用潛在語(yǔ)義方法分析文本中的詞條，對(duì)矩陣進(jìn)行奇異值分解，得到動(dòng)作語(yǔ)義關(guān)鍵詞。
　　二是對(duì)文本進(jìn)行情感分類(lèi)。文本情感分類(lèi)采用改進(jìn)的K-最近鄰法(K-nearestneigh

3、bor，KNN)，將文本情感信息分為6類(lèi)：憤怒、厭惡、恐懼、喜悅、悲傷和驚訝。KNN先對(duì)已分好類(lèi)的文本進(jìn)行訓(xùn)練，使用了互信息(mutual information，MI)法和X2統(tǒng)計(jì)量法選擇文本特征，構(gòu)建訓(xùn)練文本特征向量時(shí)，改進(jìn)了詞頻-反文檔頻率(termfrequency-inverse document frequency，TFIDF)權(quán)重，結(jié)合了MI和X2統(tǒng)計(jì)量法，提高了情感分類(lèi)的準(zhǔn)確度。
　　最后用動(dòng)作語(yǔ)義關(guān)鍵詞和情感分類(lèi)