Look-up in Google Scholar
Title: Modelos de detección de emociones en texto y rostros para agentes conversacionales multimodales
Advisor(s): Beltrán Castañón, César Armando
OCDE field: https://purl.org/pe-repo/ocde/ford#1.02.00
Issue Date: 6-Apr-2022
Institution: Pontificia Universidad Católica del Perú
Abstract: El presente trabajo de investigación aborda la implementación, análisis y selección de distintos modelos de redes neuronales recurrentes (RNN) y convolucionales (CNN) para la detección de emociones en texto y rostros; los cuales pueden ser utilizados como módulos adicionales en agentes conversacionales de tiempo real como son chatbots o robots sociales. Los módulos de detección permiten a los agentes conversacionales poder entender cómo se sienten las personas durante la interacción con ellas; conociendo estos estados los agentes conversacionales pueden responder empáticamente. En primer lugar, se revisará la literatura sobre como los agentes conversacionales buscan ser más empáticos, así como los métodos de detección de emociones mediante distintos canales como texto y rostros. Luego, se procede a recolectar y pre-procesar bases de datos públicas para el entrenamiento de los algoritmos seleccionados en base a la literatura. Finalmente, métricas tanto para la evaluación del rendimiento de predicción multiclase (Accuracy, Precision, Recall y F1), como la velocidad de procesamiento (ej. Framesper- second) son seleccionadas y analizadas para determinar cuáles son los mejores algoritmos para implementar una aplicación de tiempo real.
Discipline: Informática con mención en Ciencias de la Computación
Grade or title grantor: Pontificia Universidad Católica del Perú. Escuela de Posgrado.
Grade or title: Magíster en Informática con mención en Ciencias de la Computación
Juror: Pow Sang Portillo, Jose Antonio; Beltran Castañon, Cesar Armando; Gómez Montoya, Hector Erasmo
Register date: 6-Apr-2022; 6-Apr-2022



This item is licensed under a Creative Commons License Creative Commons