تشخیص هیجان

تشخيص هيجان و عواطف در کامپیوترها

يکی از معيارهای هوشمندی کامپيوترها توانايي آن‌ها در تشخيص هيجان­ ها می­ باشد. اما تشخيص دقيق هيجان­ ها به وسيله کامپيوتر (اگر امکان پذير باشد) يک هدف بعيد به نظر می ­رسد. حتی انسان­ نيز نمی ­تواند به طور صد در صد هيجان ­های­ ديگر انسان­ها را تشخيص دهد. با اين حال نشانه­های در دسترس برای تشخيص هيجان بسيار زياد می­ باشند و کامپيوترها می­ توانند از اطلاعات اين نشانه ­ها که از طريق کانال­ های ارتباطی در دسترس قرار می ­گيرند، برای تشخيص هيجان­ استفاده کنند. برای کشف هيجان­ های کاربر می ­توان از کانال­ های اطلاعاتی زير استفاده نمود:

  1. صوت
  2. حالت­های چهره
  3. علائم و الگوهای فيزيولوژيک
  4. متن
  5. رفتار قابل مشاهده کاربر

استفاده از کانالها

بدون در نظر گرفتن اينکه کدام يک از اين کانال­ ها، کانال اوليه انتقال هيجان می ­باشند، يک کامپيوتر می ­تواند از اطلاعات هر يک از اين کانال­ های ارتباطی و يا در حالت ايده ­آل ترکيبی از آن‌ها را به علاوه استدلال درباره موقعيت­ های توليد کننده هيجان استفاده کند تا هيجان کاربر را تشخيص دهد. به عنوان نمونه يک آموزگار با نگاه کردن به حالت چهره، حرکات بدنی و ساير نشانه­ های غير کلامی ممکن است که خط مشی تدريس را تغيير دهد. مثلاً چهره­ های کسل نشان دهنده اين است که دانش­ آموزان تمايلی به ادامه خط مشی تدريس فعلی ندارند. اما بيشتر کارها در تشخيص هيجان توسط کامپيوتر تنها بر روی اطلاعات يک کانال خاص تمرکز دارد. در ادامه به بررسی نحوه تشخيص هيجان کاربر با استفاده از اطلاعات کانال­های مطرح شده می­ پردازيم.

تشخيص صوت

اگر بتوان به وسيله صوت با دانش ­آموز تعامل کرد، علاوه بر راحتی بيشتر کاربر و در نتيجه بهتر و مفيدتر بودن تعامل، می ­توان صدای کاربر را پردازش کرده و هيجان ­هايي را در آن تشخيص داد. در زندگی روزمره نيز اين مسأله صادق می ­باشد. به عنوان نمونه در محيط آموزشی، آموزگار از لحن صدای دانش­ آموز می­ تواند بفهمد که آيا دانش ­آموز نااميد شده است يا نه؟ آيا دانش ­آموز ترسيده است؟ دقيقاً به همين ترتيب يک سيستم هوشمند می­ تواند صدای دانش ­آموز را پردازش کند و با توجه به اطلاعات آوايي و لغوی استخراج شده از صوت، هيجان دانش ­آموز را تشخيص دهد.

اما اين کار علاوه بر اين که احتياج به سخت افزار خاص دارد، يعنی کاربر بايد حتماً به ميکروفن مجهز باشد، احتياج به پردازش صوت پيچيده­ای نيز دارد. پردازش صوت و استخراج هيجان از آن مبحث پيچيده­ای است که هنوز در زبان فارسی کار زيادی روی آن انجام نشده است.

تشخيص حالت­های چهره

پردازش تصوير می­ تواند در تشخيص هيجان­ های کاربر استفاده شود؛ برای اين کار بايد از کاربر، در حال تعامل با سيستم توسط دوربين تصوير گرفته شود. سپس توسط الگوريتم­ هايي خاص، اين تصاوير پردازش شوند. به اين ترتيب مشخص می­ شود که چهره يادگيرنده و يا حرکت­ های کاربر بيانگر چه هيجان­ هايي است. اين کار با مدل گيری از ذهن انسان انجام می­ شود؛ که با ديدن چهره فرد مقابل، به هيجان­ هايش پی می­برد. مدل­ هايي نيز ارائه شده ­اند که بيانگر هيجان­ های هستند که از طريق چهره نمايان است. اين کار نيز علاوه بر احتياج به سخت افزار خاص مانند دوربين تصوير برداری متصل به کامپيوتر، احتياج به پردازش تصوير بسيار پيچيده­ای بر روی اطلاعات تصويری دارد.

