• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Аналитический обзор многомодальных корпусов данных для распознавания эмоций
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
1 июля 2026 г.
Ученые НИУ ВШЭ выяснили, кто и почему в России питается вне дома
Около трети населения (31,3%) практически не едят вне дома и не покупают готовую еду. Ядро активных потребителей — тех, кто питается вне дома или покупает готовое почти ежедневно или несколько раз в неделю, — составляет всего около 9%. Таковы результаты исследования, проведенного Институтом социальной политики НИУ ВШЭ. Как отмечают авторы, питание вне дома в России перестало быть маркером высокого статуса.
30 июня 2026 г.
Аспирантка НИУ ВШЭ получила премию за выдающуюся научную статью
Международное научное общество по коллективному выбору и экономике благосостояния — Society for Social Choice and Welfare (SSCW) — присудило награду для молодых исследователей Ангелине Юдиной, аспирантке и преподавателю департамента математики ФЭН, младшему научному сотруднику Международного центра анализа и выбора решений НИУ ВШЭ. Ученые отметили ее статью, посвященную решениям задачи выбора наилучших альтернатив на основании результатов их попарных сравнений.
30 июня 2026 г.
«Я хотела бы, чтобы мои исследования помогали делать мир спокойнее и лучше»
Какую бы задачу ни решала младший научный сотрудник Лаборатории методов анализа больших данных Института искусственного интеллекта и цифровых наук ФКН ВШЭ Сараа Али, она думает, какую пользу она может принести людям. О своей большой семье, диагностике трехфазных двигателей и мечте построить на родине детский приют она рассказала проекту «Молодые ученые Вышки».

 

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

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Аналитический обзор многомодальных корпусов данных для распознавания эмоций

.
Двойникова А. А.

В статье раскрываются достоинства и недостатки категориальных и пространственных моделей описания эмоций. Пространственные модели позволяют охватить более широкий спектр человеческих эмоций, что позволяет разработать наиболее эффективную систему распознавания эмоций. В работе проводится аналитический обзор существующих многомодальных корпусов данных, которые имеют разметку по валентности и интенсивности эмоций. В заключении выделяется наиболее репрезентативный корпус данных для автоматического анализа проявлений эмоций.

Язык: русский
Ключевые слова: интенсивность эмоцийраспознавание эмоцийкорпуса данныхпространственные эмоцииполярность эмоцийвалентность эмоций

