Las crecientes cantidades de medios disponibles en redes de difusión digital convergentes y redes de banda ancha móvil requerirán interfaces inteligentes capaces de personalizar la selección de contenido. Con el objetivo de capturar el estado de ánimo en el contenido, construimos un espacio semántico basado en etiquetas, frecuentemente utilizadas para describir emociones asociadas con la música en la red social. Implementando el análisis semántico latente (LSA), modelamos el contexto afectivo de las canciones basándonos en sus letras, y aplicamos un enfoque similar para extraer estados de ánimo de las descripciones de sinopsis de episodios de TV de la BBC utilizando términos de atmósfera de TV-Anytime. Basándonos en nuestros primeros resultados, proponemos que LSA podría implementarse como un método de aprendizaje automático para extraer el contexto emocional y modelar las preferencias afectivas del usuario.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Diseño de ISSIM y evaluación de algoritmos de enrutamiento con calidad de servicio
Artículo:
Un enfoque eficiente para preservar la privacidad de los teléfonos inteligentes en función del contexto
Artículo:
Un enfoque de predicción de desbordamiento del búfer basado en métricas de software y aprendizaje automático
Artículo:
Más resultados sobre la estabilidad exponencialmente robusta de los pesos de conexión inciertos de redes neuronales recurrentes de tipo neutral.
Artículo:
Un modelo de red neuronal Tri-Atención basado en recomendaciones
Artículo:
Un estudio sobre la formulación de los parámetros de 5 o menos variables independientes de regresión lineal múltiple.
Tesis:
Estudio comparativo de tres sistemas de secado para la producción de un polvo deshidratado de fruta
Artículo:
Predicción de precios de vivienda basada en regresión lineal múltiple
Artículo:
Papel de la atención sanitaria habitual combinada con la telemedicina en el tratamiento del embarazo de alto riesgo en Hangzhou, China