情感计算在eLearning系统中的应用探索
情感计算在e-Learning系统中的应用探索
可 以看 出 ， 由师 生 和 生 生 的 分 离 而 引起 的 情 感 缺 失 对 学
习者的影响较大 （ 响很 大和影 响 较大 约 占了 ５ ． ％） 由 影 ６５ ，
教 学 内容 缺 少 交 互 性 而 引 起 的情 感 缺 失 对 学 习 者 的影 响 ， 影
罗 奇 万力勇 吴彦 文
（ 中师范 大学 信 息技术 系， 华 湖北 武 汉 ４ ０ ７ ） ３０９
【 摘要 】 本文针对 目前 ｅＬ ａ ｉ ．ｅｒ ｎ ｎ ｇ系统 中情感缺失的现状 ， 分析 了其 负面影响及 已有的相 关对策。在此基
础上 ， 笔者提 出了将情感计算 融入 ｅＬａｎｎ ． ｒｉ ｅ ｇ系统 中， 用表情识 别、 利 语音 情感识别以及姿 态识 别等技 术构建基 于情感计算 ｅＬ ａｎ ｇ系统模 型， ． ｒｉ ｅ ｎ 并对 系统 实现的关键技 术进行 了阐述。
响很大 的占 ２ ．％ ， ０ ８ 影响较大的 占４ ． ％。 ３０
因此 ， 何 在 Ｅ Ｌａｎｎ 统 中测 量 学 习 者 学 习 时 的认 如 － ｒｉ ｅ ｇ系
仅仅是将先进的信息技术当作简单 的通讯 工具 ， 或者是利用
网络 技 术 进 行 “ 本 搬 家 ” 在 网 络 上 发 布 一 些 文 本 化 的教 学 课 ， 内容 或 是 教 学 练 习题 等 。 这 种 “ 本 搬 家 ” “ 子 课 本 ” 课 或 电
维普资讯
第ｌ ２卷 第 ３期
２０ ０ ６年 ６ 月
开 放 教 育 研 究
Ｏｐｅ ｕ ａｉ ｎ Ｒｅ ｅ ｒ ｈ ｎ Ｅｄ ｃ ｔｏ ｓ ａ ｃ
E—Learning中一种基于气质类型的情感计算算法
E—Learning中一种基于气质类型的情感计算算法作者：汪碧云杨新凯来源：《上海师范大学学报·自然科学版》2013年第01期摘要：根据在学习中可能产生的情感提取了5个情感特征，引入心理学理论生成情绪感受性矩阵，通过学习者不同的气质类型向量得出个性化的情感向量，更真实地体现了学习者的情感状态，根据学习者不同的情感及情感强度推荐学习不同难度的知识，使得学习更人性化.气质类型是基于希波克拉底的体液理论发展而来的气质学说，气质类型可以良好的表达人的人格基础.将气质类型引入E-Learning中的情感计算，可以更好地对学习者的性格、学习状态进行分类，切实做到因材施教.关键词： E-Learning；气质类型；情感强度；情感计算中图分类号： TP 399文献标识码： A文章编号： 1000-5137（2013）01-0025-060引言随着因特网和其他数字媒体资源的广泛普及，E-Learning教学活动作为教育信息化、教育技术现代化和教育人性化的必然产物，其优势特点不言而喻，也越来越受到人们的普遍关注，其学习的随时随地性、资源共享性远胜传统教育方式，打破了传统课堂的禁锢，成为未来教育发展的重要方向之一[1-4].然而，由于教师与学生之间存在空间上的间隔，E-Learning无法做到面对面教学那样掌握学习者的情感动向与学习状态，缺少了学习中的情感互动，使得学习者的学习情绪无法及时被了解，致使教学过程中情感缺失，达不到好的学习效果.因此，越来越多的研究者把情感因素纳入E-Learning的研究中，使E-Learning系统可以识别学习者的情绪.相关研究涉及到情感计算、人工智能、教育学、心理学等领域.目前的E-Learning中的情感计算大多以人的面部表情识别和语音识别，或者采集实验信号，例如肌电图、血容量搏动、皮肤电反应、呼吸作用等作为情感计算的依据[5-9].然而，在人的情绪反应中，心理变化先于生理变化，每个人的人格不同也会导致不同的生命体对于同一事物的反应和理解有所偏差，仅仅通过这些表象还不能很好地达到使计算机理解人的目的，甚至产生情感模糊.因此，本文作者将由希波克拉底体液学说[10]演变而来，已在现实中得到良好应用的气质类型引入E-Learning系统中，使得对学习者的情感识别更为真实可靠，弥补了目前E-Learning教学中情感交互不足.1现有E-Learning系统结构及改进1.1IEEE学习技术系统结构标准（LTSA）目前，较权威的E-Learning系统结构是2003年提出的IEEE标准，即学习技术系统结构标准（LTAS）.如图1中右上部分所示，它是由指导进程通过查询知识库和成绩库来确定学习者的学习模式并将学习模式发送给学习进程，同时将知识库的学习内容传达给传达进程，并由传达进程将具体的多媒体教学资料传送给学习进程.当次学习结束后，将学习进程中学习者的学习表现发送给评价进程，加上由传达进程发送来的标准答案，一并经由评价进程对本次学习进行评估，并将成绩导入成绩库.1.2对于LTSA的改进作者提出的算法核心在于以利用气质类型测试得出的学习者的人格作为识别学习者性格的依据，并在IEEE学习技术系统结构标准（LTSA）的基础上添加人格库，由以往单纯通过摄像头提取的面部表情来作为学习者当前情感的依据，转变为情感向量经由人格库情感强度计算，得出学习者当前最为真实可靠的心理状态和情感，完整了系统中情感交互的部分，从而达到智能化、人性化教学的目的（如图1中情感进程、人格库、评价进程部分及与之相关的箭头部分）.加入的人格库模块起到作用有：（1）通过人的面部表情识别经由性格分析后得出真实的情感状态，并传达给情感进程，反馈给指导进程，以便判断学习者此刻情绪状态下的学习能力，为其后续学习进行指导；（2）评价进程在对学生当次的学习效果进行评价时，通过人格库获得学习者的性格，以便更好地对学习者的学习表现进行评价.本文作者的研究重点在于通过气质类型人格库对学习者的情感状态和学习能力进行评价，对其后续学习进行指导.2算法设计2.1Knowledge-Map及难度设定Knowledge-Map是对学习内容的知识结构进行规划，建立起科学的知识树，并根据学习者的学习进度对不同的知识点进行不同的难度标记，使得系统在为学习者进行知识分配时，能够更好地考虑到学习者对该知识点的学习能力，以及在情绪状态下是否适合温习或挑战该知识点.Knowledge-Map是通过章节目录形成的.假定有n个章节，将其定义为C1，C2，C3，…，Cn共n个知识点，并生成一个n×n矩阵，表示章节之间的关联度，其中cij（1≤i≤n，1≤j≤n）表示j知识点是否为i知识点的直接前置知识，若直接相关则cij=1，否则cij=0.起初，“入门”和“基础”为中难度，其他均为高难度，当“结构体编程”为中难度时，“数组和字符串”也变为中难度，以此类推.首先非注册用户注册时，填写60题的气质类型测试得出其气质类型向量B，如B=（0.5，0，0.5，0）T，将情绪感受性矩阵A与B的乘积导入数据库，作为其情感强度向量P，P=（0.75，0.75，0.75，0.75，1），并将用户的典型气质类型录入数据库.导入面部表情向量，经由基于气质类型的情感计算，得出学习者当前的真实情感及情感强度，并推荐给学习者适合其当前学习能力的知识点.