Emotion Recognition and Sentiment Analysis of Extemporaneous Speech Transcriptions in Russian

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

30 апреля 2026 г.

«Моя цель - стать ординарным профессором»

Михаил Саматов занимается теоретическими исследованиями перовскитных солнечных батарей. В интервью проекту «Молодые ученые Вышки» он рассказал о работе на суперкомпьютере Вышки, сотрудничестве с Пекинским университетом и умении делать мебель.

29 апреля 2026 г.

Научить машину читать прошлое: на ФГН создают нейросеть для расшифровки рукописей

Дневники и письма — бесценный источник для гуманитария-исследователя. Но что делать, если текст невозможно прочитать? На факультете гуманитарных наук (ФГН) ВШЭ эту проблему решили перевести на язык математики: команда филологов, историков и специалистов по машинному обучению создала информационную систему, которая не только распознает неразборчивый почерк, но и помогает анализировать содержание архивов.

29 апреля 2026 г.

8 драйверов технологического будущего: что изменит экономику

Какие отрасли определят облик ближайших десятилетий? Премьер-министр Михаил Мишустин назвал 8 направлений, которые будут развиваться в ближайшие годы. О том, какие образовательные программы НИУ ВШЭ готовят специалистов по этим направлениям — в материале IQ медиа.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

Emotion Recognition and Sentiment Analysis of Extemporaneous Speech Transcriptions in Russian

Lecture Notes in Computer Science. 2020. Vol. 12335 LNAI. P. 136–144.

Двойникова А. А., Verkholyak O., Karpov A.

Язык: английский

Полный текст

DOI

Текст на другом сайте

Multi-lingual approach for multi-modal emotion and sentiment recognition based on triple fusion

Markitantov M., Ryumina E., Двойникова А. А. и др., Information Fusion 2025 Vol. 132 Article 104207

Добавлено: 25 апреля 2026 г.

A Bimodal Approach for Speech Emotion Recognition using Audio and Text

Verkholyak O., Двойникова А. А., Karpov A., Journal of Internet Services and Information Security 2021 No. 1 P. 80–96

Добавлено: 24 апреля 2026 г.

A framework for text mining on Twitter: a case study on joint comprehensive plan of action (JCPOA)- between 2015 and 2019

Бехзадидуст Р., Quality and Quantity 2021 Vol. 56 No. 5 P. 3053–3084

Добавлено: 27 марта 2026 г.

Analyzing and forecasting P/E ratios using investor sentiment in panel data regression and LSTM models

Dolaeva A., Beliaeva U., Dmitry Grigoriev и др., International Review of Economics and Finance 2025 Vol. 98 Article 103840

Добавлено: 11 июля 2025 г.

Alternative method sentiment analysis using emojis and emoticons

Surikov A., Evgeniia Egorova, Procedia Computer Science 2020 Vol. 178 P. 182–193

Our research aims to develop an alternative method for analyzing the tonality of the texts. Most of the traditional methods for determining tonality classes are based on text analysis and ignore various emotional indicators that users actively used in social networks. Therefore, it improves the quality of predicting the tonality of the class. The study ...

Добавлено: 15 мая 2024 г.

The voice of Twitter: observable subjective well-being inferred from tweets in Russian

Сметанин С. И., Mikhail Komarov, PeerJ Computer Science 2022 Vol. 8 Article e1181

Добавлено: 29 декабря 2022 г.

Research Anthology on Implementing Sentiment Analysis Across Multiple Disciplines

IGI Global, 2022.

Добавлено: 3 августа 2022 г.

Using Intelligent Text Analysis of Online Reviews to Determine the Main Factors of Restaurant Value Propositions

Файнштейн Е. М., Серова Е. Г., , in: Handbook of Research on Applied Data Science and Artificial Intelligence in Business and Industry.: IGI Global, 2021. Ch. 10 P. 223–240.

Добавлено: 24 июля 2021 г.

Social Network Sentiment Analysis and Message Clustering

Харламов А. А., Orekhov A., Bodrunova S. и др., Lecture Notes in Computer Science 2019 Vol. 11938 P. 18–31

Добавлено: 29 октября 2020 г.