Целью исследования является повышение уровня конкретизации сентимента в рамках анализа тональности русскоязычных текстов путем разработки датасета с обширным набором эмоциональных категорий. В работе рассмотрены основные методы сентимент-анализа и основные эмоциональные модели. Разработана и описана программная система для децентрализации разметки данных. Новизна данной работы заключается в том, что для определения эмоциональной окраски русскоязычных текстов впервые применяется эмоциональная модель, которая содержит больше 8 эмоциональных классов, а именно модель Роберта Плутчика. В итоге был разработан новый датасет, предназначенный для исследования и анализа эмоций. Полученный корпус данных состоит из 24435 уникальных записей, размеченных по 32 классам эмоций, что делает его одним из наиболее разнообразных и детализированных наборов данных в данной области. По полученному датасету обучена нейронная сеть, которая определяет набор эмоций автора при написании им текста. Полученный датасет предоставляет возможность для проведения дальнейших исследований в данной области. Одной из перспективных задач является повышение эффективности нейронных сетей, обученных на данном датасете.

Ключевые слова: сентимент, анализ, модель, Роберт Плутчик, эмоции, разметка, текст

2.3.1 - Системный анализ, управление и обработка информации , 5.3.1 - Общая психология

Айтрекинг (окулография) – технология, которая позволяет фиксировать направление движения взгляда человека на визуальном стимуле. Благодаря ее применению, исследователи могут получить ценные данные о том, какие элементы окружающей среды наиболее привлекательны в различных контекстах, в таких областях, как, например, маркетинг, психология и др. Целью данной работы является выявление шаблона распределения внимания человека на различного размера объектах визуальных стимулов с помощью технологии айтрекинг. Веб-камера использовалась для записи движения взгляда испытуемых во время изучения ими экспериментальных изображений. Результаты экспериментов показали, что более крупные объекты на визуальных стимулах получают больший приоритет внимания, чем объекты меньшего размера. Это наблюдение справедливо, как для работ, созданных человеком, так и для изображений, созданных искусственным интеллектом (в рамках данного исследования используется Kandinsky 3.1). Полученные результаты исследования позволят улучшить понимание того, как люди воспринимают визуальную информацию, что может способствовать созданию более эффективных подходов разработки интерфейсов.

Ключевые слова: технология отслеживания взгляда, приоритет внимания, область интереса, количество регистраций взгляда, искусственный интеллект, Винсент Ван Гог

2.3.1 - Системный анализ, управление и обработка информации , 5.3.2 - Психофизиология