此例中，当学习者心情愉悦时，P快乐=0.75，可推荐学习中等难度知识；当学习者悲伤时，P悲伤=0.75，应推荐学习低于当前难度的知识，若无更低难度知识，则中止学习；当学习者愤怒时，P愤怒=0.75中止学习；当学习者厌恶时，P厌恶=0.75，更换学习同难度的其他知识；当学习者平静时，P平静=1，继续当前学习.5结束语现有的E-Learning中情感识别依赖于表情识别和语音识别，而这两种识别方式对于掌握学习者的真实情感有着明显的缺陷和不足，针对这一问题，本文作者提出了基于气质类型的情感算法，这一算法有心理学理论为基础，更深入地表达了学习者发自内心的情感，是E-Learning 中情感计算的一个重要发展方向，能够更好地掌握学习者的情绪动态和真实情感的强度.基于心理学方法论的情感算法作为一个全新的E-Learning情感计算思路，有着广阔的发展前景，使未来的E-Learning更加人性化、个性化.参考文献：[1]汲业.E-Learning系统的研究[D].辽宁：大连理工大学，2005.[2]WANG Z L，QIAO X J，XIE Y G.An emotional intelligent E-learning system based on mobile agent technology[C]∥International Conference on Computer Engineering and Technology.Beijing：IEEE Computer Society，2009.[3]PENG W H，LI J.Application study of the tracking of E-learning behavior using the net-based intelligent robot[C]∥First International Workshop on Education Technology and Computer Science.Hubei：IEEE Computer Society，2009.[4]贺斌.E-Learning情感计算模型设计研究[J].远程教育杂志，2011，29（4）：103-110.[5]解迎刚，王志良.学习者情绪空间定义及应用[C]∥中国自动化学会控制理论专业委员会.第二十六届中国控制会议论文集.湖南：中国学术期刊，2007.[6]王济军.基于表情识别技术的情感计算在现代远程教育中的应用研究[D].天津：天津师范大学，2005.[7]张利，张永皋.基于语音情感分析的E-Learning研究[J].软件导刊，2011，10（6）：148-150.[8]张盛.汉语语音情绪识别[D].安徽：中国科技大学，2007.[9]WANG H P，CHEN C M.Assessing the Effects of Various Multimedia Curriculums to Learning Emotion and Performance based on Emotion Recognition Technology[C]∥International Symposium on Computer，Communication，Control and Automation.Taiwan：IEEE 3CA，2010.[10]希波拉克底.希波拉克底文集[M].北京：中国中医药出版社，2007.（责任编辑：包震宇）。
e-Learning情感计算模型设计研究
一
、
导 言
传 统 智 力 观认 为 ，智 力 是 由各 种 认知 能 力 综合 而 成 ，包括 观 察
纵观 目 绝大多数数字化学 习系统 ，它们是在传统智力 观指导 力 、注意力 、记 忆力 、想 像力 和思维 力等 ，其 核心 成分是 抽 象思 前 下设 计开发而成 ，尤其偏重学 习者理性思维 的训 练 ，却严重 忽视 了 维 能力 。 …它将 人 的 智 力视 为 固 定 的 、刻 板 的 、单 调 的 ， 主要 学 习者 情感 智能 的发展 。现代脑 科学 研究 表 明 ，情感 与注 意 、记 由遗传 指令 决定 。如 按此 思路 ，人们 完全 可 以设计 出相应 的智 力 忆 、推理和决策 过程紧密关联 ，情 绪是推理过程 的组成要素 ，它可 量 表 ，对学 习者 智力 进行 客观精 确地 测量 ，测 量结 果被称 为 “ 智 以协助 推理 ，甚 至在某 些情 况下 可 以代替 推理 。对情 绪 的识别 、
斌
教育信息化系统工程研究 中心 ；
２０６ ） ００ ２
教育信息技术系 ，上海
【 要】目前 ，绝 大 多数ｅ Ｌａ ｉｇ ． 是 在传 统 智 力观 指 导 下设 计 开发 而成 ，严重 忽视 了学 习者情 感 智 能的发 展 。脑 科 学 摘 — ｅｒ ｎ Ｓ统 ｎ
研 究表 明 ，情 感在 注意 、记 忆 、推 理和 决 策等 方 面发挥 重 要作 用。 以情 感计 算 学说 、人 工 心理 学 、脑科 学等相 关 理论 为 指
Ｊ Ｕ Ｎ ￣Ｑ ＩＴ Ｎ Ｅ Ｅ ｕ Ａ ＩＮ ／ Ｖ ｗ ｅｒｎ Ｏ Ｒ Ａ ＦｐＳ Ａ ｅ Ｄ Ｇ Ｔ Ｏ ｉ ｓ ｎ ａｎ ｇ ｅ ｏＬ ｉ
●华 东师 范大 学 学 习科 学 研究 中心 主持
E—learning系统中情感识别的研究
Ｏ 引 言
随 着 信 息 和 互 联 网 技 术 的 日新 月 异 ， — ａ ｉｇ系 统 提 出 Ｅｌ ｒ ｎ ｅｎ 并 迅 速 在 全 世 界 得 到 推 广 。传 统 的 Ｅ ｌ ｒｉｇ系 统 虽 然 实 现 —ａ ｎ ｅｎ 了 远 程 自主 学 习 ， 不 能 处 理 学 习过 程 中 的 情 感 信 息 ， 习 效 但 学 果 不 理 想 。 如 何 实 现 Ｅｌ ｒｉ 系 统 情 感 识 别 问题 ，是 Ｅ — ａｎｎ ｅ ｇ — ｌａ ｉ 系 统 的 一 个 重 要 研 究 课 题 。人 工 情 感 的 发 展 为 解 决 ｅｒ ｎ ｎｇ Ｅｌ ｒｉｇ 统 的 情 感 识 别 问题 奠 定 了理 论 和 技 术 基 础 。 文 —ａ ｎ 系 ｅｎ 本
Ｋｅ ｒ ｓ Ｅ ｌ ａｎ ｎ ； ｅ ｐ ｅ ｓｏ ｃ ｇ ｉ ｏ ； ｆ ｃ ｅ ｅ ｔ ｎ ｓ ｉ ｏ ｏ ｅ ｍｅ ｔｔ ｎ ｂ ｎ ｒ － ｏ ｖ ｒｉ ｎ ｙｗｏ ｄ ： －ｅ ｒ ｉ ｇ ｘ ｒ ｓ ｉ ｎｒ ｏ ｎ ｔ ｎ ｅ ｉ ａ ｅｄ ｔ ｃｉ ； ｋ ｎ ｃ ｌ ｒ ｇ ｎ ａ ｉ ； ｉ ａ ｙ ｃ ｎ ｅ ｓｏ ｏ ｓ ｏ
Ｅｌ ｒｉｇ系统 中情 感识别的研 究 — ａｎｎ ｅ
董 静 ， 王 万森
（ 首都 师 范 大学 信 息 工程 学 院 ，北 京 １０ ３ ） ０ ０ ７
摘 要 ： 统 Ｅ １ ｒｉｇ系统存 在一个 最 大缺 点是感 情缺 失 ， 传 ．ａ ｎ ｅｎ 为弥补这 一不足 ， 需要在 其 中加入 面部表 情识 别模块 。 表情 识别
维普资讯
第 ２ 卷 第 １ 期程 与设 计
Ｃｏ ｐ ｔ ｒＥｎ ｉ ｅ ｒｎ ｎ ｓｇ ｍ ｕ ｅ ｇ ｎ ｅ ｉ ｇ ａ ｄ Ｄｅ ｉ ｎ
基于语音情感分析的E-Learning研究
教 学 中师 生 的情 感 交 流包 含 表 情 、 音 、 态 、 作 等 语 姿 动
情 感 信 息 ， 有 这 些 情 感 信 息 的缺 失 都 将 对 师 生 之 间 的 情 所
感交 互 产 生 一定 的 负 面影 响 ， 学 生产 生迷 茫 和懒 散 的 情 使
绪， 而教 师 不 能 体 会 学 生 的学 习状 态 而 有 效 控 制 学 生 的 学
摘 要 ： 对 Ｅ Ｉ ａｎｎ 针 ｅｒｉｇ教 学 系统 中存 在 情 感 缺 失的 问题 ， 于 Ｍｅ 频 率倒 谱 系数 和 隐 马 尔 可 夫模 型 技 术 ， 出 了 基 ｌ 提
一
种 基 于语 音 情 感计 算 的 Ｅ Ｉ ａ ｎｎ ｅ ｒ ｉｇ教 学 系统 模 型 ， 进 行 了 实验 分 析 。 该模 型 通 过 采 集 学 习 者 的 语 音 并 进 行 语 音 并
掌 握 学 生 的 学 习 情 绪 ， 时 地 进 行 情 感 交 流 而 存 在 情 感 缺 及
失 。 因此 ， Ｅ Ｌ ａ ｎｎ 在 — ｅ ｒ ｉｇ教 学 系 统 中 如 何 获 得 学 习 者 的
２ Ｅ Ｌ ａｎｎ － ｅ ｒ ｉｇ中 的语 音 情 感
语 言 是 人 类 交 流 的最 重 要 的 工 具 之 一 ， 自然 、 便 、 它 方
优 于 传 统 的 教 育 。 然 而 在 当 前 的 Ｅ Ｌ ａｎｎ — ｅ ｒ ｉｇ环 境 下 ， 由 于 师 生 在 物 理 空 间 上 的 分 离 ， 致 师 生 之 间 缺 少 必 要 的情 导 感交流和反馈 ， 能及时 地处理 教学 过程 中的情感 信息 ， 不
部表 情 、 态等 言 语 之 外 的 行 为 ， 在 人 机 交 互 及 网 络 学 姿 而 习 过 程 中 ， 于 利 用 的 只 有 语 音 或 图 像 所 包 含 的 情 感 现 便
基于语音情感分析的E-Learning研究
基于语音情感分析的E-Learning研究摘要：针对E-Learning教学系统中存在情感缺失的问题，基于Mel频率倒谱系数和隐马尔可夫模型技术，提出了一种基于语音情感计算的E-Learning教学系统模型，并进行了实验分析。
该模型通过采集学习者的语音并进行语音分析，判断和理解其情绪状态，然后根据学习者特定的情绪状态给出相应的情感鼓励或情感补偿，以弥补教学中的情感缺失，实现E-Learning教育中的人性化和个性化，促进语音情感分析在教育中的应用。
关键词：语音情感计算；E-Learning；MFCC；CHMM1 E-Learning存在情感缺失E-Learning是通过因特网或其他数字媒体进行的教学活动，它借助多媒体计算机技术、网络技术来实现教育最优化的一种教育方式，在资源共享、交互性等方面远远优于传统的教育。
然而在当前的E-Learning环境下，由于师生在物理空间上的分离，导致师生之间缺少必要的情感交流和反馈，不能及时地处理教学过程中的情感信息，掌握学生的学习情绪，及时地进行情感交流而存在情感缺失。
因此，在E-Learning教学系统中如何获得学习者的认知情感，构建具有情感交互和情感补偿的和谐学习系统，已经成为重要的研究课题。
教学中师生的情感交流包含表情、语音、姿态、动作等情感信息，所有这些情感信息的缺失都将对师生之间的情感交互产生一定的负面影响，使学生产生迷茫和懒散的情绪，而教师不能体会学生的学习状态而有效控制学生的学习进程。
从心理学的角度来看，情感指的是情绪过程中主观感受和主观体验；情绪是与人的需要相联系具有特定的主观体验、外显表情和生理变化的心理活动；所以情感就是情绪过程的主观体验，无论情绪还是情感，它的产生都是客观事物与人的需要相互作用而产生的。
情感计算的目的是通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐人机环境，并使计算机具有更高的、全面的智能。
情感计算是未来人工智能理论应用中不可缺少的重要组成部分，作为一个多学科交叉的崭新研究领域，对计算机科学发展的意义是深远的，同时对信息化依赖性非常强的教育活动，也需要情感计算的辅助。
模糊情感分析及其在E-learning系统中的应用
Ａｂｔａ ｔ Ｂ ｓ ｄｏ ｕ ｚ ｔ ｅ ｔ ｓ ｏ ｅ ｕ ｚ ｍｔｏ ｅ ｏ ｎｔ ｎｍｏ ｅ ｉ ｐ ｅｅ ｔｄ ｓ ｃ ａ ｅ ｎｆｚ ｙｍａ ｈ ｍａｉ ，ａｎ ｖ ｌ ｚ ｙｅ ｉｎ ｒｃ ｇ ｉｏ ｄ ｌＳ ｒ ｓｎ ｅ ．Ｔｈ ｄ ｌＳａｎ ｗ ｐ ｌ ｒ ｃ ｆ ｉ ｅｍｏ ｅ ｉ ｅ ａ ｐｉ — ｃ ｔｏ ｉｌ ｏ ｆ ｚ ａ ｔ ｒ ｅ ｏ ｎｔｏ ｔ ｅ Ｅ Ｌｅ ｒ ｉｇ ｓ ｓ ｅ ｉ ｍｐ ｅ ｎ ｅ ａ ｅ ｎ ｔ ｅ ｆ ｚ ｙ ｅ ｉｎ ｒ ｃ ｇ ｉｉ ｎ ａ ｉｎ ｆ ｄ ｔ ｕ ｙ ｐ ｔｅ ｒ ｃ ｇ ｉ ｎ， ｈ － ａ ｎ ｙ ｔ ｍ ｓ ｉ ｌｍｅ ｔ ｄ ｂ ｓ ｄ ｏ ｈ ｕ ｚ ｍｔｏ ｅ ｏ ｎ ｔ ｅ ｚ ｎ ｉ ｎ ｏ ｍｏ ｅ ａ ｄ ｉｔｌｇ ｎ ｓｉｔｎ ｇ ｎ ．Ｍ ｏ ｅ ｖ ｒ ｎ ｅｌ ｅ ｔａ ｓｓａ ｔａ ｅ ｔｅ ｔ ｎ’ ｒ ｄ ｃｉｎ ａ ｄ ｒａ ｔ ｎ ａｅｄｓ ｄ ｌ ｎ ｎ ｅｌ ｅ ｔａ ｓｓａ ｔａ ｅ ｔ ｉ ｒｏ ｅ ，ｉｔｌｇ ｎ ｓｉｔｎ ｇ ｎ ｍｏ ｉ Ｓｐ ｏ ｕ ｔ ｎ ｅ ｃｉ ｒ ｉ－ ｉ ｏ ｏ ｏ ｃ ｓ ｅ ｈ ａ ｅ． Ｔｈ ｓ ｆ ｚ ｍｏ ｉ ｎ ｒ ｃ ｇ ｉｉ ｎ ｍｏ ｅ ｎ ｔ ｌ ｇ ｎ ｓ ｉｔ ｎ ｇ ｎ ｅ ｉ ｎ ｄ ｉ ｈ ｓ ｓ ｓ ｅ ｉ ｔ ｎ ｕ ｓ ｄ ｉ ｔ ｅｐ ｐ ｒ ｎ ｉ ｕ ｙ ｅ ｔｏ ｅ ｏ ｎｔｏ ｄ ｌ ｄ ｉ ｅ ｌ ｅ ｔ ｓｓ ａ ｔａ ｅ ｔ ｓｇ ｅ ｎ ｔ ｉ ｙ ｔ ｍ ｅ — ｚ ａ ｎ ｉ ａ ｄ ｎ ｓ ｉｓｔｅｉｔｌ ｅ ｃ ｆｔ ｅｗｈ ｌ ｙ ｔｍ． ｉ ｅ ｈ ｎ ｌｇ ｎ ｅｏ ｈ ｏｅｓ ｓｅ ｆ ｉ Ｋｅ ｗ￣ ｄ Ｆ ｚ ｙ ｅ ｔ ｎ ｒ ｃ ｇ ｉ ｏ ，Ｅ ｌａ ｉ ｙ ｔ ｍ ，Ｉ ｔ ｌ ｇ ｎ ｇ ｎ ，Ａｆｅ ｔ ｅｃ ｍ ｐ ｔ ｇ ｙ ｒｓ ｕ ｚ ｍｏ ｉ ｅ ｏ ｎ ｔ ｎ ｏ ｉ －ｅ ｒ ｎ ｓ ｓ ｅ ｎ ｇ ｎ ｅ ｌ ｅ ｔａ ｅ ｔ ｉ ｆｃｉ ｏ ｕ ｉ ｖ ｎ
基于情感计算的E-learning系统建模
（ 东 商 学 院 华 商学 院 信 息 丁 程 系 ， 东 广 州 ５ １ ０ 广 广 １ ３ ０）
摘 要 ： 文 针 对 目前 Ｅ ｌ ｒｉｇ系统 中存 在 的 问题 ， 出将 情 感 计 算 融入 Ｅ ｌａ ｉｇ系统 中以 补 偿 其 情 感 缺 失 的 问 题 ， 该 —ｅ ｎ ａ ｎ 提 — ｅｒ ｎ ｎ 同时 设 计 了
