سید صادق حسینی، محمد رضا یمقانی،
دوره 27، شماره 4 - ( 7-1403 )
چکیده
مقدمه: امروزه استفاده از هوش مصنوعی و یادگیری ماشین در تمام علوم، تأثیر گذاشته است. استفاده از آن برای شناسایی احساسات افراد با ادغام داده‌های صوت و متن و تصویر دقت بالاتری را نسبت به سایر روش‌ها نشان می‌دهد و این تشخیص کاربردهای زیادی برای روانشناسان و تعامل ماشین و انسان خواهد داشت. شناسایی احساسات انسان و واکنش افراد یکی از نکات مهم در روانشناسی و روان‌درمانی می‌باشد. شناسایی احساسات تاکنون بصورت فردی و بوسیله بررسی واکنش چهره، نوع سخن گفتن و یا دست‌نوشته‌های اشخاص به محرک‌های و رویدادها شناسایی، بررسی و تجزیه و تحلیل می‌شود. با توجه به شرایط فرد آنالیز شونده و یا شرایط فرد آنالیز‌کننده ممکن است از دقت لازم برخوردار نباشد. این مقاله سعی دارد با توجه به روش‌های هوش مصنوعی و یادگیری ماشین بتواند با دقت بالایی این تشخیص را از داده‌های صوت و متن و تصویر استخراج نماید
روش کار: این پژوهش از حیث روش از نوع همبستگی بین احساسات و داده‌های ورودی و بر اساس روش‌های یادگیری ماشین و تحلیل رگرسیون برای پیش‌بینی یک متغیر ملاک بر اساس چند متغیر پیش‌بین می‌باشد (متغیر ملاک طبقه احساسی ویژگی‌ها و متغیرهای پیش‌بین صوت و تصویر و متن می‌باشند) جامعه آماری پژوهش مجموعه دادگان IEMOCAP و از حیث نوع داده این پژوهش، آمیخته کمی- کیفی می‌باشد.
یافته‌ها: نتایج به‌دست‌آمده نشان داد ترکیب اطلاعات صوت و تصویر و متن برای تشخیص احساسات چند حالته انسانی نسبت به تشخیص احساسات از هرکدام از داده‌ها بصورت تنها از دقت بسیار بالاتری برخوردار است.دقت این پژوهش عدد 9/82 را در مجموعه دادگان مبنا نشان می‌دهد.
نتیجه گیری: نتایج حاکی از دقت قابل قبول نسبت به تشخیص ادغام داده‌های صوت و متن و تصویر نسبت به هر داده بصورت منفرد در تشخیص احساسات انسانی توسط روش یادگیری ماشین و هوش مصنوعی می‌باشد.
