کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6951475 | 1451677 | 2018 | 50 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Annotating and modeling empathy in spoken conversations
ترجمه فارسی عنوان
بیان و مدل سازی همدلی در مکالمات گفتاری
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
یکدلی، هیجانی، مکالمه گفتاری، تجزیه و تحلیل رفتار، صحنه مضر، تاثیر می گذارد، مرکز تماس، انسانی مکالمه انسانی،
ترجمه چکیده
همدلی، همانطور که در علوم رفتاری تعریف شده است، توانایی انسان را در شناخت، درک و واکنش به احساسات، نگرش و باورهای دیگران بیان می کند. در این مقاله، ما دو مسئله مرتبط با تجزیه و تحلیل رفتار عاطفی اتوماتیک را طراحی می کنیم: طراحی پروتکل حاشیه نویسی و شناخت خودکار از همدلی از مکالمات سخیف گفتاری انسان و انسان. ما پیشنهاد و ارزیابی یک طرح حاشیه نویسی برای همدلی با الگوی مدل اعتقادی احساسات. طرح حاشیه نویسی بر روی یک بخش از مکالمه های گفتاری واقعی زندگی، دوزخی مورد ارزیابی قرار گرفت. در زمینه تجزیه و تحلیل رفتاری، ما یک سیستم تقسیم بندی و طبقه بندی خودکار برای همدلی را طراحی کردیم. با در نظر گرفتن سطوح مختلف گفتار و زبان نمایندگی که در آن همدلی می تواند مورد بحث قرار گیرد، ما ویژگی های مشتق شده از فضاهای واژنی و آکوستیک را بررسی کردیم. فرآیند توسعه ی ویژگی ها به منظور پشتیبانی از همجوشی و انتخاب خودکار از ویژگی های مربوطه از یک فضای با ابعاد بزرگ طراحی شده است. سیستم طبقه بندی اتوماتیک در مکالمات مرکز مکالمه مورد ارزیابی قرار گرفت که در آن عملکرد به طور قابل توجهی بهتر از پایه بود.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
پردازش سیگنال
چکیده انگلیسی
Empathy, as defined in behavioral sciences, expresses the ability of human beings to recognize, understand and react to emotions, attitudes and beliefs of others. In this paper, we address two related problems in automatic affective behavior analysis: the design of the annotation protocol and the automatic recognition of empathy from human-human dyadic spoken conversations. We propose and evaluate an annotation scheme for empathy inspired by the modal model of emotions. The annotation scheme was evaluated on a corpus of real-life, dyadic spoken conversations. In the context of behavioral analysis, we designed an automatic segmentation and classification system for empathy. Given the different speech and language levels of representation where empathy may be communicated, we investigated features derived from the lexical and acoustic spaces. The feature development process was designed to support both the fusion and automatic selection of relevant features from a high dimensional space. The automatic classification system was evaluated on call center conversations where it showed significantly better performance than the baseline.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Speech & Language - Volume 50, July 2018, Pages 40-61
Journal: Computer Speech & Language - Volume 50, July 2018, Pages 40-61
نویسندگان
Firoj Alam, Morena Danieli, Giuseppe Riccardi,