Ｖ １ ， ．４，Ｄ ｃ ｍｂ ｒ２ ０ Ｐ． ８ —９ ８ ｏ ． Ｎｏ ３ ６ ｅ ｅ ｅ ０１ ，Ｐ ９７ ３ ７ ４
Ｔ ｈ ８ — ５１ ５ ９ ９ ３ ５ ９ ９ ４ ｅ ＋ ６ ５ — ６ ０ ６ ６ ０ ６
基于 情 感计 算 的 Ｅ ｌａ ｎｎ —ｅ ｒ ｉ ｇ系统 建模
本 文 在 对 情感 计 算 理 论 与 技 术 研 究 的 基 础 上 ， 建立 厂基 于 情 感 计 算 的 Ｅ ｌａｎ ｇ系 统 模 型 。 —ｅ ｒｉ ｎ
Ａ ｂｓｒ ｃ ：Ｉ ｉｗ ｈ ｏ ｅ ｓｉ ｔ ａ ｔ ｎ ｖｅ ｏｆｔ ｅ ｐｒ ｂｌｍ ｎ Ｅ—ｌ ａｎｉ ｙｓｅ ，ａ ｅ ｔ ｏ ｐ ｉ ｓｉｔ ｇ ａｅ ｎ ｏ ｔ ｅ ｒ ｎｇ ｓ ｔｍ ｆ ｃｉ ｃ ｍ ｕｔｎｇ ｉ ｎ ｅ ｒ ｔｄ ｉ ｔ ｈｅＥ—ｌａ ｎｎｇ ｓ ｓｅ Ｏ ａ ｏ ｍ ａ ｅ ｕ ｆ ｒ ｖｅ ｅ ｒ ｉ ｙ ｔｍ Ｓ ｓｔ ｋ ｐ ｂ
Ｉ ＳＳＮ １ ０ － ０ ４ ９ ３ ４ ０
Ｅ— ａｌ ｄ ｆ Ｃ Ｃ ． ｔ ｎ ｍ ｉ：ｅ ｕ ＠ Ｃ Ｃｎｅ． ｃ ｈｔｐ：ｗｗｗ． ｚ ． ｔｃ ｔ ／ ／ ｄｎ ｓｎｅ．ｎ
Ｃ ｍｐ ｔ ｎ ｗ ｅ ｇ ｎ ｅ ｈ ｏ ｇ ｏ ｕｅ Ｋ ｏ ｌ ｅａ ｄＴ ｃ ｎ ｌ ｙ电脑 知 识 与技术 ｒ ｄ ｏ
情感计算在智慧教育中的应用研究
情感计算在智慧教育中的应用研究随着时代的发展，科技逐渐成为教育的重要组成部分，智慧教育已经成为了解决教育问题的一种新方式。
而人工智能技术中的情感计算，也为智慧教育带来了更加广阔的发展空间。
本文旨在探究情感计算在智慧教育中的应用研究，以及它对现代教育的意义和影响。
一、情感计算的概念和内涵情感计算是人工智能技术中的一种，它主要是研究利用计算机技术对人类情感的识别、分析和合成，进而实现对人类情感状态的自动判断和推断。
简单来说，情感计算是将计算机与情感之间联系起来的技术，通过数据分析、模拟、推理等方式来感知、理解和解释情感。
情感计算具有三个核心元素：情感识别、情感理解和情感合成。
情感识别是指通过人类语音和人机交互等形式，采用语音识别和自然语言处理技术，对用户的情感进行识别和分析。
情感理解是指通过情感语言分析、识别和推断等方式来向人类解释情感。
情感合成是指利用计算机技术和语音合成技术来模拟、合成用户情感，实现情感智能交互。
二、情感计算在智慧教育中的应用情感计算在教育领域的应用主要体现在两个方面，一是情感教育，另一个是个性化教育。
1、情感教育情感教育是指通过对学生情感进行识别、理解和塑造，进而达到培养学生情感素养的目的。
利用情感计算技术，可以对学生情感进行全面测量和分析，例如，对学生的情感状态、情绪倾向和心理压力等进行分析，从而为教育者提供科学的参考。
同时，情感计算可以帮助推动教育内容、教学方式和教育方式的创新，例如，对于不同情感特征的学生，可以提供不同的教育方式，如提供个性化辅导、智能化评价和即时反馈等服务，从而更好地满足学生的个性化需求。
2、个性化教育个性化教育是指针对学生的基础知识、认知能力、学习特点等个性化信息开发个性化学习计划，使学生能够在更有针对性的教学中取得更好的学习成效。
在智慧教育中，可以通过情感计算技术对学生的知识掌握、学习兴趣、情感需求等进行分析，选择最适合的教学方法和课程内容来满足个性化要求。
情感计算技术在机器人系统中的应用研究
情感计算技术在机器人系统中的应用研究近年来，情感计算技术在机器人系统中的应用已受到越来越多的关注。
随着人工智能技术的不断发展，机器人不再是单纯的执行任务的工具，而是与人类进行互动、交流的重要环节。
一、情感计算技术介绍情感计算（Affective Computing）是一种研究情感与情感反应的抽象数据结构、表现的科技。
主要包括语音、面部表情、身体动作、触觉、生理反应等方面。
该技术可以通过分析和识别人类行为中的情感状态，从而帮助机器人更好地了解人类需求，并根据需求提供更加贴近人性化的服务。
在机器人系统中，情感计算技术的应用可以优化机器人的交互能力和情感表达能力，增加与人类互动的自然度，从而提升用户体验。
二、情感计算技术的应用1. 情感识别情感识别是指通过分析人的面部表情、语音和其他生物特征，对其情感状态进行分析。
在机器人系统中，情感识别可以帮助机器人更加准确地洞察用户的情感需求，从而更好地服务用户。
例如，机器人在与用户交流时，可以通过检测用户的表情和语音，分析其所表达的情感，并据此调整其服务方式。
比如，当机器人发现用户情感状态不佳时，可以通过语音播报或弹窗提醒用户，提醒用户关注自身情绪。
2. 情感表达情感表达是指机器人通过装备的传感器和呈现器来表达情感。
在机器人系统中，情感表达可以帮助机器人更好地与用户产生情感上的连结，增加其感性互动的自然度。
例如，机器人通过面部表情和语音表达应对用户的情感，增强用户与机器人的情感共鸣。
在实际操作中，机器人可以配备摄像头和扬声器，通过在视频通话中呈现相应的面部表情和语音来表达情感。
3. 情感交互情感交互是指机器人可以自主与用户产生情感上的互动，增加与用户的情感共鸣。
在机器人系统中，情感交互可以帮助机器人与用户建立更加紧密，深入的情感联系。
例如，机器人可以通过亲切的语音互动或拥抱等物理的互动方式，来增加与用户间的联系。
通过对人的行为、语音、面部表情的记录，机器人能够不断优化其情感交互能力，与用户产生更加自然、亲密的情感联系。
深度学习在情感计算中的应用探讨
深度学习在情感计算中的应用探讨在当今科技飞速发展的时代，深度学习作为人工智能领域的关键技术，正逐渐渗透到各个应用领域，其中情感计算就是一个备受关注的方向。
情感计算旨在通过计算机技术来理解、识别和处理人类的情感状态，从而实现更加自然、智能和人性化的人机交互。
情感计算的重要性不言而喻。
在日常生活中，我们的情感状态会极大地影响我们的决策、行为和与他人的交流。
对于计算机系统来说，如果能够准确地感知和理解用户的情感，就能提供更贴合用户需求的服务和支持。
比如，在在线教育中，根据学生的情感状态调整教学策略；在医疗领域，帮助医生更好地了解患者的心理状况；在客户服务中，及时察觉客户的不满并采取措施加以解决。
深度学习为情感计算带来了新的机遇和突破。
传统的情感计算方法往往依赖于手工设计的特征和简单的分类模型，其性能和泛化能力有限。
而深度学习模型，尤其是深度神经网络，具有强大的自动特征学习能力，能够从大量的数据中提取复杂而有效的特征表示。
例如，卷积神经网络（CNN）在图像和音频情感识别中表现出色。
对于图像情感识别，CNN 可以学习到图像中与情感相关的局部特征，如面部表情的细微变化、姿态等。
通过对大量带有情感标签的图像数据进行训练，CNN 能够自动识别出不同情感所对应的图像模式。
在音频情感识别方面，CNN 可以对语音的频谱特征进行学习，捕捉到语音中的语调、语速、韵律等与情感相关的信息。
循环神经网络（RNN）及其变体，如长短期记忆网络（LSTM）和门控循环单元（GRU），则在处理序列数据，如文本情感分析中发挥了重要作用。
