SensEmo：通过智能手表实时情感识别实现情感学习

近期研究表明，生理信号具有推断用户情感和注意力反应的能力。这为利用智能手表中广泛可用的生理传感器检测用户实时情感线索提供了机会，例如压力和兴奋。本文介绍SensEmo，一个面向情感学习的智能手表系统。SensEmo利用多个生理传感器数据，包括心率和皮肤电反应，识别学生在上课期间的动机和注意力水平。这种识别通过基于 valence 和 arousal 水平预测情感状态的个性化情感识别模型实现。凭借来自学生的实时情感和注意力反馈，我们设计了一种基于马尔可夫决策过程的算法，通过提供关于教学内容和节奏的建议来提高学生的学习效果和体验。我们在真实课堂环境中对SensEmo进行了22名参与者的评估。评估结果表明，SensEmo以平均88.9%的准确率识别学生情感。更重要的是，SensEmo帮助学生在没有学生情感反馈的传统学习方式下，实现了更好的在线学习成果，例如在小测验中平均提高了40.0%的成绩。