Jak uniknąć uśredniania emocji? Nowa metoda analizy wydźwięku wykorzystująca modele językowe oraz grafowe sieci neuronowe

Badanie dotyczyło wielojęzycznej analizy wydźwięku na ciągłych skalach numerycznych (walencji i pobudzenia emocjonalnego). Zespół podjął wyzwanie tzw. „pułapki powrotu do średniej”, w której tradycyjne algorytmy AI spłaszczają silne emocje, przewidując jedynie wartości uśrednione. Aby temu zaradzić, połączono model deBERTa z grafowymi konwolucyjnymi sieciami neuronowymi (ang. Graph Convolutional Networks, GCN) odwzorowującymi strukturę gramatyczną zdań oraz wprowadzono hybrydową funkcję celu (MSE + CCC).

Eksperymenty na ponad 39 tys. adnotacji w sześciu językach (angielskim, chińskim, japońskim, rosyjskim, tatarskim i ukraińskim) potwierdziły, że podejście to pozwala sztucznej inteligencji trafniej rozpoznawać emocje i lepiej odwzorowywać ich zróżnicowanie oraz intensywność. Rozwiązanie może mieć kluczowe znaczenie m.in. dla systemów wczesnego reagowania na sytuacje kryzysowe.

Autorzy pracy: mgr Oskar Riewe-Perła oraz dr hab. Agata Filipowska, prof. UEP. Pełna treść publikacji jest dostępna na stronie ACL Anthology. DOI: 10.18653/v1/2026.semeval-1.53

Konferencja ACL 2026 (Annual Meeting of the Association for Computational Linguistics) odbyła się w dniach 2–7 lipca 2026 r. w San Diego w Stanach Zjednoczonych. Jest to jedno z najważniejszych międzynarodowych wydarzeń naukowych poświęconych przetwarzaniu języka naturalnego i lingwistyce komputerowej, gromadzące badaczy z całego świata.