当我们在社交媒体上发表文字、撰写评论或进行交流时，所使用的语言往往蕴含着丰富的情感信息。
RNN 系列模型能够对文本中的词序和上下文关系进行建模，从而更好地理解文本所表达的情感倾向。
深度学习在情感计算中的应用场景十分广泛。
在智能客服领域，通过对用户咨询文本或语音的情感分析，系统可以快速判断用户的情绪状态，是焦急、愤怒还是满意，从而提供更恰当的回应和解决方案。
情感计算方法在人工智能中的应用
情感计算方法在人工智能中的应用情感计算方法在人工智能中的应用一直是人工智能领域中备受瞩目的一个研究方向。
随着人工智能技术的不断发展，情感计算方法在各个领域都得到了广泛的应用。
人们也越来越意识到，情感计算方法不仅可以用来改善用户体验，还能够帮助人们更好地理解人类情感和行为。
本文将探讨情感计算方法在人工智能中的应用以及相关研究进展。
首先，情感计算方法在人工智能中的应用具有重要的意义。
情感计算是通过模拟人类情感的计算过程，使计算机具备识别、理解、表达和模拟情感的能力。
在人机交互领域，情感计算方法可以帮助计算机更好地理解用户的情感状态，从而提供更加智能化的服务。
例如，情感识别技术可以通过分析用户的语音、表情和文字等信息，来判断用户的情绪状态，从而智能地调整服务内容。
在智能教育领域，情感计算方法可以帮助教育机器人更好地理解学生的情感需求，个性化地指导学习过程。
因此，情感计算方法在人工智能中的应用对于提高人机交互的智能化水平具有积极的意义。
其次，情感计算方法在人工智能中的应用涉及多个具体技术领域。
情感识别是情感计算方法中的重要技术之一。
通过情感识别技术，计算机可以从用户的言行举止中识别出其情感状态，例如快乐、悲伤、愤怒等。
传统的情感识别技术主要依靠文本情感分析和语音情感识别，近年来，随着计算机视觉和生物特征识别技术的发展，视频情感识别和生理特征情感识别等技术也逐渐得到应用。
除了情感识别技术外，情感生成和情感对话等技术也是情感计算方法中的重要领域。
情感生成技术旨在使计算机具备生成情感表达的能力，例如文本生成中的情感表达和音乐生成中的情感表达等。
情感对话技术则旨在让计算机具备与用户进行情感化对话的能力，例如情感智能助手和情感化智能客服等。
第三，情感计算方法在人工智能中的应用在很多领域都取得了显著的进展。
在自然语言处理领域，情感计算方法被广泛应用于情感分析、观点挖掘和情感生成等任务中。
通过对用户评论、社交媒体信息等文本数据进行情感分析，可以帮助企业更好地了解用户的情感偏好和产品意见，从而进行针对性的营销和改进。
情感计算技术在人工智能中的使用技巧探讨
情感计算技术在人工智能中的使用技巧探讨人工智能（Artificial Intelligence, AI）被定义为使机器具备模拟人类智能的能力。
随着技术的发展和应用领域的扩大，AI已经渗透到各个行业和领域。
而情感计算技术作为人工智能的一个重要分支，允许机器能够识别、理解和模拟人类情感状态，进一步提升了AI的智能和人性化程度。
本文将探讨情感计算技术在人工智能中的使用技巧，以期实现更加智能和适应人类需求的AI系统。
首先，情感计算技术在AI中的应用是为了提升用户体验。
人工智能系统的本质目标是为用户提供优质的服务和体验。
通过采用情感计算技术，AI可以分析和理解人类情感和情感背后的信息，从而更好地应对用户需求。
例如，智能助手可以通过分析用户的语音和表情来判断用户的情感状态，进而调整回应方式和语气，以提供更加贴合用户情感的回复。
这种个性化的交互方式能够增加用户的满意度和忠诚度，提升整体的用户体验。
其次，情感计算技术也可以用于情感分析和舆情监测。
在互联网时代，大量的文本和数据被生成和分享，如何准确地分析和理解这些信息对于企业和组织来说至关重要。
情感计算技术可以帮助企业和组织分析社交媒体、新闻报道和用户评论等信息，从中提取情感倾向和舆情趋势。
通过情感分析，企业和组织能够更好地了解用户的想法和情感态度，以便做出相应的调整和决策。
例如，一家企业可以根据消费者的情感反馈来改进产品设计和市场推广策略，从而提高产品的竞争力和用户满意度。
第三，情感计算技术在教育和医疗领域的应用也十分广泛。
在教育领域，AI系统可以通过识别学生的情感状态，如焦虑、压力和兴奋等，来提供个性化的教育方案和辅导服务。
通过专注于学生的情感需求，AI可以更好地帮助学生解决学习问题和提升学习效果。
类似地，在医疗领域，情感计算技术可以用来辅助心理疾病的诊断和治疗。
AI系统可以通过分析患者的言语和行为模式来识别潜在的心理问题，并提供相应的建议和引导。
这些应用不仅改善了教育和医疗服务的质量，还能减轻人力成本和提高效率。
情感计算技术在推荐系统中的应用
情感计算技术在推荐系统中的应用随着互联网技术的不断发展，推荐系统（Recommendation System）已经成为了电子商务和社交媒体平台中至关重要的一部分。
推荐系统是一种基于用户历史数据分析和机器学习算法的技术，目的是为用户提供个性化的产品或信息推荐，提高用户的满意度和购买率。
情感计算技术（Affective Computing）是一种人工智能技术，它可以对人类的情感和心理进行感知和理解。
本文将介绍情感计算技术在推荐系统中的应用，并探讨它的未来发展趋势。
一、情感计算技术的基本原理和应用情感计算技术是将计算机科学、心理学和人类学等学科相结合的一种新兴技术。
它的基本原理是通过自然语言处理、图像识别等方式来感知和理解人类的情感和行为，从而帮助计算机更好地模拟人类的感知和决策过程。
情感计算技术在个性化推荐、智能客服、情感识别等方面具有广泛的应用前景。
其中，个性化推荐是情感计算技术重要的应用场景之一。
传统的推荐系统是通过用户的浏览记录、搜索关键词、商品评分等方式来推荐商品或内容，但这些方式往往无法真正了解用户的真实需求和情感状态。
情感计算技术可以通过对用户的语音、文本、交互行为等数据的分析和识别，来感知用户的情感状态和需求，从而为用户提供更加准确的个性化推荐。
二、情感计算技术在推荐系统中的优势和挑战与传统的推荐系统相比，情感计算技术具有以下几个优势：1、更加精准的推荐效果。
情感计算技术可以从用户的情感状态和需求出发，为用户提供更加符合其胃口的产品或内容，从而提高其购买或使用的意愿。
2、更加贴近用户的使用体验。
情感计算技术可以对用户的情感状态进行精准的识别和理解，从而为用户提供更加自然、流畅的使用体验。
3、更加丰富的数据来源。
情感计算技术可以通过分析用户的情感语音、交互行为、社交网络等多维数据，建立更加全面、深入的用户画像，进而提供更加准确的个性化推荐服务。
然而，情感计算技术在推荐系统中也面临着一些挑战：1、数据隐私和安全问题。
深度学习在情感计算中的应用探讨
深度学习在情感计算中的应用探讨在当今科技飞速发展的时代，深度学习作为人工智能领域的关键技术，正逐渐渗透到各个应用领域，其中情感计算是一个备受关注的方向。
情感计算旨在赋予计算机理解、识别和生成人类情感的能力，从而实现更加自然和智能的人机交互。
