文本驅(qū)動的表情合成研究.pdf

1、基于虛擬人進(jìn)行通信是一個相當(dāng)有趣的課題,吸引了諸如計算機(jī)科學(xué)、人工智能及心理學(xué)等學(xué)科的學(xué)者的注意,并且有廣泛的應(yīng)用前景。目前,大部分虛擬人動畫系統(tǒng)或是通過視覺／語音控制虛擬人,或是通過觸感裝置控制虛擬人。雖然這兩種方法能夠較好地實現(xiàn)對虛擬人的表情控制,但是需要接入額外的設(shè)備,特別是佩戴型觸感裝置會使用戶感覺臃腫和不方便,而且設(shè)備本身的高成本也不容忽視。與這兩種虛擬人控制技術(shù)相比,利用輸入文本直接控制虛擬人的方法更為自然、簡潔且不給用戶帶

2、來任何負(fù)擔(dān)。
　　 本文的研究目標(biāo)是設(shè)計一個能夠接收多種語言輸入,并以此實時控制虛擬人表情的系統(tǒng)。系統(tǒng)需要情感特征詞典作為基礎(chǔ),故本文提出一種基于詞匯語義相似度的方法構(gòu)建中文情感特征詞典和一種基于WordNet的同義詞典和近義詞典的方法構(gòu)建英文情感特征詞典。在得到情感特征詞典后,本文首先將用戶輸入的文本進(jìn)行分句得到若干個單句,然后對每個單句進(jìn)行處理。本文以向量空間模型的方式描述單句,對單句進(jìn)行分詞并去除停用詞之后就可以得到該單句

3、的文本特征向量。本文提出了一種基于情感詞典和樸素貝葉斯算法的文本情感分類算法來獲取文本極性,也就是正面或負(fù)面。本文通過查詢情感特征詞典獲取文本所含的情感特征詞匯。通過綜合以上兩種信息我們可以得到用戶輸入文本的情感特征,并以此控制虛擬人表情。
　　 本文通過一個混合的平衡語料庫對提出的文本情感分類算法進(jìn)行了實驗分析,以驗證該算法的有效性和魯棒性。實驗證明,這種方法分類速度快,準(zhǔn)確率高。另外,本文通過一系列實驗證明系統(tǒng)能夠通過文本實