В МГУ придумали, как «научить» ИИ распознавать эмоции в аудиозаписях и текстах с высокой точностью
Исследователи из МГУ разработали методы распознавания эмоций в текстах и аудиозаписях, что становится особенно важным в условиях роста популярности социальных сетей и мессенджеров. По словам Натальи Ефремовой, ассистента кафедры алгоритмических языков, точность этих решений позволяет улучшить взаимодействие пользователей в сферах образования, медицины, маркетинга и развлечений. Главная цель разработки — автоматизировать анализ эмоций, чтобы сделать цифровые платформы удобнее и эффективнее.
Учёные использовали четыре подхода: инженерный, статистический, машинное обучение и их гибрид. По результатам экспериментов лучшими оказались алгоритмы на основе машинного обучения, включая логистическую регрессию, SVM, CatBoost и нейросетевые модели RuBERT для текстов и HuBERT для аудио. Наборы данных, такие как CEDR, Ru-GoEmotions и Dusha, помогли достичь высокой точности распознавания. RuBERT оказался лидером в анализе текстов, а HuBERT — в работе с аудиозаписями.
Команда подчёркивает, что их исследование уже можно применять для повышения качества коммуникации в цифровой среде. Такие технологии открывают новые возможности для улучшения пользовательского опыта, особенно в задачах, связанных с адаптивным обучением, психологической поддержкой и таргетированной рекламой.