本文将深入探讨深度学习在情感计算中的应用，包括其原理、方法以及面临的挑战。
一、情感计算的背景与意义人类的情感是一种复杂而微妙的心理状态，它在人际交往、决策制定、身心健康等方面都起着至关重要的作用。
然而，传统的计算机系统往往只能处理客观的数据和任务，无法感知和理解用户的情感状态。
情感计算的出现正是为了弥补这一不足，通过让计算机具备情感感知能力，能够更好地适应人类的需求，提供更加个性化和贴心的服务。
例如，在在线教育中，计算机可以根据学生的情感状态调整教学策略，提高学习效果；在医疗领域，情感计算可以帮助医生更好地了解患者的心理状态，提供更有效的治疗方案；在智能客服中，能够理解用户的情感可以提高客户满意度和忠诚度。
二、深度学习在情感计算中的原理深度学习是一种基于神经网络的机器学习方法，它通过构建多层的神经元网络来自动学习数据中的特征和模式。
在情感计算中，深度学习主要利用其强大的特征学习能力和模式识别能力来处理情感相关的数据。
通常，情感计算的数据来源包括文本、语音、图像和生理信号等。
以文本情感分析为例，深度学习模型可以学习单词、句子的语义和语法特征，从而判断文本所表达的情感是积极、消极还是中性。
对于语音情感识别，模型可以分析语音的语调、语速、韵律等特征来推断情感。
图像情感分析则通过识别面部表情、肢体语言等信息来理解情感。
三、深度学习在情感计算中的方法1、基于卷积神经网络（CNN）的方法CNN 在图像和语音处理方面表现出色，在情感计算中也得到了广泛应用。
例如，在面部表情识别中，CNN 可以自动提取面部的特征，如眼睛、嘴巴的形状和表情变化，从而判断情感。
2、基于循环神经网络（RNN）和长短时记忆网络（LSTM）的方法RNN 及其变体 LSTM 适合处理序列数据，如文本和语音。
情感计算技术在学习辅助中的应用研究
情感计算技术在学习辅助中的应用研究随着人工智能技术的快速发展，情感计算技术作为其中重要的一部分，被广泛应用于教育领域。
它的出现，使得学生在学习时不再局限于传统的知识传授和考试评价，更能够在课堂上得到定制化、个性化教育的帮助。
一、情感计算技术的定义和特点情感计算技术是指通过对人类情感或情感表达进行识别、分析和模拟的技术。
在人的交流行为中，情感扮演着重要的角色。
情感计算技术具有以下特点：1. 非语言性情感计算技术可以通过面部表情、声音等非语言交流途径来捕捉人类的情感信息。
2. 多模态性情感计算技术可以通过多种传感器手段来采集多种情感信息，并能对其进行综合分析和处理。
3. 个性化情感计算技术可以根据不同的用户需求识别和模拟不同的情感，从而实现个性化服务。
二、情感计算技术在学习中的应用1. 情感识别学生在学习中可能会遇到许多情感问题，比如压力、焦虑、自尊心受挫等，这些情感往往会影响到学生的学习效果。
通过情感计算技术，教师可以更好地了解学生的状态，及时调整课程内容和节奏。
2. 情感支持通过情感计算技术，课程也可以更好地支持学生的情感需求。
例如，智能教师可以定制化地为不同学生提供不同的教学内容，以适应不同的学习速度和学科能力。
3. 情感反馈情感计算技术还可以为教师提供更好的教学反馈，通过对学生的情感反应进行分析，教师可以了解学生的学习效果，及时调整教学策略。
三、情感计算技术在学习中的前景和挑战情感计算技术在学习中的应用前景广阔，但同时也面临一些挑战。
1. 技术问题情感计算技术依赖于多种传感器和算法，技术本身还存在一些问题，例如准确率的不足和误判等。
2. 信息安全问题情感计算技术的应用需要获得大量个人信息，如何保护这些信息的安全性，是亟待解决的难题。
3. 教师培训问题情感计算技术的应用需要教师具备相关的技术和认知，如何为教师提供相关的培训和支持是一个重要的问题。
结论情感计算技术在学习中的应用，为学生提供了更为定制化、个性化的教育服务，有望在教育领域发挥巨大的作用。
情感计算与人工智能技术的结合与应用研究
情感计算与人工智能技术的结合与应用研究随着科技的发展，人们对人工智能技术的依赖越来越高。
而在人工智能领域中，情感计算技术被认为是一个颇具前途的分支。
情感计算是将自然语言处理、计算机视觉和机器学习等技术结合起来，以模拟人类情感和认知过程为主旨的任务。
而结合情感计算技术和人工智能技术则可以带来更多的应用。
本文将介绍情感计算与人工智能技术的结合与应用研究。
一、情感计算的概念情感计算是一种研究人类情感状态和社会互动行为的计算方法，也是一种新型的交叉学科。
情感计算技术主要使用计算机，利用自然语言处理、计算机视觉和机器学习等技术来对人类情感进行模拟和分析。
情感计算技术可以分为两个部分，一部分是情感识别，另一部分是情感生成。
情感识别指的是通过分析人类语言、面部表情、行为特征等来判断人类的情感状态。
情感生成是人工智能领域内的一项任务，旨在实现计算机自身的情感以及对人类情感的产生和感知，并体现情感在人机交互中的应用。
总之，情感计算的核心在于如何通过科学的方法来模拟并表达人类的情感状态，并在日常应用中使计算机更好地与人类进行交互。
二、情感计算与人工智能的结合情感计算与人工智能之间的结合是一种新型的人机交互方式。
应用这种方式可以有效地提高计算机与人类之间的交互效率，并让计算机在处理人类情感和认知方面表现出色。
情感计算技术不仅可以使人机交互更加精准和自然，还可以为更深入的人机交互提供基础。
情感计算技术结合人工智能技术的典型应用之一是情感识别。
通过对语音、图像、面部表情以及用户输入的文本数据等进行情感分析，计算机可以推出用户背后的真实情感，从而实现更智能化的人机交互方案。
例如，在客服中，人工智能对用户的情感状态进行判断，根据用户当前的情感状态来提供更针对性的服务，可以有效地提高用户满意度。
情感计算技术还可以用在情感生成上。
例如，在智能家居系统的场景中，通过计算机模拟人类情感状态，实现人机交互的更自然和智能化。
换句话说，计算机系统可以使用情感计算技术来生成有情感表达的交互体验，不仅可以让计算机更好地模拟人类情感和认知，还可以使人机交互更加符合日常习惯，提升用户体验。
基于情感计算的个性化E-learning 系统的研究
基于情感计算的个性化E-learning 系统的研究
付彦飞;牛秦洲;陶小梅
【期刊名称】《微计算机信息》
【年(卷),期】2010(026)036
【摘要】针对当前E-learning系统中缺乏实时师生情感交互的问题,并根据教学环境的特点,选择了教学中学生较常出现的七种基本情绪,根据此简化了OCC情感模型;本文以智能化、情感化为原则,设计了一个个性化的智能情感E-learning教学系统.该系统有四个与情感相关的模块:情绪识别模块、情绪分析模块、反馈模块、评价模块.该系统可以识别每个学生当前的情绪状态,并根据其当前情绪状态以及认知状态给出相应的个性化的能促进学生学习的积极反馈,如调整教学策略,调整教学节奏等.该系统采用二级缓存技术,来进行个性化数据的管理,且该系统最大的特点是情感化与个性化.
