La detección de información emocional comienza con sensores pasivos que capturan datos sobre el estado físico o el comportamiento del usuario sin interpretar la entrada. Los datos recopilados son equivalentes a las señales que los humanos usan para observar emociones y sentimientos en otros. Por ejemplo, una cámara de video puede capturar expresiones faciales, postura corporal y gestos, mientras que un micrófono puede capturar el habla. Otros sensores detectan señales expresivas midiendo directamente datos físicos, como la temperatura de la piel y la resistencia galvánica.
Reconocer la información emocional requiere la extracción de patrones significativos de los datos recopilados. Esto se realiza mediante prácticas de aprendizaje automático que procesan diferentes modelos de reconocimiento de voz, procesamiento del lenguaje natural o detección de expresiones faciales. Los datos adquiridos de los sensores se comparan y categorizan, de modo que se establezca con una precisión razonable el estado emotivo del usuario. También hay soluciones que no requieren sensores, pero que pueden extraer información emocional para sistemas basados en texto como SMS o correo electrónico. Al asignar un peso a ciertas palabras que representan emociones, los sistemas afectivos pueden de hecho extraer el “tono o sentimiento” de cualquier forma de un documento escrito por computadora.
Como tal, los sistemas afectivos, en general, funcionan “calculando” estados emocionales basados en sensores o textos avanzados, y comparando esto con algoritmos emocionales y bases de datos establecidos.
- En India; ¿Cuál es la mejor GPU portátil Nvidia o AMD?
- ¿Dónde empiezo a aprender sobre el aprendizaje automático si no tengo ningún conocimiento al respecto?
- ¿Qué es el servidor weblogic?
- ¿Qué son los personajes de escape?
- ¿Cuáles son los 20 mejores juegos de PC que todo jugador hardcore debería jugar?
