Proceedings of the International scientific and practical conference ―Oxford 2026: Science and Education Today‖ (May 29-31, 2026) / Publisher website: www.naukainfo.com. - Oxford, United Kingdom, 2026. - 392 p.

183 адаптивної семантичної інтерпретації емоційного наміру людини у генеративних AI-системах [1, с. 35–40]. Практична цінність запропонованого підходу полягає у можливості створення інтелектуальних систем нового покоління для цифрового дизайну, персоналізованих творчих сервісів, адаптивних recommendation systems та когнітивно-орієнтованих AI-асистентів, здатних враховувати індивідуальне емоційне та естетичне сприйняття користувача [12, с. 50–55]. СПИСОК ВИКОРИСТАНИХДЖЕРЕЛ: 1. Picard, R. W. (1997). Affective Computing. MIT Press. (Ключова фундаментальна робота з емоційних обчислень) 2. Calvo, R. A., & D’Mello, S. (2010). Affect Detection: An Interdisciplinary Review of Models, Methods, and Their Applications. IEEE TAC. 3. Norman, D. A. (2013). The Design of Everyday Things. Basic Books. 4. Sharp, H., Rogers, Y., & Preece, J. (2019). Interaction Design: Beyond Human- Computer Interaction. Wiley. 5. Jurafsky, D., & Martin, J. H. (2023). Speech and Language Processing. 6. Devlin, J. et al. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. NAACL. 7. Liu, B. (2012). Sentiment Analysis and Opinion Mining. Morgan & Claypool. 8. Mohammad, S. M. (2016). Sentiment Analysis: Detecting Valence, Emotions, and Other Affectual States. 9. Datta, R., Li, J., & Wang, J. (2006). Studying Aesthetics in Photographic Images Using a Computational Approach. ECCV. 10. Brachmann, A., & Redies, C. (2017). Computational and Experimental Approaches to Visual Aesthetics. Frontiers in Computational Neuroscience. 11. Baltrušaitis, T., Ahuja, C., & Morency, L. (2019). Multimodal Machine Learning: A Survey and Taxonomy. IEEE TPAMI. 12. Ricci, F., Rokach, L., & Shapira, B. (2015). Recommender Systems Handbook.