【总页数】4页(P241-244)
【作者】付彦飞;牛秦洲;陶小梅
【作者单位】541004,广西,桂林,桂林理工大学信息科学与工程学院;541004,广西,桂林,桂林理工大学信息科学与工程学院;541004,广西,桂林,桂林理工大学信息科学与工程学院
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于云计算个性化e-Learning学习支持服务系统的设计 [J], 吴彦文;吴军其;王贵才;田庆恒
2.基于维度情感计算的E-Learning模型研究 [J], 石宜金;贾志洋
3.基于情感计算的E-learning系统建模 [J], 李丽霞;包汉宗
4.基于情感计算的e-Learning系统建模 [J], 马希荣;刘琳;桑婧
5.基于情感计算的E-learning系统建模 [J], 李丽霞;包汉宗
因版权原因，仅展示原文概要，查看原文内容请购买。
基于情感计算的e-Learning系统建模
基于情感计算的e-Learning系统建模
马希荣;刘琳;桑婧
【期刊名称】《计算机科学》
【年(卷),期】2005(32)8
【摘要】e-Learning也叫数字化学习,是通过因特网或其他数字化媒体进行学习与教学的活动.情感计算是指关于情感、情感产生以及影响情感的计算,试图创建一种能感知、识别和理解人的情感,并能针对人的情感做出智能、灵敏、友好反应的计算机系统.本文将e-Learning系统和情感计算结合在一起,提出了一个基于情感计算的e-Learning系统模型,旨在有效地解决e-Learning系统中情感交流匮乏的问题.
【总页数】3页(P131-133)
【作者】马希荣;刘琳;桑婧
【作者单位】天津师范大学计算机与信息工程学院,天津,300074;北京科技大学信息工程学院,北京,100083;天津师范大学计算机与信息工程学院,天津,300074;天津师范大学计算机与信息工程学院,天津,300074
【正文语种】中文
【中图分类】TP3
【相关文献】
1.情感计算在e-Learning系统中的应用探索 [J], 罗奇;万力勇;吴彦文
2.基于情感计算的E-learning系统建模 [J], 李丽霞;包汉宗
3.基于OCC模型的E-learning系统情感建模 [J], 乔向杰;王志良;王万森
4.基于情感计算的个性化E-learning 系统的研究 [J], 付彦飞;牛秦洲;陶小梅
5.基于情感计算的E-learning系统建模 [J], 李丽霞;包汉宗
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
抬高
眉毛稍微下弯
高兴
④脸颊被抬起
参数变化 ｄ 变小 ｌ ４ 参数 变化 ｄ ２变 小 ， 参 数 变 化 ｄ 变 大， ６ 变 大， ５ ｄ ｄ ｄ ３变小 变大
科课程的有效整合来实现一种理想的学习环境， 能充分体现 学生主体作用的学习方式， 从而彻底改革传统教学结构和教 育本质， 达到高素质人才的目的（ 何克抗，０２ 。尽管 ｅ ２０ ） － 可以看出， 由师生和生生的分离而引起的情感缺失对学
习者的影响较大（ 影响很大和影响较大约占了５．％）由 ６５ ，
③ 实施混合学习。把传统学习和 ｅ ｅ ｉ 的优势结 －ａ ｎ Ｌｒ ｇ ｎ
合起来， 既要发挥教师引导、 启发、 监控教学过程的主导作 用， 又要重视学生积极性、 主动性和创造性。 ④ 完善学习支持服务体系。为学习者提供全程、 全面、 及时、 便捷的学习支持服务， 有助于保持学习者积极的情感。 以上策略的应用， 能在一定程度上避免情感缺失， 但不 能准确地跟踪学习者的情感状态， 也不能根据学习者特定的 情绪状态给出相应的情感鼓励或情感补偿策略， 不能帮助学 习者从根本上解决情感缺失的问题。近年来 ， 人工智能领域 的情感计算技术日 益受到人们的关注， 并在许多领域应用广 泛。情感计算是通过各种传感器获取由人的情感所引起的 生理及行为特征信号， 建立“ 情感模型”从而创建感知、 ， 识别 和理解人类情感的能力， 并能针对用户的情感作出智能、 灵 敏、 友好反应的个人计算系统。在教学领域 ， 情感计算技术
感情绪。
２ ５。 ０ ） 针对ＥＬ ｒｎ 中的情感缺失问题， ０ －ａｉ ｅ ｇ ｎ 国内外专家学
者提出的对策主要有以下几个方面： ① 设计情感化的网络课程。即在设计网络资源交互时 添加情感符号。 ② 开展探究、 协同式学习。网络教学环境使得学生能 自由组建小组， 有利于教师与学生之间的沟通， 消除学生社 交方面的孤独感， 促进学生情感的健康发展。
Ｌａ ｉ 系统有着诸多的优点， ｅ ｎ ｎ ｒ ｇ 但许多 ｅ ｅ ｉ 教学系统 －ａ ｎ Ｌｒ ｇ ｎ 仅仅是将先进的信息技术当作简单的通讯工具， 或者是利用 网络技术进行“ 课本搬家”在网络上发布一些文本化的教学 ， 内容或是教学练习题等。这种 “ 课本搬家” “ 或 电子课本” 对学习者来说是冷漠的， 是缺乏情感的（ 王济军， ０ ） ２ ５ 。所 ０ 谓情感缺失， 就是指由于教师和学生， 学生和学生分离， 使得 学生和学生不能像常规教育那么及时地、 面对面地进行交 流， 学生在学习过程中的某些问题得不到解决， 在心理上存 在困惑而得不到帮助。这样， 如果学生长时间面对冷漠的电 脑屏幕而感受不到交互的乐趣和情感的激励时， 就会产生反
Ｏ Ｒ ２０ ，２ ３ Ｅ ． ６ １ （ ） ０
笔者尝试将情感计算技术引人 ｅ ｅｒｎ 系统中， －ａｉ Ｌｎ ｇ 并在
此方面做了积极探索， 提出了一个基于情感计算的 ｅ ｅ － －ａ Ｌｍ
ｉ 系统模型。该模型主要利用表情识别技术、 ｎ ｇ 语音情感识 别技术和姿态识别技术， 设计出基于情感计算模型， 该系统 以人脸面部表情识别为核心技术， 通过捕捉和识别学习者的 表情， 判断和理解其情感状态， 对特定的情感状态给出相应 的情感鼓励或情感补偿策略， 系统根据学习者的状态及情感 的变化， 适当调整行为和教学策略， 更好地服务于自主学习， 从而从根本上解决 ｅ ｅ ｉ 系统中情感上缺失的问题。 －ａ ｎ Ｌｒ ｇ ｎ
