Ученые из кафедры алгоритмических языков ВМК МГУ разработали методы распознавания эмоций в текстах и аудиозаписях, что особенно актуально в условиях активного использования социальных сетей и мессенджеров. Автоматизация процесса распознавания эмоций позволяет улучшить взаимодействие пользователей в различных областях: медицине, образовании, маркетинге и развлечениях.
Исследование включает четыре основных подхода к распознаванию эмоций: инженерный, статистический, на основе машинного обучения и гибридный. Лучшее качество показали методы машинного обучения. Были использованы алгоритмы логистической регрессии, Наивного Байеса, SVM и CatBoost, а также нейросетевые модели RuBERT для текстов и HuBERT для аудио.
Для обучения алгоритмов использовались три русскоязычных набора данных: CEDR, Ru-GoEmotions и Dusha. Нейросеть RuBERT показала наилучшее качество для текстов, а HuBERT для аудио.
"Наше исследование демонстрирует высокую точность распознавания эмоций, что значительно улучшает качество взаимодействия в цифровых платформах," – отметила Наталья Ефремова, ассистент кафедры алгоритмических языков ВМК МГУ.
Результаты исследования были представлены на Всероссийской конференции «Ломоносовские чтения-2024».
Иллюстрация: storyset, ru.freepik.comЭто новость от журнала ММ «Машины и механизмы». Не знаете такого? Приглашаем прямо сейчас познакомиться с этим удивительным журналом.