تشخيص علائم و الگوهای فيزيولوژيک

در اين روش حسگرها وضعيت کاربر در حال تعامل با سيستم را ادراک می ­کنند. سپس با پردازش اين اطلاعات، هيجان کاربر تشخيص داده می ­شود. اين حسگرها پارامترهايي از قبيل فشار خون، قند خون، ضربان قلب، تحرک ماهيچه­ ها، تنفس و دمای بدن کاربر را اندازه­ گيری می­ کنند. اين حسگرها معمولاً به صورت ابزارهايي تهيه می ­شوند که کاربر به طور معمول از آن‌ها استفاده می­ کند (به عنوان نمونه ادراک اطلاعات بيومتريک، فشار خون و ضربان قلب از طريق ماوس). تئوري­ های هيجان به طور نسبی توافق دارند که نمی ­توان با استفاده از علائم فيزيولوژيک به خوبی بين هيجان­ ها تمايز قائل شد.

تشخيص از متن

با توجه به افزايش منبع­ های ديجيتال برخط، در سال­ های اخير علاقه زيادی به تحقيق در مورد تشخيص هيجان از متن ايجاد شده است. برای تشخيص هيجان کاربر در هنگام تعامل متنی، سيستم بايد اطلاعاتی مرتبط با هيجان کلمه­ ها و عبارت ­هايی که انسان­ها معمولاً در تعامل­ هايشان استفاده می ­کنند، داشته باشد. اين تحقيقات به دنبال برچسب­ گذاری متن با هيجان و استخراج هيجان از متن می ­باشند. به عنوان نمونه در ابزاری ايجاد شده است که با استفاده از قابليت تشخيص هيجان از متن، خبرها متناسب با سليقه هيجانی کاربر فيلتر می ­شوند. برای تشخيص هيجان از متن، معمولاً از رهيافت تکنيک­ های يادگيری ماشين و تکنيک­ های تحليل معنايي استفاده می ­شود. امروزه تشخيص هيجان از متن به عنوان شاخه­ای از پردازش زبان طبيعی و بازيابی اطلاعات می ­باشد.

تشخيص از رفتار قابل مشاهده کاربر

يکی از روش ­های ارتباط کاربر و کامپيوتر، از طريق رفتارهای کاربر می ­باشد. در اين روش کاربر از طريق ماوس و صفحه کليد با سيستم در تعامل است و سيستم بر عمل­ های کاربر (مانند فشردن يک دکمه در رابط کاربری)، رويدادهای که برای کاربر اتفاق می­افتد (مانند توليد جواب اشتباه در يک تمرين) و نيز خصوصيات شناختی قابل اندازه گيری کاربر (سرعت تايپ، زمان کار در سيستم و نرخ حرکت ماوس) نظارت می­ کند. در اين روش متغيرهای محيطی نقش مهمی را در ادراک اطلاعات از کاربر بازی می ­کنند . با توجه به اينکه کاربران به طور طبيعی از اين روش برای تعامل با سيستم استفاده می ­کنند، پياده ­سازی آن ساده و در دسترس می ­باشد (نياز به سخت افزار جانبی ندارد) و می ­توان بدون نياز به سخت افزار خاصی، از آن در سيستم ­های تحت وب نيز استفاده کرد.

جوابی بنویسید:

آدرس ایمیل شما به صورت عمومی منتشر نخواهد شد.

فوتر سایت

اسلایدر سایدبار

درباره من

درباره من

لورم ایپسوم متن ساختگی با تولید سادگی نامفهوم از صنعت چاپ و با استفاده از طراحان گرافیک است. چاپگرها و متون بلکه روزنامه و مجله در ستون و سطرآنچنان که لازم است و برای شرایط فعلی تکنولوژی مورد نیاز و کاربردهای متنوع با هدف بهبود ابزارهای کاربردی می باشد.

شبکه های اجتماعی

فیسبوک