) 模型得以开发。这项研究是与韩国中央大学朴恩智教授团队和美国阿克伦大学詹姆斯迪芬多夫教授团队联合进行的。
研究团队针对实际从事情感劳动的劳动者建立了顾客咨询数据集。开发一个在呼叫中心处理客户的场景
该研究收集了 31 名工人的音频、行为和生物特征数据。 从工人的语音数据中总共提取了176个特征。他们能够确定各种特征,例如一天中的时间、频率和音调。
他们还从生物信号中提取了其他特征来推断工人被压抑的情绪。 此外,还识别了皮肤电位、脑电波、心电图、体温等共228个特征,开发了9种人工智能。
该模型进行了学习并进行了比较和评估。 结果是,该学习模型能够以 87% 的准确率区分员工情绪高度不稳定的情况和员工情绪正常的情况。
李教授表示:“我们将结合一款应用程序展示我们开发的技术,用于管理从事情绪劳动者的心理健康。”
2025/02/13 09:25 KST
Copyrights(C) Edaily wowkorea.jp 101