Показати скорочену інформацію

Natural language processing algorithms for recognizing the emotional state of the user

dc.contributor.authorДзюменко, Г. Д.uk
dc.contributor.authorТеренчук, А. Т.uk
dc.contributor.authorDziumenko, H. D.en
dc.contributor.authorTerenchuk, A. T.en
dc.date.accessioned2026-09-03T10:51:11Z
dc.date.available2026-09-03T10:51:11Z
dc.date.issued2026
dc.identifier.citationДзюменко Г. Д., Теренчук А. Т. Natural language processing algorithms for recognizing the emotional state of the user // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29805.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/53730
dc.description.abstractThe paper considers modern natural language processing (NLP) algorithms for automatic recognition of the emotional state of users in web-oriented psychological support chat systems. Methods of sentiment analysis, multi-class emotion classification, and transformer-based approaches are analyzed. The specifics of applying these methods to the tasks of primary psychological diagnostics are described.en
dc.description.abstractУ тезах розглядаються сучасні алгоритми обробки природної мови (NLP) для автоматичного розпізнавання емоційного стану користувача в контексті веборієнтованих чат-систем психологічної підтримки.uk
dc.language.isoen_USen_US
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29805
dc.subjectобробка природної мовиuk
dc.subjectрозпізнавання емоційuk
dc.subjectаналіз тональностіuk
dc.subjectтрансформерні моделіuk
dc.subjectпсихологічна діагностикаuk
dc.subjectчат-системиuk
dc.subjectnatural language processingen
dc.subjectemotion recognitionen
dc.subjectsentiment analysisen
dc.subjecttransformer modelsen
dc.subjectpsychologicaldiagnosticsen
dc.subjectchat systemsen
dc.titleNatural language processing algorithms for recognizing the emotional state of the useren
dc.typeThesis
dc.identifier.udc004.8:616.89-07
dc.relation.referencesCambria E., Das D., Bandyopadhyay S., Feraco A. A Practical Guide to Sentiment Analysis. Springer, 2017. 285 p.en
dc.relation.referencesShatte A. B. R., Hutchinson D. M., Teague S. J. Machine learning in mental health: a scoping review of methods and applications. Psychological Medicine. 2019. Vol. 49, No. 9. P. 1426–1448.en
dc.relation.referencesHutto C. J., Gilbert E. VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Proceedings of the AAAI Conference on Web and Social Media. 2014. Vol. 8. P. 216–225.en
dc.relation.referencesPlutchik R. The Nature of Emotions. American Scientist. 2001. Vol. 89, No. 4. P. 344–350.en
dc.relation.referencesVaswani A., Shazeer N., Parmar N. et al. Attention Is All You Need. Advances in Neural Information Processing Systems. 2017. Vol. 30. P. 5998–6008.en
dc.relation.referencesJi S., Zhang T., Ansari L., Fu J., Tiwari P., Cambria E. MentalBERT: Publicly Available Pretrained Language Models for Mental Healthcare. Proceedings of LREC 2022. P. 7184–7190.en
dc.relation.referencesSanh V., Debut L., Chaumond J., Wolf T. DistilBERT, a distilled version of BERT: smaller, faster, cheaper and lighter. arXiv:1910.01108. 2019.en
dc.relation.referencesPoria S., Hazarika D., Majumder N., Naik G., Cambria E., Mihalcea R. MELD: A Multimodal Multi-Relational Emotion Recognition Dataset for Conversational Sentiment Analysis. Proceedings of ACL 2019. P. 527–536.en


Файли в цьому документі

Thumbnail
Ім'я:
29805.pdf
Розмір:
239.8Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію