Pr\'ediction continue de la satisfaction et de la frustration dans des conversations de centre d'appels (AlloSat : A New Call Center French Corpus for Affect Analysis)
Nous pr{\'e}sentons un nouveau corpus, nomm{\'e} AlloSat, compos{\'e} de conversations en fran{\c{c}}ais extraites de centre d{'}appels, annot{\'e}es de fa{\c{c}}on continue en frustration et satisfaction. Dans le contexte des centres d{'}appels, une conversation vise g{\'e}n{\'e}ralement {\a} r{\'e}soudre la demande de l{'}appelant. Ce corpus a {\'e}t{\'e} mis en place afin de d{\'e}velopper de nouveaux syst{\e}mes capables de mod{\'e}liser l{'}aspect continu de l{'}information s{\'e}mantique et para-linguistique au niveau conversationnel. Nous nous concentrons sur le niveau para-linguistique, plus pr{\'e}cis{\'e}ment sur l{'}expression des {\'e}motions. {\A} notre connaissance, la plupart des corpus {\'e}motionnels contiennent des annotations en cat{\'e}gories discr{\e}tes ou dans des dimensions continues telles que l{'}activation ou la valence. Nous supposons que ces dimensions ne sont pas suffisamment li{\'e}es {\a} notre contexte. Pour r{\'e}soudre ce probl{\e}me, nous proposons un corpus permettant une connaissance en temps r{\'e}el de l{'}axe frustration/satisfaction. AlloSat regroupe 303 conversations pour un total d{'}environ 37 heures d{'}audio, toutes enregistr{\'e}es dans des environnements r{\'e}els, collect{\'e}es par Allo-Media (une soci{\'e}t{\'e} sp{\'e}cialis{\'e}e dans l{'}analyse automatique d{'}appels). Les premi{\`e}res exp{\'e}riences de classification montrent que l{'}{\'e}volution de l{'}axe frustration/satisfaction peut {\^e}tre pr{\'e}dite automatiquement par conversation.
Code (0)
등록된 구현이 없습니다.
Similar Papers 제목 키워드 기반
AlloSat: A New Call Center French Corpus for Satisfaction and Frustration Analysis
We present a new corpus, named AlloSat, composed of real-life call center conversations in French that is continuously annotated in frustration and satisfaction. This corpus has been set up to develop new systems able to…
Evaluation automatique de la satisfaction client \`a partir de conversations de type ``chat'' par r\'eseaux de neurones r\'ecurrents avec m\'ecanisme d'attention (Customer satisfaction prediction with attention-based RNNs from a chat contact center corpus)
Cet article pr{\'e}sente des m{\'e}thodes permettant l{'}{\'e}valuation de la satisfaction client {\`a} partir de tr{\`e}s vastes corpus de conversation de type {``}chat{''} entre des clients et des op{\'e}rateurs. Extra…
Acoustic and linguistic representations for speech continuous emotion recognition in call center conversations
The goal of our research is to automatically retrieve the satisfaction and the frustration in real-life call-center conversations. This study focuses an industrial application in which the customer satisfaction is contin…
Emotion RecognitionTransfer LearningFrustrated, Polite, or Formal: Quantifying Feelings and Tone in Email
Email conversations are the primary mode of communication in enterprises. The email content expresses an individual{'}s needs, requirements and intentions. Affective information in the email text can be used to get an in…
Emotion RecognitionDialogue to Discovery: Attribute-Aware Preference Elicitation for Conversational Product Search Assistants
Conversational product search assistants offer a more expressive, natural, and interactive alternative to traditional keyword-based product search. With limited screen space, showing only a few items increases the need f…