В книге

Альманах научных работ молодых ученых Университета ИТМО
Университет ИТМО, 2023.
Похожие публикации
Enhancing Emotion Recognition in Speech Based on Self-Supervised Learning: Cross-Attention Fusion of Acoustic and Semantic Features
Deeb B., Andrey V. Savchenko, Макаров И. А., IEEE Access 2026 Vol. 13 P. 56283–56295
Добавлено: 16 июня 2026 г.
Многомодальный корпус данных вза- имодействия участников виртуальной коммуникации ENERGI
Двойникова А. А., Величко А. Н., Карпов А. А., Известия высших учебных заведений. Приборостроение 2025 Т. 68 № 12 С. 1011–1019
Выполнен статистический анализ многомодального корпуса данных ENERGI (ENgagement and Emotion Russian Gathering Interlocutors), содержащего аудиовидеозаписи коммуникации на русском языке группы людей, полученные с использованием системы телеконференций Zoom. Данные корпуса размечены по трем классам: вовлеченности (высокий, средний, низкий) участников в разговор, эмоционального возбуждения (высокий, средний, низкий) и валентности эмоций (положительный, нейтральный, негативный), а также десяти классам ...
Добавлено: 25 апреля 2026 г.
Сравнительный анализ методов аспектного анализа тональности текстов
Абрегова З. Х., Двойникова А. А., В кн.: Альманах научных работ молодых ученых Университета ИТМО.: Университет ИТМО, 2025. С. 487–493.
В статье рассматриваются различные методы аспектного анализа тональности текстовых данных, включая как традиционные методы, основанные на правилах, так и современные алгоритмы машинного и глубокого обучения. В работе представлен сравнительный анализ корпусов данных и методов аспектного анализа тональности текстов, который является важной задачей в области обработки естественного языка и анализа данных. ...
Добавлено: 25 апреля 2026 г.
Метод распознавания сентимента и эмоций в транскрипциях русскоязычной речи с использованием машинного перевода
Двойникова А. А., Кагиров И. А., Карпов А. А., Информатика и автоматизация (Труды СПИИРАН) 2024
В статье рассматривается проблема распознавания сентимента и эмоций пользователей в русскоязычных текстовых транскрипциях речи с использованием словарных методов и машинного перевода. Количество имеющихся информационных ресурсов для анализа сентимента текстовых сообщений на русском языке очень ограничено, что существенно затрудняет применение базовых методов анализа сентимента, а именно, предобработки текстов, векторизации с помощью тональных словарей, традиционных классификаторов. Для ...
Добавлено: 25 апреля 2026 г.
Анализ вовлеченности и эмоций собеседников виртуальной коммуникации
Двойникова А. А., В кн.: Сборник трудов XII Конгресса молодых ученыхТ. 2.: Университет ИТМО, 2023. С. 185–190.
В работе проводится исследование многомодальных и многозадачных подходов к анализу вовлеченности, полярности и интенсивности эмоций собеседников виртуальной коммуникации. Для экспериментальных исследований использовался аудиовизуальный корпус данных RECOLA. Предложенный многомодальный и многозадачный подход основан на применении спектрограмм и нейросетевых признаков ResNet, для акустической и визуальной информации соответственно, которые подаются на вход сверточным нейронным сетям. С помощью предложенного подхода удалось достичь точности распознавания 3 ...
Добавлено: 25 апреля 2026 г.
Подход к автоматическому распознаванию эмоций в транскрипциях речи
Двойникова А. А., Кондратенко К. О., Известия высших учебных заведений. Приборостроение 2023 Т. 66 № 10 С. 818–827
Аннотация. Исследован актуальный в различных областях вопрос распознавания эмоций в транскрипциях речи. Проанализировано влияние методов предобработки (удаление стоп-слов, лемматизация, стемминг) на точность распознавания эмоций в текстовых данных на русском и английском языках. Для проведения экспериментальных исследований использовались орфографические транскрипции диалогов из многомодальных корпусов RAMAS и CMU-MOSEI на русском и английском языке соответственно. Аннотирование этих корпусов ...
Добавлено: 25 апреля 2026 г.
Анализ информационного и математического обеспечения для распознавания аффективных состояний человека
Двойникова А. А., Маркитантов М. В., Рюмина Е. В. и др., Информатика и автоматизация (Труды СПИИРАН) 2022 Т. 21 № 6 С. 1097–1144
Аннотация. В статье представлен аналитический обзор исследований в области аффективных вычислений. Это направление является составляющей искусственного интеллекта, и изучает методы, алгоритмы и системы для анализа аффективных состояний человека при его взаимодействии с другими людьми, компьютерными системами или роботами. В области интеллектуального анализа данных под аффектом подразумевается проявление психологических реакций на возбуждаемое событие, которое может протекать ...
Добавлено: 25 апреля 2026 г.
Автоматическое определение эмоционального состояния участников предметных разговоров по транскрипциям речи
Двойникова А. А., Мамонтов Д. Ю., Карпов А. А., В кн.: Альманах научных работ молодых ученых Университета ИТМОТ. 3.: Университет ИТМО, 2021. С. 63–68.
В работе проводятся экспериментальные исследования по определению уровня эмоциональных проявлений в текстовых транскрипциях базы данных K-EmoCon. Рассматривается влияние сбалансирования классов при обучении классификаторов на точность определения эмоций. В статье устанавливается базовый стандарт результатов по классификации уровня эмоций дикторов в текстовых транскрипциях. ...
