منذ 4 أشهر
بحث سيمانتو في مسابقة سيميف-2019 المهمة 3: نماذج عصبية مدمجة لتصنيف المشاعر في المحادثات البشرية-الروبوتية
{Sanja {\v{S}}tajner Marc Franco-Salvador Neha Pawar Angelo Basile Mara Chinea Rios Yassine Benajiba}
الملخص
في هذه الورقة، نقدم مشاركتنا في مهمة التحدي المشترك EmoContext المُخصصة للكشف عن المشاعر في المحادثات النصية الإنجليزية بين إنسان وروبوت محادثة. نقترح أربعة أنظمة عصبية ونُدمجها معًا لتحسين النتائج بشكل أكبر. ونُظهر أن أنظمة المُجمّع العصبي لدينا قادرة على التمييز بنجاح بين ثلاث مشاعر (حزين، سعيد، غاضب) وتمييزها عن بقية المشاعر (أخرى) في سيناريو غير متوازن للغاية. وحقق أفضل نظام لدينا مقياس F1 قدره 0.77، وتصدر المركز الرابع من أصل 165 مشاركة.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| emotion-recognition-in-conversation-on-ec | OUT2 + IN3 + USE + BERT | Micro-F1: 0.7731 |
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.
البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
Hyper Newsletters
اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp