Detecting Emotion Carriers by Combining Acoustic and Lexical Representations
Technische Hochschule Nürnberg Georg Simon Ohm(纽伦堡乔治·西蒙·欧姆应用科学大学);University of Trento(特伦托大学)
个人叙述(PN)-口头或书面-是对事实,人物,事件和思想的回忆,从自己的经验。情感识别和情感分析任务通常定义在话语或文档级别。然而,在这项工作中,我们专注于情感载体(EC)定义为片段(语音或文本),最好地解释叙述者的情感状态(“失去父亲”,“让我选择”)。一旦提取,这样的EC可以提供用户状态的更丰富的表示,以改善自然语言理解和对话建模。在之前的工作中,已经证明可以使用词汇特征来识别EC。然而,口语叙述应该提供更丰富的上下文和用户的情绪状态的描述。在本文中,我们利用基于单词的声学和文本嵌入以及早期和晚期融合技术来检测口语叙事中的EC。对于声学单词级表示,我们使用残差神经网络(ResNet)在单独的语音情感语料库上进行预训练,并进行微调以检测EC。不同的融合和系统组合策略的实验表明,后期融合导致这项任务的显着改善。
2021-12-13 cs.AI cs.CL cs.SD
PyPlutchik: visualising and comparing emotion-annotated corpora
University of Turin(都灵大学)
越来越多的文本语料库和从社交网络获取的数据正在推动基于心理学家Robert Plutchik提出的模型的大量作品,通常简称为"Plutchik轮“。相关研究从标注任务描述到情绪检测工具。这种情绪的可视化传统上是使用最流行的布局进行的,如条形图或表格,然而这些布局并不理想。普卢奇克之轮的经典表述遵循了情感对之间的接近和对立原则:在这个模型中,空间接近也是语义接近,因为相邻的情感在一起触发时会引发一种复杂的情感(一个主要的二元体);空间对立也是语义对立,因为积极的情感与消极的情感是对立的。最常见的布局无法保留这两个功能,更不用说在视觉上允许在眨眼之间比较不同语料库的需求,这对于基本的设计解决方案来说是很难的。我们介绍PyPlutchik,一个专门为Plutchik在文本或语料库中的情感可视化而设计的Python库。PyPlutchik画了Plutchik的花,每个情感花瓣的大小取决于在语料库中检测或注释的情感程度,也代表了每个情感的三个强度。值得注意的是,PyPlutchik允许用户以紧凑,直观的方式显示主要,次要,第三和相反的二元组。我们证实了我们的说法,PyPlutchik优于其他经典的可视化时,显示Plutchik的情绪,我们展示了几个例子,显示我们的库的最引人注目的功能。
2021-04-19 cs.CL cs.HC
User Guide for KOTE: Korean Online Comments Emotions Dataset
Seoul National University(首尔国立大学)
情感分析将数据分为积极或消极的,已被主要用于识别文本的情感方面,尽管缺乏彻底的情感意义的检查。最近,语料库的标记不仅仅是价建立超过这一限制。然而,大多数韩国情感语料库的实例数量很少,涵盖的情感范围有限。我们介绍了KOTE数据集。KOTE包含5万条(25万例)韩语在线评论,每条评论通过众包(Ps = 3,048)手动标记为43个情感标签或一个特殊标签(无情感)。通过对韩国语情感概念在词嵌入空间上的聚类分析,系统地建立了43种情感的情感分类。在解释了KOTE是如何开发的之后,我们还讨论了语料库中社会歧视的微调和分析结果。
2022-05-11 cs.CL
Crowdsourcing and Validating Event-focused Emotion Corpora for German and English
Institut für Maschinelle Sprachverarbeitung(机器语言处理研究所);University of Stuttgart(斯图加特大学)
情感分析有一系列跨多种语言的语料库。对于情感分析,情况更加有限,这阻碍了跨语言建模的潜在研究和其他语言预测模型的开发。在本文中,我们填补了这一空白,德国通过构建deISOKING,语料库设计的类比建立良好的英语ISOKING情感数据集。受Scherer的评价理论的启发,我们实施了一个众包实验,包括两个步骤。在步骤1中,参与者为给定的情绪创建情绪事件的描述。在步骤2中,五个注释者评估文本所表达的情感。我们表明,通过机器翻译将情感分类模型从原始的英语ISORM转移到德语众包deISORM,平均而言,不会导致性能下降。
2019-05-31 cs.AI cs.CL cs.HC
Contrastive Distillation of Emotion Knowledge from LLMs for Zero-Shot Emotion Recognition
University of Michigan(密歇根大学)
提出对比蒸馏框架,从LLMs(如GPT-4)蒸馏情感知识至紧凑模型,实现零样本情感识别,性能接近GPT-4且规模小万倍以上。
2025-05-23 cs.CL
CAMEO: Collection of Multilingual Emotional Speech Corpora
Adam Mickiewicz University(亚当·密茨凯维奇大学)
CAMEO是一个多语言情感语音数据集,旨在提供标准化基准以评估不同语言和情感状态下的语音情感识别系统。
2026-01-27 cs.CL cs.SD eess.AS
Bridging the prosody GAP: Genetic Algorithm with People to efficiently sample emotional prosody
Max Planck Institute for Empirical Aesthetics(马克斯·普朗克经验美学研究所);Max Planck Institute for Human Cognitive and Brain Sciences(马克斯·普朗克人类认知与脑科学研究所)
人类的声音有效地传达了一系列的情感,声学上有细微的变化。现有的情感语音语料库是有限的,因为它们要么(a)高度策划,以诱导特定的情感与预定义的类别,可能无法捕捉情感体验的全部范围,或(b)纠缠在他们的语义和韵律线索,限制了单独研究这些线索的能力。为了克服这一挑战,我们提出了一种新的方法称为"遗传算法与人"(GAP),它集成了人类的决策和生产到一个遗传算法。在我们的设计中,我们允许创作者和评分者共同优化几代人的情感韵律。我们证明了GAP可以有效地从情感语音空间中采样,并捕获广泛的情感,并显示出与最先进的情感语音语料库相当的结果。GAP是独立于语言的,支持大规模的众包,因此可以支持未来的大规模跨文化研究。
2022-05-10 cs.CL
Few-shot text-based emotion detection
University of Bucharest(巴尔干大学)
该论文介绍了Unibuc-NLP团队在SemEval 2025任务11中使用大型语言模型进行少样本提示或微调,并在多标签情感检测的三个子集上取得了相应F1-macro成绩。
2025-07-08 cs.CL
Efficient Cross-Task Prompt Tuning for Few-Shot Conversational Emotion Recognition
Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly(南洋理工大学-不列颠哥伦比亚大学老年积极生活卓越联合研究中心);Nanyang Technological University(南洋理工大学)
针对少样本对话情感识别中数据驱动方法计算与样本效率低的问题,提出无导数的跨任务提示调优方法CTPT,通过挖掘跨任务共享知识和低维向量优化,在少样本及零样本迁移任务上取得优异结果。
2023-10-23 cs.CL
Emotion-Aware, Emotion-Agnostic, or Automatic: Corpus Creation Strategies to Obtain Cognitive Event Appraisal Annotations
University of Stuttgart(斯图加特大学);Institut für Maschinelle Sprachverarbeitung(机器语言处理研究所)
评价理论解释了对一个事件的认知评价如何导致一种特定的情绪。与基本情绪或情感(效价/唤醒)的理论相比,该理论在自然语言处理中没有得到很多关注。然而,在心理学中,它已经被证明是强大的:史密斯和埃尔斯沃思(1985)表明,评价维度注意力,确定性,预期努力,愉快,责任/控制和情境控制(至少)区分15种情绪类别。我们研究了这些维度的不同注释策略,基于以事件为中心的enISprone语料库(Troiano等人,2019年)。我们分析了两种手动注释设置:(1)显示要注释的文本,同时屏蔽所经历的情感标签;(2)揭示与文本相关的情感。设置2使注释者能够对所描述的事件产生更真实的直觉,而设置1是一个更标准的注释过程,纯粹依赖于文本。我们通过两种方式评估这些策略:通过测量注释者之间的一致性和微调RoberTa来预测评估变量。我们的研究结果表明,知识的情绪增加注释者的可靠性。此外,我们评估了一个纯粹的自动基于规则的标签策略(从注释的情感类推断评价)。在自动分配的标签上进行训练会使我们的分类器具有竞争力的性能,即使在手动注释上进行测试时也是如此。这是一个指标,它可能会自动创建评价语料库为每个领域的情感语料库已经存在。
