《复杂情感分析方法及其应用》主要介绍了机器学习的概念及分类、复杂情感分析的理论及基本处理方法：基于局部保持支持向量文本描述的复杂情感分析算法（如分类算法、聚类算法、回归算法）、文本处理及其处理方法、基于机器学习中学习方法、一致性分类方法等。
《复杂情感分析方法及其应用》可供从事计算机、人工智能等专业的工程技术人员阅读，也可供大专院校有关师生参考。

1绪论
1.1背景介绍
1.1.1机器学习问题
1.1.2机器学习分类
1.1.3深度学习问题
1.2相关研究分析
1.3研究意义与目的
1.3.1机器学习的研究意义与目的
1.3.2深度学习的研究意义与目的
1.4研究方向与研究内容
1.4.1研究方法
1.4.2本书研究内容
2相关研究综述
2.1复杂情感分析的理论研究
2.2复杂情感分析的算法研究
2.2.1关联分析
2.2.2注意力机制
2.2.3循环神经网络
2.2.4长短期记忆网络
2.2.5门控循环单元
2.2.6连续词袋模型
2.2.7Skip-gram
2.2.8贝叶斯分类算法
2.2.9K近邻算法
2.2.10K均值聚类算法
2.2.11其他方法
2.3评价指标研究
2.3.1Precision
2.3.2Recall
2.3.3F-measureMetric
2.3.4接受者操作特性曲线（ROC曲线）
2.3.5AUC值
2.4本章小结
3基于局部保持支持向量文本描述的复杂情感分析算法研究
3.1引言
3.2文本固有结构对复杂情感分析算法的影响
3.3支持向量数据描述的原理及算法
3.3.1TSVM
3.3.2PTSVM
3.4基于局部支持向量文本描述的复杂数据分析算法
3.4.1线性LPTSVM
3.4.2线性LPTSVM奇异性问题
3.4.3非线性LPTSVM
3.5基于局部支持向量文本描述的组合复杂数据分析算法
3.5.1长短期记忆神经网络和BiLSTM
3.5.2长短期记忆神经网络详细介绍计算过程
3.5.3Bi长短期记忆神经网络
3.6本章小结
4文本处理及其处理方法研究
4.1引言
……