EmoWrite：基于情感分析的思维转文本转换——一项验证研究
人机交互
2024-08-12 v3 神经与进化计算
摘要
目的——本研究旨在介绍 EmoWrite，一种新颖的脑机接口（BCI）系统，致力于解决现有基于 BCI 系统的局限。具体而言，目标包括在 BCI 技术背景下改善打字速度、准确率、用户便利性、情绪状态捕捉与情感分析。方法——该方法涉及 EmoWrite 的开发与实现，利用以用户为中心的循环神经网络（RNN）进行思维到文本的转换。系统融合视觉反馈并引入具有上下文自适应字符呈现的动态键盘。在考量准确率、打字速度、情感分析、情绪状态捕捉与用户界面延迟等多种指标下，针对现有方法开展综合评估与比较。本实验所需数据来自共 72 名志愿者（40 名男性、32 名女性），年龄介于 18 至 40 岁。结果——EmoWrite 取得显著结果，包括 6.6 词每分钟（WPM）与 31.9 字符每分钟（CPM）的打字速度，以及 90.36% 的高准确率。其在捕捉情绪状态上表现突出，指令信息传输率（ITR）为 87.55 bits/min、字母为 72.52 bits/min，超越其他系统。此外，其提供直观用户界面，延迟低至 2.685 秒。结论——EmoWrite 的引入标志着在提升 BCI 可用性与情感集成方面迈出重要一步。研究结果表明，EmoWrite 在革新运动障碍者交流辅助方面具有可喜潜力。
引用
@article{arxiv.2103.02238,
title = {EmoWrite: A Sentiment Analysis-Based Thought to Text Conversion -- A Validation Study},
author = {Imran Raza and Syed Asad Hussain and Muhammad Hasan Jamal and Isabel de la Torre Diez and Carmen Lili Rodriguez Velasco and Jose Manuel Brenosa and Imran Ashraf},
journal= {arXiv preprint arXiv:2103.02238},
year = {2024}
}