HELPER: как мы собрали корпус психологически нагруженных текстов и дообучили Qwen для локального анализа эмоций
Студенты и исследователи НИУ ВШЭ и VK создали корпус психологически нагруженных русскоязычных текстов с локальной разметкой эмоций и психологических характеристик. Разработано приложение HELPER для разметки, а на основе корпуса дообучены модели Qwen-3 8B и 14B для задачи выделения эмоциональных фрагментов и оценки состояния автора.
Команда из мастерской по прикладному ИИ НИУ ВШЭ и VK (Александр Сабко, Виктория Белявская, Сергей Павлухин) представила проект HELPER, направленный на анализ эмоционального состояния автора текста с учётом локальных эмоциональных проявлений и их динамики. Стандартные подходы сентимент-анализа (бинарная или многоклассовая классификация) не подходят для психологически нагруженных текстов, так как
Показать ещё ↓
- Сокращения
- ML = Machine Learning — машинное обучение
- UI = User Interface — пользовательский интерфейс
- OCC = Ortony, Clore, Collins (emotion model) — модель эмоций Ортони, Клора и Коллинза
Источник: Habr — хаб ML —
оригинал