正文内容 评论(0)
在互联网金融快速发展的当下,金融科技企业加码情感计算研究,可进一步助力金融行业创新发展。在人工智能领域有着多年技术积累的度小满,对情感计算展开了深入研究,积极抢占情感计算技术高地。近期,度小满科研团队撰写的GLAM论文提出了全新神经网络,不仅超越当前最新技术,更入选了国际顶级学术会议,展现了其在情感计算领域的深厚技术实力。
度小满论文提出全新神经网络GLAM,入选国际音频顶级会议ICASSP
近日,由度小满博士后科研工作站朱文静、李祥两位博士后共同撰写的GLAM论文:Speech Emotion Recognition with Global-Aware Fusion on Multi-scale Feature Representation(“基于多尺度特征表示的全局感知融合语音情感识别”)入选了国际音频顶级会议ICASSP。
ICASSP是全球最大、最全面的信号处理及应用方面的顶级会议,已经拥有几十年的历史。作为IEEE(电子技术与信息科学工程师协会) 的一个重要会议,其论文还经常被三大检索工具检索。该会议对于信号处理方面的学术人士有着重要意义。它涵盖了音频和声学信号处理,图像、视频和多维信号处理,物联网的信号处理等至少十六个方向。
在本论文中,朱文静提出了全新的神经网络GLobal-Aware Multi-scale(GLAM),GLAM网络是根据语音独有的特征形式设计出的模型,在IEMOCAP基准数据集上,超越了当前最新技术。通过全局感知的融合模块来学习多尺度特征表征,并将此加入到情感信息中,这就解决了以往卷积神经网络(CNN)方法在SER上的局限性,即不同尺度的丰富情感特征和重要的全局信息无法被很好地捕捉。该模型有望应用到客服场景中,降低人工客服的沟通成本的同时,提升用户体验。
度小满聚焦情感计算,加快金融行业创新发展
据悉,朱文静、李祥两位博士后在进站后的研究均聚焦在情感计算,探索其在用户情绪感知、情绪原因溯源和情绪合理应对这三个方面的研究价值。
目前,情感计算在金融领域的应用,已经起到了保驾护航、提高效率的作用。例如在动态对话过程中,观察出用户关键标签信息:所处领域、职业,以及借款用途等,在这样一张用户画像之下,预测出客户的还款、续保意愿或者对商品购买意向等。也可以通过对用户表情、语音、语速、行文、文本等信息,综合判断出贷款的客户是否存在欺诈行为,对减少坏账提供了不少便利。
在情感计算领域,度小满不断攻克相关技术难题,使情感计算能够更深入地运用于金融各大场景当中,不断拓展人机交互的深度与广度。未来,度小满等企业将继续关注情感计算,加快情感计算技术研究,助力金融行业解决各种复杂性难题,进一步提升金融服务体验。