Wyniki wyszukiwania - BazEkon

1

Wady i ograniczenia systemów rozpoznawania mowy

100%

Kuligowska K., Kisielewicz P., Włodarz A.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2018

|

nr 49 Społeczno-ekonomiczne aspekty rozwoju gospodarki cyfrowej : koncepcje zarządzania i bezpieczeństwa

307-317

Rozpoznawanie mowy (ang. speech recognition, speech-to-text - STT) jest procesem umożliwiającym przekształcenie wypowiedzianych słów i zdań na tekst w postaci cyfrowej. Zaprojektowanie maszyny, która naśladuje zdolność człowieka do słuchania, fascynowało badaczy od stuleci. Jednakże dopiero w ciągu ostatniej dekady dziedzina technologii rozpoznawania mowy dynamicznie się rozwinęła, a obecnie budowane zaawansowane systemy potrafią reagować na spontaniczną mowę w języku naturalnym.(fragment tekstu)

2

Emotion Recognition from Natural Speech - Emotional Profiles

100%

Sapiński T., Kamińska D.

Logistyka

|

2015

|

nr 4, CD 3

9712-9721

Emotion recognition system can improve customer service especially in the case of call centers. Knowledge of the emotional state of the speaker would allow the operator to adapt better and generally improve cooperation. Research in emotion recognition focuses primarily on speech analysis. Emotion classification algorithms designed for real-world application must be able to interpret the emotional content of an utterance or dialog beyond various limitation i.e. speaker, context, personality or culture. This paper presents research on emotion recognition system of spontaneous voice stream based on a multimodal classifier. Experiments were carried out basing on natural speech characterized by seven emotional states. The process of multimodal classification was based on Plutchik's theory of emotion and emotional profiles.(original abstract)

3

Konstrukcja słownika do zautomatyzowanego rozpoznawania typu opinii biegłego rewidenta

100%

Staszkiewicz P., Michalak J.

Zeszyty Teoretyczne Rachunkowości

|

2018

|

100

|

nr 156

117-130

Artykuł przedstawia uproszczoną procedurę konstrukcji słownika tonu służącego do zautomatyzowanego rozpoznawania typu opinii biegłego rewidenta, opracowanego na podstawie opinii sporządzonych w języku polskim. Opierając się na próbie 362 opinii załączonych do sprawozdań finansowych zestawionych w okresie od 2013 roku do 2016 roku stworzono korpus językowy. Wykorzystując metody analizy tekstu i analizy korelacji oszacowano ładunki informacyjne słów na podstawie korelacji z typem opinii biegłego rewidenta. Wyniki wskazują na istotny związek opinii zmodyfikowanej (negatywnej lub z zastrzeżeniem) i tonu oraz braku takich zależności w przypadku opinii bez zastrzeżeń. Procedura tworzenia słownika oraz sam słownik mogą być zastosowane do konstruowania automatycznych algorytmów handlu akcjami. (abstrakt oryginalny)

4

System nas rozpozna

84%

Veselka M.

Marketing w Praktyce

|

2005

|

nr 9

10-12

W najbliższych latach możemy się prawdopodobnie spodziewać coraz większej ilości call center wyposażonych w zaawansowane samoobsługowe funkcje rozpoznawania mowy. Autor zwraca uwagę, jak ewaluowały kanały kmunikacji z klientem i co nas jeszcze czeka w tej dziedzinie w przyszłości.

5

Optymalizacja procesów zarządzania dokumentacją medyczną z wykorzystaniem systemu rozpoznawania mowy oraz systemu BPMS

67%

Gzik T., Radliński P.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2016

|

nr 42

283-298

W opracowaniu postawiono problem jakości dokumentacji medycznej oraz efektywności i zarządzania procesami z nią związanymi. Zaproponowano jego rozwiązanie z wykorzystaniem podejścia BPM do zarządzania organizacją medyczną, systemu klasy BPMS oraz systemu rozpoznawania mowy. Określone zostały: kontekst wdrożenia podejścia procesowego do zarządzania w organizacji medycznej, ramowa architektura IT, ogólna charakterystyka systemu rozpoznawania mowy oraz ramowa koncepcja jego wykorzystania w korelacji z systemem zarządzania procesami biznesowymi poparta przykładem. (fragment tekstu)

6

Podeprzyj się sztuczną inteligencją

51%

Dakowicz M.

Marketing w Praktyce

|

2018

|

nr 6

6-8

Konsumenci w zamian za lojalność oczekują w pełni spersonalizowanej komunikacji i ofert. Nieocenioną pomocą dla marketerów w zrozumieniu oczekiwań klientów jest także sztuczna inteligencja. Najprościej ujmując, pojęcie to w tym wypadku oznacza zestaw technologii, takich jak: machine learning (ML), computer vision (CV), natural language processing (NLP) czy speech recognition (SR). Narzędzia te, użyte we właściwy sposób przynieść mogą spore i nadspodziewanie korzystne efekty. (abstrakt autora)