Методы распознавания эмоций в текстах и аудиозаписях
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.comОбщество
Машины и Механизмы
О чем рассказывают геномы древних людей
Компания «ПК Транспортные системы» поставила в Саратов пять односекционных трамваев «Львенок» 
