文本驅(qū)動(dòng)的表情合成研究.pdf

1、基于虛擬人進(jìn)行通信是一個(gè)相當(dāng)有趣的課題,吸引了諸如計(jì)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(dòng)畫(huà)系統(tǒng)或是通過(guò)視覺(jué)／語(yǔ)音控制虛擬人,或是通過(guò)觸感裝置控制虛擬人。雖然這兩種方法能夠較好地實(shí)現(xiàn)對(duì)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(huì)使用戶(hù)感覺(jué)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(jiǎn)潔且不給用戶(hù)帶

2、來(lái)任何負(fù)擔(dān)。
　　 本文的研究目標(biāo)是設(shè)計(jì)一個(gè)能夠接收多種語(yǔ)言輸入,并以此實(shí)時(shí)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(yǔ)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(hù)輸入的文本進(jìn)行分句得到若干個(gè)單句,然后對(duì)每個(gè)單句進(jìn)行處理。本文以向量空間模型的方式描述單句,對(duì)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(lèi)算法來(lái)獲取文本極性,也就是正面或負(fù)面。本文通過(guò)查詢(xún)情感特征詞典獲取文本所含的情感特征詞匯。通過(guò)綜合以上兩種信息我們可以得到用戶(hù)輸入文本的情感特征,并以此控制虛擬人表情。
　　 本文通過(guò)一個(gè)混合的平衡語(yǔ)料庫(kù)對(duì)提出的文本情感分類(lèi)算法進(jìn)行了實(shí)驗(yàn)分析,以驗(yàn)證該算法的有效性和魯棒性。實(shí)驗(yàn)證明,這種方法分類(lèi)速度快,準(zhǔn)確率高。另外,本文通過(guò)一系列實(shí)驗(yàn)證明系統(tǒng)能夠通過(guò)文本實(shí)