مدلسازی بازشناسی عواطف درگفتار فارسی با استفاده از روش های یادگیری ماشین
محل انتشار: سومین کنفرانس بین المللی علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 652
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICESCON03_242
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
در این مطالعه بازشناسی عواطف در صوت فارسی مورد بررسی قرار گرفته است. برچسبزنی به فایلهای صوتی با بیان عاطفی مشخص میتواند آغاز راه سیستمهای کامپیوتری با موتور عاطفی است. از سویدیگر لزوم ایجاد مدلهای بازشناسی عواطف در هر زبان به صورت مستقل وجود دارد. ما با استفاده ازمدلهای یادگیری ماشین و بررسی و مقایسه آن سعی در معرفی یک مدل جهت بارشناسی حالات عاطفی ترس، خشم، شادی، غم و انزجار با دقت بیشینه را داشتهایم. مدلهای ایجاد شده بر روی مجموعه داده فارسی ESD و جهت بررسی تعمیم پذیری نتایج با آزمون مدل بر روی مجموعه داده Berlin که به زبان آلمانی است آزمایش شده است. جهت مقایسه نتایج و اطمینان از صحت نتیجه گیری مجموعه داده با تعداد 75 فایل صوتی از دوازده نفر ایجاد شده است که نتایج نشان میدهد که مدل ایجاد شده با روش GMM و SVM که با استفاده از اطلاعات MFCC تولید شده است بیشترین دقت راداشته اند. از سوی دیگر ایجاد مدل تشخیص صدای مردانه/زنانه به عنوان یک پیش پردازش باعث افزایش دقت مدل کلی میگردد
کلیدواژه ها:
نویسندگان
میثم شمسی
دانشگاه علم وصنعت ایران، دانشکده مهندسی کامپیوتر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :