很高興看到《多語言情感分析及其應(yīng)用》出版。
當(dāng)前，新一輪技術(shù)變革正深刻影響并改變著人們的生產(chǎn)與生活方式。全球化背景下的信息呈現(xiàn)多語言信息模態(tài)，微博、Twitter、Facebook等社交媒體上不同國(guó)家、不同語言的互聯(lián)網(wǎng)用戶發(fā)布的多語言信息交織在一起，構(gòu)成龐大的多語言信息。多語言情感分析可以挖掘多語言信息背后蘊(yùn)含的用戶觀點(diǎn)、態(tài)度立場(chǎng)和情感傾向，對(duì)于實(shí)現(xiàn)跨語言媒體智能、構(gòu)建多語言認(rèn)知智能體系有著舉足輕重的作用。
多語言情感分析從多語言信息中挖掘出人們的觀點(diǎn)和態(tài)度，因而有著鮮明的時(shí)代特色和廣闊的應(yīng)用前景，在網(wǎng)絡(luò)輿論監(jiān)測(cè)引導(dǎo)、網(wǎng)際空間安全研究、在線醫(yī)療健康、跨境電商等領(lǐng)域均有著迫切的應(yīng)用需求。2017年國(guó)務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》，特別提出，要重點(diǎn)突破自然語言處理中的跨語言文本挖掘技術(shù)和認(rèn)知智能的語義理解技術(shù)，實(shí)現(xiàn)多風(fēng)格、多領(lǐng)域的自然語言智能理解。
多語言情感分析乃至多語言信息處理研究也是目前自然語言處理領(lǐng)域的一大難點(diǎn)。相比單語言情感分析，多語言情感分析研究主要受限于多語言信息的語法和語用差異，以及低資源語言的標(biāo)注數(shù)據(jù)匱乏等難題�，F(xiàn)有的情感分析研究主要在英語等高資源語言開展，在低資源語言甚至中等資源語言中開展情感分析研究仍是一項(xiàng)挑戰(zhàn)。因此，本書通過梳理多語言情感分析及其應(yīng)用涉及的理論基礎(chǔ)、技術(shù)基礎(chǔ)、語言資源以及典型應(yīng)用，能夠幫助本領(lǐng)域的入門者快速了解領(lǐng)域全貌。
本專著包括上下兩篇，共10章，上篇為單語言情感分析，下篇為多語言情感分析，順應(yīng)情感分析的發(fā)展脈絡(luò)和研究路線，內(nèi)容結(jié)構(gòu)合理、循序漸進(jìn)。本專著的一大特色是兼具技術(shù)性和綜述性，一方面涵蓋了多語言情感分析研究所需的文本表示學(xué)習(xí)基礎(chǔ)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型基礎(chǔ)，另一方面梳理了現(xiàn)有的多語言情感語料資源、多語言情感分析綜述以及作者在多語言情感分析領(lǐng)域所做的探索性研究。
隨著國(guó)際化進(jìn)程加快和國(guó)際交流趨繁，多語言情感分析研究將會(huì)在越來越多的跨學(xué)科應(yīng)用領(lǐng)域發(fā)揮作用。希望本書可以幫助廣大讀者快速掌握多語言情感分析研究相關(guān)的技術(shù)和理論。

2023年7月10日
著名語言學(xué)家諾姆·喬姆斯基指出，研究人類的語言，就是探討所謂人類的本質(zhì)，探討迄今所知為人類獨(dú)有的心智特征。情感是人類的一種主觀意識(shí)，人們會(huì)有喜怒哀樂不同的情緒，并通過語言文字的方式進(jìn)行表達(dá)；與此同時(shí)，人們也會(huì)對(duì)客觀的事情或者事物進(jìn)行主觀評(píng)價(jià)，表達(dá)傾向性的意見。情感分析研究，是利用可計(jì)算的手段對(duì)人類的主觀情感進(jìn)行客觀感知、表征和處理，從中挖掘出有用的信息。
情感分析研究屬于自然語言處理領(lǐng)域的一個(gè)分支，自誕生之日起就有著蓬勃的生命力。利用計(jì)算機(jī)的手段進(jìn)行情感分析，最早可追溯到美國(guó)MIT媒體實(shí)驗(yàn)室皮卡德教授于1995年提出的情感計(jì)算概念。情感分析研究需要解決的關(guān)鍵問題，是如何借助已知的有限情感資源信息對(duì)大量未知的信息進(jìn)行情感識(shí)別、情感表示以及情感因素度量，使得計(jì)算機(jī)擁有類似于人類的觀察、理解、生成情感的能力，實(shí)現(xiàn)更高層次的人機(jī)交互。
在信息全球化的背景下，從單語言場(chǎng)景下的情感分析擴(kuò)展到多語言場(chǎng)景下的情感分析是研究發(fā)展的必然趨勢(shì)。然而，在全球現(xiàn)有的7000多種語言里，已開展計(jì)算語言學(xué)研究的語言數(shù)量可能少于30種，大多數(shù)語言缺少進(jìn)行情感分析研究所需的計(jì)算資源和語言學(xué)資源。多語言情感分析研究存在嚴(yán)重的資源分布不均衡問題: 在英語等少數(shù)語言積累了豐富的語言資源和方法模型的同時(shí)，其他語種、尤其是一些小語種的情感分析研究進(jìn)展緩慢，缺少可用的語言資源和方法模型。北京外國(guó)語大學(xué)現(xiàn)已開設(shè)了101種外語專業(yè)，已開齊與中國(guó)建交國(guó)家的官方用語，給本領(lǐng)域的研究提供了豐富的語言資源和背景。因此，本書選擇從多語言的視角闡述情感分析這一頗具跨學(xué)科應(yīng)用特色的研究方向，嘗試講清楚情感分析是什么，單語言和多語言情感分析應(yīng)該怎么做，情感分析需要具備哪些理論基礎(chǔ)、技術(shù)基礎(chǔ)和模型基礎(chǔ)，多語言情感分析有哪些可用的語言資源，多語言情感分析未來的發(fā)展等問題。
本書分為上下兩篇共10章，從計(jì)算機(jī)科學(xué)、語言學(xué)以及社會(huì)學(xué)等多學(xué)科交叉融合角度，闡述多語言情感分析研究涉及的理論基礎(chǔ)、技術(shù)基礎(chǔ)以及典型應(yīng)用。
第1章是緒論部分，介紹多語言信息的研究背景以及情感分析任務(wù)的概念定義，便于讀者理解多語言情感分析的任務(wù)分類，以及所面臨的主要問題和挑戰(zhàn)。
上篇單語語言情感分析包括第2～5章。第2章為單語言情感分析的背景知識(shí)，闡述單語言情感分析的研究背景、應(yīng)用場(chǎng)景以及實(shí)現(xiàn)步驟。第3章講解文本表示的相關(guān)方法和模型。情感分析離不開文本的語義表示，因此第3章從傳統(tǒng)的向量空間模型談起，到LDA等主題模型，再到Word2vec等詞向量表示模型。第4章講解單語言情感分析所需的技術(shù)基礎(chǔ)學(xué)習(xí)模型講起。情感分析任務(wù)依賴于機(jī)器學(xué)習(xí)模型或者深度學(xué)習(xí)模型，這一章從樸素貝葉斯、支持向量機(jī)等傳統(tǒng)機(jī)器學(xué)習(xí)模型講起，再到卷積神經(jīng)網(wǎng)絡(luò)、長(zhǎng)短期記憶等淺層神經(jīng)網(wǎng)絡(luò)模型，最后到Transformer、BERT等深度學(xué)習(xí)預(yù)訓(xùn)練模型。第5章是單語言情感分析的應(yīng)用案例，是筆者在情感分析領(lǐng)域的研究成果，包括情感分析在股票預(yù)測(cè)中的應(yīng)用、情感分析在微博轉(zhuǎn)發(fā)規(guī)模預(yù)測(cè)中的應(yīng)用，以及情感分析在新聞?shì)浨閮A向預(yù)測(cè)中的應(yīng)用。
目錄多語言情感分析及其應(yīng)用下篇多語語言情感分析包括第6～10章。第6章為多語言情感分析的背景知識(shí)，闡述多語言情感分析的研究背景、應(yīng)用場(chǎng)景以及實(shí)現(xiàn)步驟。第7章講解多語言情感分析所需的技術(shù)基礎(chǔ)跨語言文本表示�？缯Z言文本表示能夠?qū)崿F(xiàn)多語言信息在同一語義空間的表示，是多語言情感分析乃至多語言自然語言處理的基礎(chǔ)。第8章闡述多語言情感分析的語言資源情感詞典的構(gòu)建。情感詞典是情感分析研究的重要輔助工具。這一章首先概述現(xiàn)有單語言情感詞典和多語言情感詞典構(gòu)建的相關(guān)研究，然后闡述筆者在領(lǐng)域自適應(yīng)單語情感詞典構(gòu)建方面的研究工作。第9章為跨語言情感分析方面研究綜述�？缯Z言情感分析研究對(duì)于低資源語言的情感分析有著重要的現(xiàn)實(shí)意義。該章首先對(duì)高、中、低資源語言進(jìn)行定義，然后總結(jié)歸納現(xiàn)有跨語言情感分析研究的相關(guān)工作。第10章是多語言情感分析的2個(gè)具體實(shí)現(xiàn)模型，是筆者在跨語言情感分析方面的研究成果。本書的最后就大語言模型對(duì)多語言相關(guān)研究的未來發(fā)展和啟示進(jìn)行探討剖析，并提出對(duì)未來的展望。
談一下寫這本專著的初衷。我到北京外國(guó)語大學(xué)從教后開始接觸自然語言處理研究，這個(gè)過程走過一些彎路，很多地方都是從零開始慢慢摸索，一路跌跌撞撞，深切感受到這個(gè)過程如果能有系統(tǒng)性的著作或者教材引路，會(huì)走得更快更穩(wěn)一些。因此，這本書的寫作視角是站在情感分析研究入門者的角度，把我多年來在多語言情感分析研究的經(jīng)驗(yàn)教訓(xùn)和思考總結(jié)出來，幫助后來者更好地開展相關(guān)研究。一方面，我閱讀和整理了多語言以及跨語言情感分析領(lǐng)域的相關(guān)文獻(xiàn)，并撰寫了綜述性的分析總結(jié)，希望能夠給多語言情感分析入門者提供背景知識(shí)；另一方面，我整理和完善了近年來我和我?guī)У膶W(xué)生在多語言情感分析領(lǐng)域所做的一些探索性的研究工作，借此機(jī)會(huì)對(duì)現(xiàn)有工作總結(jié)，并對(duì)未來工作提出展望。得益于北京外國(guó)語大學(xué)豐富的多語言語料資源和濃厚的人文學(xué)術(shù)研究氛圍，我有幸接觸到許多非計(jì)算機(jī)專業(yè)、但是對(duì)情感分析研究很感興趣的研究學(xué)者和學(xué)生，他們希望能夠?qū)⑶楦蟹治黾夹g(shù)或者多語言信息處理技術(shù)應(yīng)用到所學(xué)領(lǐng)域，產(chǎn)生跨學(xué)科的火花碰撞。這本書在整理個(gè)人研究工作的同時(shí)，也梳理了多語言情感分析研究所需掌握的語言表示技術(shù)基礎(chǔ)、機(jī)器學(xué)習(xí)理論基礎(chǔ)以及深度學(xué)習(xí)模型基礎(chǔ)等知識(shí)，力所能及地提供一些理論參考和學(xué)習(xí)經(jīng)驗(yàn)指導(dǎo)。
感謝我所在的信息科學(xué)技術(shù)學(xué)院，特別感謝蔡連僑院長(zhǎng)和郭華偉書記，給我們青年教師提供了非常寬松和良好的科學(xué)研究環(huán)境和土壤，并鼓勵(lì)我們將個(gè)人科研興趣融入學(xué)院和學(xué)校的發(fā)展中，選擇做自己感興趣的方向。
感謝一起撰寫這本書的學(xué)生，她們是胡玲、王文清和杜宛澤。感謝編輯袁勤勇和蘇東方老師對(duì)書稿的精心校對(duì)與寶貴意見，清華大學(xué)出版社其他人員也為本書付出了大量努力，在此也一并表示誠摯的感謝！
因作者水平有限，書中難免有疏漏或錯(cuò)誤之處，敬請(qǐng)廣大讀者批評(píng)指正。
最后，謹(jǐn)以此書獻(xiàn)給我最敬愛的父親。父親陪伴了我三十多年的時(shí)光，我在他的教導(dǎo)和影響下成長(zhǎng)。在撰寫這本書的時(shí)間里，我都非常想念他。每每只有坐在書桌前寫書碼字時(shí)，對(duì)父親的思念才得以排解。父愛如山、父愛無私，難忘父親教誨。

徐月梅
2023年8月