Apprentissage profond pour la détection des émotions

par Caroline Etienne

Projet de thèse en Informatique

Sous la direction de Laurence Devillers.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne) , en partenariat avec LIMSI - Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur (laboratoire) , TLP - Traitement du Langage Parlé (equipe de recherche) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 01-01-2017 .


  • Résumé

    Les progrès récents en deep learning pour la reconnaissance de la parole sont importants. Nous voulons tester les technologies les plus abouties pour la reconnaissance automatique des émotions.

  • Titre traduit

    Deep learning for emotion detection


  • Résumé

    The recent progresses in cognitive science allow new types of human-machine interactions. We can now ask questions to our smartphones or computer, soon we will be able to ask our car to drive us to a destination of our choice etc. Nevertheless, machines can still be improved in their understanding of human emotions. The task is all the more difficult when the nature of the interaction does not permit to get all the channels through which humans express their emotions. On the phone for instance we lose the facial gestures and hand movement information which are important to assess the emotional content of a conversation. Several difficulties arise when trying to train a machine learning algorithm to perform this task.