扩展时间：在整个学年中对数以万计的学生进行可泛化的情绪检测

我们使用来自69,174名学生在全年与名为Algebra Nation的在线数学学习平台互动时收集的18种情感状态的133,966个实例，开发了一般化的情感检测器。为了实现可扩展性和通用性，我们使用了通用的交互特征（例如，观看视频，参加测验），这些特征不需要专门的传感器，并且在某种程度上是领域和系统独立的。我们使用了标准分类器，循环神经网络和遗传演化神经网络进行情感建模实验。预测准确性用Spearman的rho量化，结果适中，范围从0.08（对于惊讶）到0.34（对于快乐），平均值为0.25。我们在代数学生上训练的模型推广到了同一平台上另一组几何学生（n = 28,458）。我们讨论了对情感敏感的在线学习环境扩展情感检测的含义，这些环境旨在通过检测和响应学生情感来提高参与度和学习效果。