{"title":"IDENTIFICAÇÃO DE SENTIMENTO EM VOZ POR MEIO DA COMBINAÇÃO DE CLASSIFICAÇÕES INTERMEDIÁRIAS DOS SINAIS EM EXCITAÇÃO, VALÊNCIA E QUADRANTE","authors":"Guilherme B.S Gering, P. Ciarelli, E. Salles","doi":"10.5753/SBCAS.2019.6250","DOIUrl":null,"url":null,"abstract":"A identificação de sentimento em voz é comumente realizada em clas- ses categóricas como “tristeza” ou “alegria”. De acordo com o mapa de afeto de Russell, sentimentos também podem ser classificados por excitação, valência e quadrantes. Neste trabalho é proposto um método para incrementar o desem- penho de identificação de sentimentos em classes categóricas utilizando clas- sificadores que realizam classificação intermediária nas classes de excitação valência e quadrantes usando uma abordagem multi-visão. Para combinar es- ses resultados e obter a classificação final é proposta uma árvore de decisão que aumentou o desempenho F1 de 0,73 do Ensemble de três tipos de classificadores para 0,87 sobre uma base de dados pública.","PeriodicalId":231188,"journal":{"name":"Prevenção e Promoção de Saúde 5","volume":"279 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-06-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Prevenção e Promoção de Saúde 5","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/SBCAS.2019.6250","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A identificação de sentimento em voz é comumente realizada em clas- ses categóricas como “tristeza” ou “alegria”. De acordo com o mapa de afeto de Russell, sentimentos também podem ser classificados por excitação, valência e quadrantes. Neste trabalho é proposto um método para incrementar o desem- penho de identificação de sentimentos em classes categóricas utilizando clas- sificadores que realizam classificação intermediária nas classes de excitação valência e quadrantes usando uma abordagem multi-visão. Para combinar es- ses resultados e obter a classificação final é proposta uma árvore de decisão que aumentou o desempenho F1 de 0,73 do Ensemble de três tipos de classificadores para 0,87 sobre uma base de dados pública.