El reconocimiento de emociones es el proceso de identificar las emociones humanas . Las personas varían ampliamente en su precisión para reconocer las emociones de los demás. El uso de la tecnología para ayudar a las personas con el reconocimiento de emociones es un área de investigación relativamente incipiente. Generalmente, la tecnología funciona mejor si utiliza múltiples modalidades en contexto. Hasta la fecha, la mayor parte del trabajo se ha realizado en la automatización del reconocimiento de expresiones faciales de video, expresiones habladas de audio, expresiones escritas de texto y fisiología medida por dispositivos portátiles.
Los seres humanos muestran una gran variabilidad en sus habilidades para reconocer las emociones. Un punto clave a tener en cuenta al aprender sobre el reconocimiento automatizado de emociones es que existen varias fuentes de "verdad básica" o verdad sobre cuál es la emoción real. Supongamos que estamos tratando de reconocer las emociones de Alex. Una fuente es "¿qué diría la mayoría de la gente que siente Alex?" En este caso, la 'verdad' puede no corresponder a lo que siente Alex, pero puede corresponder a lo que la mayoría de la gente diría que parece sentir Alex. Por ejemplo, Alex en realidad puede sentirse triste, pero pone una gran sonrisa y luego la mayoría de la gente dice que se ve feliz. Si un método automatizado logra los mismos resultados que un grupo de observadores, puede considerarse preciso, incluso si en realidad no mide lo que Alex realmente siente. Otra fuente de 'verdad' es preguntarle a Alex lo que realmente siente. Esto funciona si Alex tiene un buen sentido de su estado interno y quiere decirte cuál es, y es capaz de expresarlo con precisión en palabras o números. Sin embargo, algunas personas son alexitímicas y no tienen un buen sentido de sus sentimientos internos, o no pueden comunicarlos con precisión con palabras y números. En general, llegar a la verdad de qué emoción está realmente presente puede requerir algo de trabajo, puede variar según los criterios que se seleccionen y, por lo general, implicará mantener cierto nivel de incertidumbre. o no son capaces de comunicarlos con precisión con palabras y números. En general, llegar a la verdad de qué emoción está realmente presente puede requerir algo de trabajo, puede variar según los criterios que se seleccionen y, por lo general, implicará mantener cierto nivel de incertidumbre. o no son capaces de comunicarlos con precisión con palabras y números. En general, llegar a la verdad de qué emoción está realmente presente puede requerir algo de trabajo, puede variar según los criterios que se seleccionen y, por lo general, implicará mantener cierto nivel de incertidumbre.
Se han llevado a cabo décadas de investigación científica para desarrollar y evaluar métodos para el reconocimiento automático de emociones. Ahora existe una extensa literatura que propone y evalúa cientos de diferentes tipos de métodos, aprovechando técnicas de múltiples áreas, como el procesamiento de señales , el aprendizaje automático , la visión por computadora y el procesamiento del habla . Se pueden emplear diferentes metodologías y técnicas para interpretar la emoción, como las redes bayesianas . [1] , modelos de mezcla gaussiana [2] y modelos ocultos de Markov [3] y redes neuronales profundas . [4]
La precisión del reconocimiento de emociones generalmente mejora cuando combina el análisis de expresiones humanas de formas multimodales como textos, fisiología, audio o video. [5] Se detectan diferentes tipos de emociones a través de la integración de información de expresiones faciales , movimientos y gestos corporales y habla. [6] Se dice que la tecnología contribuye al surgimiento del llamado Internet emocional o emotivo . [7]
Los enfoques existentes en el reconocimiento de emociones para clasificar ciertos tipos de emociones se pueden clasificar generalmente en tres categorías principales: técnicas basadas en el conocimiento, métodos estadísticos y enfoques híbridos. [8]
Las técnicas basadas en el conocimiento (a veces denominadas técnicas basadas en el léxico ) utilizan el conocimiento del dominio y las características semánticas y sintácticas del lenguaje para detectar ciertos tipos de emociones . [ cita requerida ] En este enfoque, es común utilizar recursos basados en el conocimiento durante el proceso de clasificación de emociones , como WordNet , SenticNet, [9] ConceptNet y EmotiNet, [10] por nombrar algunos. [11]Una de las ventajas de este enfoque es la accesibilidad y la economía generadas por la gran disponibilidad de dichos recursos basados en el conocimiento. [8] Por otro lado, una limitación de esta técnica es su incapacidad para manejar los matices de los conceptos y las reglas lingüísticas complejas. [8]