互联网数据的情感认知计算.pdfVIP

专题 第 10 卷  第 2 期  2014 年 2 月 互联网数据的情感认知计算 贾　珈　王晓慧　任　竹　蔡莲红 关键词 ：认知计算　PMJ 模型　情感计算 清华大学 认知是感知信息和处理信 于如何在经典逻辑计算中加入 关联建模的算法，直至得到较理 息的过程，包括从感觉的输入到 主观认知的元素，而这需要理 想的预测结果。那么，这一研究 复杂问题的求解。认知计算是人 解人类的认知行为机理。 思路是否有改进的余地呢？参考 类智 [2] 能和机器智能研究领域关注 PMJ 认知计算模型 将认知 人类大脑进行信息认知加工的过 的重点。认知对象既包括客观世 过程归纳为感知(perception)、记 程，其中一个重要的环节是将接 界的物理特性，也包括情感、态 忆(memory) 和判断(j udgment) ， 收的信息进行表征(repre sent a- 度、意图等主观特性。然而，现 对应于计算流程的分析、建模和 tion) 。表征是大脑与客观世界沟 有机器智能的研究大多依据经典 决策，明确了认知与计算结合的 通交流的基础，当外部世界的状 逻辑计算，其应用实例也多以计 三阶段、多通路的处理框架，为 态与大脑内的表征符号具有相同 算对象处于完全理性的状态为前 机器智能提供了新的研究思路， 结构的映射时，大脑才能进一步 提，研究相应的计算模式和机理， 也为将人类主观情感应用于经典 输出信息加工计算的结果。人类 使计算机具备智能计算能力，却 逻辑计算提供了切入点。 大脑通过可计算的方式从瞬间信 忽视了情感等主观因素在认知计 号中抽取出表征，进而根据表征 算过程中的重要影响及所起的作 PMJ模型与认知计 进行语义判断，这一过程为改进 用。因此，经典逻辑计算往往难 算的层级框架 经典的两层结构的参数计算框架 以解释或呈现个体差异性、不确 提供了一个重要启示。 定性和自我矛盾等现象，也使得 传统的情感计算方法通常是 大脑认知的全过程可以归纳 机器智能无法准确而及时地模拟 经典参数计算，其主要研究思路 为感知、记忆和判断三个阶段。 人类智能。 可以概况为 “物理特征– 目标 在感知阶段，大脑基于获取到的 随着互联网技术的飞速发展 语义”两层结构。在物理特征层 视觉、听觉等信息抽取表征的符 与普及，情感作为传统意义上存 面，研究者主要关注特征筛选以 号 ；在记忆阶段，将这些表征符 [1] 在于人类社会的主观认知概念 ， 及特征提取的准确性和有效性。 号与大脑内存储的表征符号进行 逐步在网络空间和人类社会中 在此基础上，机器学习算法帮助 结构映射或比对 ；在判断阶段， 突显其统一性、通用性和重要 实现从提取的特征到目标语义的 根据映射或比对的结果输出主观 性[4] ，并促使相关研究从心理 关联映射，进而实现建模。当建 语义。PMJ 认知计算模型的核心 学主观实验向面向网络空间大 立的模型在数据集上对目标语义 思想是将感知、记忆和判断三个 [5] 数据的情感计算转变 。实现 的预测结果不尽理想时，通常采 阶段对应于计算流程的分析、建 情感的认知计算的核心问题在 用的方法是不断更换特征提取或 模和决策。借助PMJ 模型，可以 38 第 10 卷  第2 期  2014 年 2 月 定义融合主观认知元素改进的逻