教学内容缺少交互性而引起的情感缺失对学习者的影响， 影 响很大的占２．％ ， ０８ 影响较大的占４ ． ｏ ３０ ％ 因此， ＥＬａ ｉ 系统中测量学习者学习时的认 如何在 － ｒ ｎ ｅ ｇ ｎ 知与情感， 实现以人文关怀为特征的和谐情感交互， 已经成 为现代远程教育 中值得深人研究的重要课题 （ 马希荣，
础上增加情感计算输人端（ 包括人脸表情识别输人、 语音情 感识别输人、 姿态识别输人）主要负责收集学习者情感反馈 ， 信息， 从而进行情感补偿。 ．情感信息处理算法模块： 通过相关传感器对收集到 的情感信息分别进行情感识别， 再通过统计方法计算出在该 段学习的表情、 语音的种类和出现的比例， 识别出用户的整 体情感反应， 并作出适当的学习评价。 ．评价模块 主要收集评价结果 ， ： 然后转化为相应的评
（ 华中师范大学 信息技术系， 湖北武汉４０７） ３０９
【 摘要】 本文针对目 － ａ ｉ 系 情感缺失的现状， 前ｅ ｅ ｎ ｇ 统中 Ｌ ｒｎ 分析了 其负面影响及已 有的相关对策。在此基
础上， 笔者提出了 将情感计算融入 ｅ ｅ ｉ －ａ ｎ Ｌ ｒ ｇ系统中， ｎ 利用表情识别、 语音情感识别以及姿态识别等技术构建塞 于情感计算 ｅ ｅ ｉ 系统模型， －ａ ｎ Ｌｒ ｇ ｎ 并对系统实 现的关键技术进行了阐述。
一Ａ － 不 Ｐ ； ＃１ 娜 ｆ ＿ ｍ Ｃ ； Ｆ
６ ２ ３ ３ ０． ２ ７ １ ２ ３．
百分 比 （ ） ％
表二
教 学 内容缺 少 交互性 引起 的 情感缺 失对 学 习者 的影 响
影响程度 ｝影响很大 １影晌较大斗 ２ １ ６ ５．
百分 比 （ ） ％
模型实现的 关键技术
（ 人脸情感信息识别 一） 人脸表情识别就是对人脸的表情信息特征进行提取和 分析， 按照人的认识和思想方式加以归类和理解， 利用人类 所具有情感信息方面的先验知识使计算机进行联想、 思考及 推理， 进而对人脸信息进行分析， 理解人的情感， 例如高兴 等。它包括两个技术环节， 首先是对人脸的检测与定位， 然 后进行表面特征的提取和识别， 即输人图像的检测和定位人 脸， 然后再提取出表情识别有用的信息并进行分类识别。 人类表情学家 Ｅ ｍ ｎ Ｆ ｅｅ 等人定义了六种基本的 ｋ ａ 和 ｒｓ ｉ ｎ 表情， 分别是高兴、 悲伤、 惊讶、 恐惧、 愤怒、 厌恶， 以及三十三
２ ８ ０．
｝
４ ０ ３．
｝
２ ６ ０．
． ５ ２０ 年湖北省高等学校省级教学研究项 目 高校本科毕业设计过程质量管理平台的研究与设计》 编号２００８ ） ０ 《 （ ０５１５
・８ ・ ０
罗 奇， 万力勇， 吴彦文 情感计算在 ｅ ｅ ｉ 系统中的应用探索 －ａ ｎ Ｌｒ ｇ ｎ 的应用可以构筑更贴近人们生活的智能教学空间或虚拟场 景， 提供个性化服务以及根据学生情感体验的变化调整教学 策略等。
基于 计 情感 算的ｅ ｅｒｎ 系 模型 －ａ ｉ 统 Ｌ ｎｇ
在学习过程中， 学习者的表情和语言是丰富的， 当学习 的内容是他们能够理解和接受的时候， 学习者会出现情绪高 涨状态， 表现为微笑等表情或欢快的言语； 反之， 情绪低落， 表现为眉头紧锁， 目光呆滞， 低沉丧气等。学习者这些情感 表现是很重要的反馈信号， 我们可有效地利用这些反馈信 号， 调整教学策略， 更好地服务于 自主学习。基于此， 本文对 传统的ｅ ｅｒｎ 系统模型进行了改进， － ａｉ Ｌ ｎｇ 增加情感计算模型， 提出了基于情感计算的 ｅ ｅ ｉ 系统模型， １ －ａ ｎ Ｌｒ ｇ ｎ 如图 所示。 该模型通过人脸面部表情识别为核心技术对学习者情感信 号进行捕捉和识别， 对特定的情绪状态给出相应的情感鼓励 或情感补偿策略。系统模型主要由以下几部分构成：
因此， 一个表情实际上就是六维空间的一个点， 通过六 维空间中的欧氏距离的判断就可以进行感情识别。基于该 模型， 本研究定义了高兴、 惊讶这两种基本表情和中性表情， 表情特征参数如表一所示。 根据以上表情特征参数， 本文提出基于规则的面部表情 识别算法。所定义的高兴 、 惊讶和中性表情 ， 可以根据人脸 表情模型的参数 Ｘ二 ｄ ， ， ， ， ， ） （ ｄ ｄ ｄ ｄ ｄ 变化， ｌ ２ ３ ４ ５ ６ 采用分类
接口
种不同的表情倾向（ 转引自： ｖ ｅｏ ｏ ａ２０） Ｌ ａ ｔ ＆ ｋ ， １。本文 ａ ｇｔ Ｐｃ ｊ ０
就最基本的六种情感进行分类和识别。首先是面部特征的
提取， 面部各器官间的距离以及器官本身的变化可以由欧氏 距离度量， 定义一个具有六个参数的一维向量来表示人脸表 情模型， （ｌｄ ， ， ，５ｄ） 其中 ｄ 是两眉间的距 Ｘ＝ ｄ ， ｄ ｄ ｄ ， ， ２ ３ ４ ６ ｌ 离， 表示表示眼睛上下边之间的距离， 表示眉眼间的距 ｄ ２ ｄ ３ 离， 表示嘴高， 表示嘴宽， 表示嘴角到上唇最高位的 ｄ ４ ｄ ５ ｄ ６
拉伸 惊讶
③ 皱 纹 可 能 横 跨 出来
额头
也 的上 边 和 或 下 边 露 但 嘴部不 紧张 ， 不拉伸
参数变化 ｄ 变大 ｌ
４变 参数 变化 ｄ ２变大 ，参 数 变 化 ｄ 大， ６ 变 大 ， ５ ｄ ｄ ｄ ３变大
变小
① 唇 角 向后 拉 并 ① 下眼睑 下边 可 能 有皱 纹 ， 能鼓 起 ，② 嘴可 能被 张大 ， 可 牙齿可能露出 但 并 不 紧张 ②鱼尾 纹 从 外 眼 角 ③ 一 道 皱 纹 从 鼻 子一直 延 伸 到 嘴 向外扩张
及相应参 数变化
眼 变化 睛
及相应参数变化
脸 特 变 部 征 化
③沮丧， 失望； 灰心， ④向往， 信。学习者在远程学习中的情 自 感变化过程如图４ 所示。学习者被某一个新知识点吸引而产
生学习兴趣 ， 或者是学习者对某一个新知识点有困惑而激发
① 眉 毛抬 起， 变高 ① 眼 睛 睁 大 ， 眼 上 变弯 下 领 下 落， 张 嘴 皮抬高， 下眼皮下落 开 ， ②眉 毛 下 的皮肤 被 ② 眼 白可 能 在瞳 孔 唇和齿分开
华中师范大学网络学院曾于２０ 年对在册的２３ ０５ ０ 名远 程学习者进行了一次学习情况的网上调查， 笔者从调查结果 中抽取了与情感缺失有关的两项结果， 如表一和表二。
表一 师生和生生的分离引起 的情感缺失对学 习者的影响
影响程度
人数
影响 很大
３ ３ １ ３ ６．
影 较 晌 大
８１ ４ ２ ０．
第 １ 卷 第３ ２ 期