• Ученые из МГУ разработали методы распознавания эмоций в текстах и аудиозаписях.
• Автоматизация процесса распознавания эмоций улучшает взаимодействие пользователей в различных областях.
• Исследование включает четыре подхода к распознаванию эмоций: инженерный, статистический, на основе машинного обучения и гибридный.
• Методы машинного обучения показали лучшее качество.
• Использовались алгоритмы логистической регрессии, Наивного Байеса, SVM и CatBoost, а также нейросетевые модели RuBERT для текстов и HuBERT для аудио.
• Для обучения алгоритмов использовались три русскоязычных набора данных: CEDR, Ru-GoEmotions и Dusha.
• Нейросеть RuBERT показала наилучшее качество для текстов, а HuBERT для аудио.
• Исследование демонстрирует высокую точность распознавания эмоций и улучшает качество взаимодействия в цифровых платформах.