前言

情感计算旨在让机器像人一样理解情感和表达情感，是目前人工智能研究中极其有价值的研究领域之一。随着社交媒体的快速发展，社交媒体数据中的情感元素占比剧增，已成为政府、民众和产业界关注的重点。情感计算在研究上结合社会学、管理学、传播学等基础学科，在应用上涉及电商、教育、金融等各领域的落地场景，具有很强的跨学科跨行业特点。利用情感计算技术，充分挖掘数据中蕴涵的情感信息，具有巨大的社会价值和经济价值。机器是否可以理解人类情感、如何发现情感背后的原因以及如何更好地实现人机情感智能交互等问题的研究将是对传统人工智能研究的有力提升，也必将极大地推动人工智能技术的发展。同时，情感计算与其他学科的结合，促成了交叉学科的发展，学界对相关技术的研究热情持续高涨，尤其在新工科和新文科的高等教育改革中具有桥梁和纽带的作用。

从情感计算概念第一次出现至今，经历了无数挑战和变革。情感计算技术也不断迎来新的挑战。社交媒体数据从单一的文本评论发展为丰富的声图文混合的评论，情感表达形式从新闻评论发展为人机交互等方式，如何融合多模态情感进行情感计算、如何处理大量的隐式情感信息以及如何进行情感心理健康检测及情感陪护等问题成为研究焦点。尤其是在以ChatGPT为代表的生成式人工智能技术时代，情感计算的研究范式发生了改变，如何将情感融入大语言模型中，以及如何使人工智能技术符合社会预期、符合人类价值观等成为大模型时代的情感计算新增的研究方向。

与此同时，越来越多的研究人员和学生进入这个领域，迫切需要为这个领域培养青年人才，而编写和出版教材是其中非常重要的一环。党的二十大报告中指出：“我们要坚持教育优先发展、科技自立自强、人才引领驱动，加快建设教育强国、科技强国、人才强国，坚持为党育人、为国育才，全面提高人才自主培养质量，着力造就拔尖创新人才，聚天下英才而用之。”教育强国是筑基、铸魂工程，它为科技强国和人才强国提供可持续的强力支撑。因此，我们聚集了国内10余名情感计算领域的专家编写了这部教材。本书共分13章，包括情感计算的基础任务，如情感语义表示、情感分类、隐式情感识别、情感原因识别等，还包括情感计算的延伸应用，如立场检测、计算论辩、情感生成、多模态情感计算等。更重要的是，我们还对大模型时代下的情感计算进行了分析和讨论。本书内容取自专家们多年的研究积累，书中介绍的原理、方法充分结合了理论与工程实践，内容由浅入深、循序渐进，适用于具有一定专业知识基础的研究生以及相关研发机构的科研工作者和工程师，希望引起更多学者的兴趣，共同探索这个充满未知和希望的研究方向。

在此，感谢中文信息学会情感计算专委会的一些专家学者们，他们和我一起在情感计算领域耕耘多年，把自己宝贵的经验分享出来，包括林鸿飞老师（大连理工大学）、王素格老师（山西大学）、夏睿老师（南京理工大学）、杨亮老师（大连理工大学）、徐睿峰老师（哈尔滨工业大学（深圳））、魏忠钰老师（复旦大学）、黄民烈老师（清华大学）、贾珈老师（清华大学）、李晨亮老师（武汉大学）、赵妍妍老师（哈尔滨工业大学）。此外，还需要特别感谢为本书的整理及校对付出辛勤劳动的张羽老师（哈尔滨工业大学）和上述高校的研究生们。同时，也感谢国家自然科学基金项目（62176078）对本书相关研究工作的资助。

机械工业出版社李永泉编辑对书稿进行了精心审读，提出了宝贵的意见；出版社其他工作人员也为本书做了大量努力，让本书得以较快与读者见面，在此谨向他们表示最诚挚的感谢！

在大模型时代下，情感计算的研究工作和产业化正在以日新月异的速度向前推进，这是一个涉及面非常广的技术领域，作者也在不断探索中。因作者水平有限，书中难免有疏漏与谬误之处，敬请业界同行和读者指正。

秦兵

2024年6月6日星期四