Добавлено: 24 апреля 2026 г.
CA-SER: Cross-Attention Feature Fusion for Speech Emotion Recognition
Deeb B., Савченко А. В., Макаров И. А., , in: ECAI 2024. 27th European Conference on Artificial Intelligence, October 19 – 24 October 2024, Santiago de Compostela, Spain – Including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024).: IOS Press, 2024. P. 4479–4482.
Добавлено: 15 февраля 2025 г.
Неклассический подход к созданию базы эмоциональных лиц: за рамками теории базовых эмоций
Петракова А. В., Юрчик Е. Н., Лебедева Е. И., В кн.: Лицо человека в системах коммуникации.: М.: Московский институт психоанализа, 2024. Гл. 10 С. 138–147.
Добавлено: 7 января 2025 г.
Опыт создания российской базы лиц, изображающих различные эмоции: первый этап
Петракова А. В., Лебедева Е. И., Кузьмина Ю. В. и др., Психология. Журнал Высшей школы экономики 2024 Т. 21 № 2 С. 423–431
Настоящая работа представляет собой пилотажное исследование, направленное на создание и тестирование стимульного материала, представляющего собой фотоизображения лиц взрослых и детей, выражающих различные эмоции. Уникальность проведенной работы обусловлена таким подходом к организации создания стимульного материала, в рамках которого модели демонстрировали бы эмоции не по установленной схеме мимических движений, соответствующих конкретной эмоции, а согласно своим представлениям о ...
Добавлено: 26 декабря 2024 г.
Распознавание эмоций в соотнесении к «эмоциональным семействам»
Петракова А. В., Лебедева Е. И., Юрчик Е. Н., Экспериментальная психология 2024 Т. 17 № 3 С. 4–15
Работа направлена на изучение успешности распознавания эмоций людей разного пола и возраста, выраженных без заданных критериев, в соотнесении их с «эмоциональными семействами». Представлены материалы эмпирического онлайн-исследования, полученные при помощи краудсорсингового сервиса «Яндекс. Толока», в рамках которого приняли участие 3590 респондентов. Респонденты распознавали одну из 14 эмоций по предъявленным фотографиям (гордость, злость, радость, раздражение, веселье, отвращение, ...
Добавлено: 26 декабря 2024 г.
Поможет ли Байесовская сыворотка правды повысить достоверность разметки эмоциональных текстов? (case study)
Колмогорова А. В., Хлебникова В. А., Человек: образ и сущность. Гуманитарные аспекты 2025 № 2(62) С. 45–68
В статье рассматриваются результаты применения методологии, известной как Байесовская сыворотка правды (BTS), в задаче эмоциональной разметки текстов для последующего обучения нейросетевых моделей. Суть метода состоит в том, что информантов сначала просят оценить некоторый феномен со своей собственной точки зрения, а затем – предсказать, какой ответ (или оценку) выберет наибольший процент других отвечающих на тот же ...
Добавлено: 29 ноября 2024 г.
Специфика разметки мультимодального корпуса эмоциональной речи
Куликова Е. Р., В кн.: Лингвистическая семантика в пространственном измерении: Словарь. Дискурс. Корпус.: Екатеринбург: Кабинетный ученый, 2024. Гл. 9.1 С. 399–411.
Добавлено: 29 ноября 2024 г.
Культурные правила выражения и распознавание эмоций других людей: различия в распознавании гнева представителями армянской и русской культур
Сысоева Т. А., Айрапетян Е. А., Психологические исследования: электронный научный журнал 2023 Т. 16 № 92 Статья 1
Изучались особенности распознавания эмоционального состояния другого человека представителями армянской и русской культур. В предварительном исследовании было обнаружено, что армяне, в отличие от русских, склонны в большей степени контролировать экспрессию гнева при взаимодействии с близкими людьми. Одна из идей, объясняющих влияние культуры на распознавание эмоций, предполагает, что правила выражения, которые заставляют подавлять экспрессию в определенных социальных ...
Добавлено: 29 января 2024 г.
Подходы к распознаванию эмоций в интеллектуальных системах
Карташева А. А., Технологос 2020 № 2 С. 15–24
В статье исследуются подходы к распознаванию эмоций в интеллектуальных системах с позиции методологических оснований. В междисциплинарных исследованиях, где необходимо совмещать подходы из разных областей, мы сталкиваемся с терминологической неопределенностью, так как проблема описания эмоциональной сферы решается разными исследователями в русле нескольких основных подходов. Во-первых, описание распознаваемых и продуцируемых эмоций можно вести через выделение фундаментальных (базовых) эмоций, ...
Добавлено: 20 октября 2023 г.
Three-way classification for sequences of observations
A. V. Savchenko, L. V. Savchenko, Information Sciences 2023 Vol. 648 Article 119540
Добавлено: 27 августа 2023 г.
HSE-NN Team at the 4th ABAW Competition: Multi-task Emotion Recognition and Learning from Synthetic Images
Савченко А. В., / Series Computer Science "arxiv.org". 2022.
Добавлено: 21 октября 2022 г.
Video-based Frame-level Facial Analysis of Affective Behavior on Mobile Devices using EfficientNets
Савченко А. В., , in: 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW).: IEEE, 2022. P. 2358–2365.
Добавлено: 29 августа 2022 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору