基于智能手机触控数据的半监督学习情绪状态预测

获得用户情感状态的意识使智能手机能够支持丰富且敏感于用户环境的交互。为了在智能手机上实现这一点，我们提出了一种系统，该系统使用半监督深度学习管道分析用户的文本输入行为，以预测通过愉悦度、唤醒度和优势度测量的情感状态。通过一项包含70名参与者的文本对话数据收集研究，这些对话旨在触发不同的情感反应，我们开发了一种变分自编码器，以学习从参与者进行这些对话时生成的二维热图的有效特征嵌入。在交叉验证分析中使用学习到的嵌入，我们的系统预测了愉悦度（AUC高达0.84）、唤醒度（AUC高达0.82）和优势度（AUC高达0.82）的三个水平（低、中、高）。这些结果证明了我们仅基于触控数据准确预测情感状态的方法的可行性。