Ученые из кафедры алгоритмических языков ВМК МГУ разработали инновационные методы для распознавания эмоций в текстах и аудиозаписях. Эти технологии, особенно актуальные в эпоху массового использования социальных сетей и мессенджеров, направлены на улучшение взаимодействия пользователей в таких областях, как медицина, образование, маркетинг и развлечения.
Исследование включает четыре основных подхода к распознаванию эмоций: инженерный, статистический, на основе машинного обучения и гибридный. При этом лучшие результаты были получены с использованием методов машинного обучения. Для обучения алгоритмов были применены популярные модели, такие как логистическая регрессия, Наивный Байес, SVM и CatBoost. Также использовались нейросетевые модели RuBERT для обработки текстов и HuBERT для работы с аудио.
Для обучения моделей были использованы три русскоязычных набора данных: CEDR, Ru-GoEmotions и Dusha. Нейросеть RuBERT показала наилучшие результаты в анализе текстов, а HuBERT — в распознавании эмоций в аудиозаписях.
Как отметила Наталья Ефремова, ассистент кафедры алгоритмических языков ВМК МГУ, результаты исследования демонстрируют высокую точность распознавания эмоций, что значительно улучшает качество взаимодействия на цифровых платформах.