AAAIFeb, 2017

即时通讯应用中自动提供情感反馈的挑战

PDF
TL;DR介绍了一种基于情感识别技术的即时通讯系统 EmotionPush，并通过部署研究发现了多个挑战，包括情感的连续性、多用户会话、情感分类的错误、用户在消息中表达情感的非传统方式，为即时消息的情感计算和情感识别研究提供了新的思路。
发现论文，激发创造
  • 文本信息情感感知：情感推送的应用与部署研究

    EmotionPush 是一种基于情感分类器的系统，可以通过手机上带有颜色的推送通知自动传达接收到的文本的情感，并有助于用户优先处理互动。

    Oct, 2016

  • 探索情绪对于参与型心理健康对话的理解

    为了支持文本媒体在心理健康领域的应用，特别是危机关怀方面，我们正在开发一种使用按键动态和情感分析相结合的 passsive 情感识别系统。我们的初步研究结果表明，分析短信和键盘输入模式可以提供情感信息，以支持用户和接触者。我们利用初步研究结果探讨了将人工智能应用于支持心理健康提供者提供更好关怀的前进方向。

    Jun, 2024

  • 基于情感和语义的文本对话情感检测方法

    本篇论文提出利用基于 LSTM 的深度学习模型来检测文本对话中的情绪，讨论了利用语义和情感嵌入的半自动化技术来收集训练数据以及结合方案，该方法在真实场景下的表现优于传统机器学习基准线和其他现成的深度学习模型。

    Jul, 2017

  • 情感感知聊天机器：为类人情感互动生成自动情感响应

    本文通过提出统一的端到端神经架构，实现对发帖的语义和情感的编码，以生成智能回复和恰当表达情感，实验证明在内容连贯性和情感适当性方面优于现有方法。

    Jun, 2021

  • 情感现象在多模态交互研究中的作用扩展

    本文在交互式多模态和情感计算交叉领域进行了研究，探讨了计算机识别和表达情感现象的能力，并发现了研究的主要重点和不足之处。通过分析大量文献，我们发现研究主要集中在如何使计算机能够识别和表达情感现象，而缺乏人工智能系统通过情感和情绪预测增强对人类社交行为和认知状态的理解的研究。

    May, 2023

  • 文本情感检测综述

    文本情感检测研究综述表明，虽然目前已经有许多技术、方法和模型来检测文本中的情感表达，但人类情感的复杂性以及使用隐喻性语言等因素使得这些方法不足以应对这些复杂性，因此需要关注情感表达的语言细节。

    Jun, 2018

  • 情感分析：从文本自动检测情感倾向、情绪及其他感性状态

    本文介绍了机器学习在情感分析领域的最新进展，并对情感分析的起源、任务、挑战、方法和资源使用以及应用进行了概述。此外，文中还讨论了情感分析存在潜在有害影响的问题，并介绍了追求情感分析公平性的最新研究方向。

    May, 2020

  • 计算机说 “不”: 反对同情心对话人工智能的案例

    本篇论文讨论了采用 AI 帮助情绪调节，在回应用户的情绪时，应当谨慎并考虑如何应对用户的情绪，以避免其对用户和社会产生负面影响，而不仅仅关注负面情绪的缓解。

    Dec, 2022

  • 情感对话机器人：理解期望和个人影响

    研究调查了 745 名受访者，旨在了解不同应用中关于情感技能的期望和偏好。结果表明，在设计情感智能对话代理时，应根据应用的上下文和性质考虑适应性和情境感知。

    Oct, 2023

  • 情感聊天机器：利用内部和外部记忆的情感对话生成

    本文提出了 Emotion Chatting Machine（ECM），它可以生成不仅在内容（相关和语法）而且在情感（情感一致）上都恰当的响应。通过嵌入情感类别、捕捉内部情感状态的变化以及使用外部情感词汇，ECM 使用三种新机制来解决情感因素。实验表明，所提出的模型可以生成不仅在内容而且在情感上都恰当的响应。

    Apr, 2017