技术进展。 情感认知方面。现阶段研究主要集中在对多种信号的情感认知。 如面部表情识别,通过面部肌肉变化识别情感状态,像paul Ekm提出的面部动作编码系统(FAcS)可用于制造面部识别器,其仿真测试准确率可达98%以上,但仍存在处理连续表情困难等问题。 文本情感计算方面。早期方法有基于情感字典的规则化方法和基于情感特征的统计机器学习方法。 随着深度学习发展,大量神经网络模型被引入,预训练语言模型如bERt和Gpt取得较大成功,但在多领域及多方面自适应的实时在线情感分析等方面仍面临挑战。 多模态情感计算方面多模态情感计算在模态融合、建模方法和应用场景等方面不断发展。 例如,基于模型层的融合策略...