Выявление психологического портрета на основе определения тональности сообщений для антропоморфного социального агента

Main Article Content

Антон Анатольевич Алексеев
Влада Владимировна Кугуракова
Денис Сергеевич Иванов

Аннотация

Исследованы аспект выявления психологического портрета респондента и генерация отношения к нему социальным агентом на основе анализа тональности диалога. Рассмотрены принципы генерации отношения социального агента к респонденту и изменение его эмоционального настроя на протяжении общения. Реализация поставленной задачи осуществлена с помощью языка программирования Python и работы с реальными данными. Проведенный анализ алгоритмов классификации, основанных на подходах машинного обучения, подтвердил практическую значимость работы.

Ключевые слова:

социальный агент, тональность, эмоциональное отношение, машинное обучение.

Article Details

Как цитировать
Алексеев, А. А., Кугуракова, В. В., & Иванов, Д. С. (2016). Выявление психологического портрета на основе определения тональности сообщений для антропоморфного социального агента. Электронные библиотеки, 19(3), 149-165. извлечено от https://elbib.ru/article/view/385
Биографии авторов

Антон Анатольевич Алексеев

Выпускник 2016 года Высшей школы информационных технологий и информационных систем Казанского (Приволжского) федерального университета.

Влада Владимировна Кугуракова

Старший преподаватель Высшей школы информационных технологий и информационных систем Казанского (Приволжского) федерального университета, руководитель Научно-исследовательской лаборатории «Виртуальные и симуляционные технологии в биомедицине».

Денис Сергеевич Иванов

Лаборант-исследователь Научно-исследовательской лаборатории «Виртуальные и симуляционные технологии в биомедицине» Высшей школы информационных технологий и информационных систем Казанского (Приволжского) федерального университета.

Библиографические ссылки

1. Кугуракова В.В., Таланов М.О., Манахов Н.Р., Иванов Д.С. Антропоморфный социальный агент с симуляцией эмоций и его реализация // Russian Digital Libraries Journal. 2015. Т. 18, № 5. С. 254–268.
2. Aaronson S. My conversation with "Eugene Goostman", the Chatbot that's all over the news for allegedly passing the turing test". Shtetl-Optimized // The Blog of Scott Aaronson. Archived from the original on 2014-08-07. Retrieved 2014-09-12.
3. Oppy G., Dowe D. The turing test // Stanford Encyclopedia of Philosophy, 2011.
4. Wan V., Anderson R., Blokland A., Braunschweiler N., Chen L., Kolluru B., Latorre J., Maia R., Stenger B., Yanagisawa K., Stylianou Y., Akamine M., Gales M.J.F., Cipolla R. Photo-realistic expressive text to talking head synthesis// Source of the Document Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH, 2013. P. 2667–2669.
5. Abdul-Mageed M., Diab M., Korayem M. Subjectivity and sentiment analysis of modern standard Arabic // In Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics, 2011. P. 587–591.
6. Perez-Rosas V., Banea C., Mihalcea R. Learning sentiment lexicons in Spanish // In Proceedings of the Eight International Conference on Language Resources and Evaluation (LREC'12), 2012.
7. Pang B., Lee L. Opinion mining and sentiment analysis // Foundations and Trends in Information Retrieval. 2008. V. 2, No 1–2. P. 1–135.
8. Четверкин И.И., Лукашевич Н.В. Тестирование систем анализа тональности на семинаре РОМИП-2012. Т. 2: Доклады специальных секций РОМИП. М.: Изд-во РГГУ, 2013.
9. Liu Bing. Web Data Mining: Exploring Hyperlinks, Contents and Usage Data. Berlin: Springer, 2011.
10. Ильин Е.П. И46 Психология общения и межличностных отношений. СПб.: Питер, 2013.
11. Chenhao Tan, Lillian Lee, Jie Tang, Long Jiang, Ming Zhou, Ping Li. User-level sentiment analysis incorporating social networks// Proceedings of the Sixteenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (SIGKDD), 2011.
12. Mike Thelwall, Kevan Buckley, Georgios Paltoglou. Sentiment in Twitter events // Journal of the American Society for Information Science and Technology Archive. 2011. V. 62.
13. Justin Martineau, Tim Finin. Delta TFIDF: An Improved Feature Space for Sentiment Analysis. University of Maryland, Baltimore County 1000 Hilltop Circle, Baltimore, 2013.
14. Исследование Хабрахабр. URL: https://habrahabr.ru/post/149605/.
15. Тональный словарь. URL: http://linis-crowd.org/.
16. Русский корпус для анализа тональности текстов. URL: http://study. mokoron.com/.
17. Open-Source библиотека NLTK. URL: http://www.nltk.org.


Наиболее читаемые статьи этого автора (авторов)

1 2 3 > >>