Ανάπτυξη εφαρμογής ψυχολογικής ευεξίας με εξατομικευμένη υποστήριξη και προσαρμοσμένες συμβουλές
Development of a psychological wellbeing application with personalized support and customized advice

Λέξεις-κλειδιά
Android ; RoBERTa ; Artificial intelligence ; Emotion recognitionΠερίληψη
Στην διπλωματική εργασία ερευνήθηκε η χρήση τεχνολογιών τεχνικής νοημοσύνης και
τεχνολογιών αναγνώρισης συναισθημάτων μέσω μηνυμάτων. Ως θεμιτό αποτέλεσμα της έρευνας αυτής
είναι ένα μοντέλο που επεξεργάζεται αυτό που στέλνει ο χρήστης και αναλόγως με αυτό βγαίνει ένα
πόρισμα με την μορφή συμβουλών όσο το δυνατόν πιο κοντά στο συναίσθημα που όντως νιώθει ο
χρήστης.
Ποιο συγκεκριμένα, γίνεται έρευνα των μεθοδολογιών που με την χρήση της τεχνητής
νοημοσύνης, και πιο συγκεκριμένα της μηχανικής μάθησης, μπορούν να φτιαχτούν μοντέλα
αναγνώρισης συναισθημάτων. Γίνεται επεξήγηση της διαδικασίας εκπαίδευσης του μοντέλου
αναγνώρισης συναισθημάτων καθώς και ανάλυση της αρχιτεκτονικής του. Παράλληλα, για την
επικοινωνία με τον χρήστη, δημιουργήθηκε μια εφαρμογή σε περιβάλλον Android της οποίας η
αρχιτεκτονική αναλύεται και επεξηγείται. Μέσω της εφαρμογής ο χρήστης έχει την δυνατότητα να
στείλει είτε προφορικά είτε γραπτά μηνύματα τα οποία αναλύονται και στέλνεται στην εφαρμογή του
χρήστη μια λίστα με τρόπους αντιμετώπισης ή συμβουλές διατήρησης του συναισθήματος σε περίπτωση
που είναι θετικό. Το μοντέλο που έχει χρησιμοποιηθεί είναι με βάση το RoBERTa μοντέλο, το οποία έχει
σαν βάση το BERT. Το RoBERTa είναι μία αναβαθμισμένη έκδοση του BERT που έχει καλύτερη
απόδοση σε διεργασίες που αφορούν επεξεργασία φυσικής γλώσσας, όπως είναι η αναγνώριση
συναισθημάτων.
Κεντρική ιδέα της εφαρμογής είναι η δημιουργία συστήματος αναγνώρισης συναισθημάτων και
αξιολόγησης του. Παράλληλα ερευνήθηκαν και κατανοήθηκαν τεχνολογίες τεχνικής νοημοσύνης καθώς
και βέλτιστοι τρόποι ανάπτυξης εφαρμογών σε περιβάλλον Android. Τέλος γίνεται παρουσίαση της
αξιολόγησης καθώς και σχολιασμός των αποτελεσμάτων με βάση αυτών.
Περίληψη
In this thesis, the use of artificial intelligence technologies and emotion recognition technologies
through messaging was investigated. A desirable outcome of this research is a model that processes what
the user sends and, based on this input, provides feedback in the form of advice as closely aligned as
possible with the actual emotion the user is experiencing.
More specifically, the research explores methodologies that, using artificial intelligence, and
more specifically machine learning, can develop emotion recognition models. The process of training
the emotion recognition model is explained, as well as its architecture. At the same time, to facilitate
communication with the user, an application was created in an Android environment, whose
architecture is analyzed and explained. Through the application, the user has the ability to send either
spoken or written messages, which are then analyzed, and a list of coping strategies or advice for
maintaining a positive emotion, if detected, is sent back to the user’s application. The model used is
based on the RoBERTa model, which is itself based on BERT. RoBERTa is an enhanced version of
BERT that performs better in natural language processing tasks, such as emotion recognition.
The central idea of the application is the creation of an emotion recognition and evaluation
system. In parallel, artificial intelligence technologies were researched and understood, as well as
optimal methods for developing applications in an Android environment. Finally, the evaluation is
presented along with a commentary on the results based on this evaluation.