2021-02-25 cs.CL
EDA: Enriching Emotional Dialogue Acts using an Ensemble of Neural Annotators
University of Hamburg(汉堡大学)
情感和对话行为的识别丰富了会话分析,有助于构建自然的对话系统。情感解读使我们理解情感,而对话行为则反映话语的意图和施为功能。然而,大多数文本和多模态会话情感语料库只包含情感标签,而不包含对话行为。为了解决这个问题,我们建议使用一个在对话行为语料库上训练的各种递归神经模型的池,有上下文和没有上下文。这些神经模型用对话行为标签标注情感语料库,并且集成标注器提取最终的对话行为标签。我们标注了两个可访问的多模态情感语料库:IEMOCAP和MELD。我们分析了情感和对话行为标签的共现,发现了特定的关系。例如,接受/同意对话行为经常伴随着喜悦的情绪、悲伤的道歉和喜悦的感谢发生。我们将情感对话行为(EDA)语料库公开提供给研究界进行进一步的研究和分析。
2020-03-16 cs.AI cs.CL cs.RO
Cross Domain Emotion Recognition using Few Shot Knowledge Transfer
Stanford University(斯坦福大学);University of Southern California(南加州大学)
由于情感分类的多样性、缺乏可靠的不同领域的标注数据以及高度主观的标注标准,文本中的情感识别是一项具有挑战性的任务。Few-Shot和zero-shot技术可以通过将文档和情感标签投影到共享的嵌入空间上来概括不可见的情感。在这项工作中,我们探索了Few-Shot情感识别的任务,通过使用不同的情感表示方法,将从GoEmotions Reddit数据集的监督中获得的知识转移到SemEval tweets语料库中。结果表明,使用外部知识库和微调编码器的知识转移执行监督基线,需要来自任务数据集的最小监督。
2021-10-11 cs.CL cs.LG
OmniVox: Zero-Shot Emotion Recognition with Omni-LLMs
Stony Brook University(石溪大学);Institute for Advanced Computational Science(高级计算科学研究院)
本文提出OmniVox,首次系统评估四种全模态大语言模型在零样本情绪识别任务上的表现,并引入声学提示策略,在IEMOCAP和MELD基准上验证其优于或媲美微调音频模型。
2025-03-28 cs.CL
Large Language Models Meet Contrastive Learning: Zero-Shot Emotion Recognition Across Languages
Nanyang Technological University(南洋理工大学);Southwest Jiaotong University(西南交通大学);Kash Institute of Electronics and Information Industry(Kash电子信息产业研究院);Southwest Petroleum University(西南石油大学)
本文提出结合对比学习与大语言模型的两阶段训练框架,实现跨语言零样本语音情绪识别,并构建大规模合成数据集M5SER,实验验证了其有效性。
2025-03-25 cs.AI cs.CL
JeSemE: A Website for Exploring Diachronic Changes in Word Meaning and Emotion
Graduate School ‘The Romantic Model’(“浪漫主义模式”研究生院);Friedrich-Schiller-Universität Jena(耶拿弗里德里希·席勒大学)
我们在这里介绍了一个大大扩展版本的JeSemE,一个交互式网站,用于可视化地探索计算得出的时变信息的词义和词汇的情绪,从五个大的历时文本语料库组装。JeSemE是专为(数字)人文学科的学者设计的,作为查阅手动编译的替代方案,印刷字典以获取此类信息(如果有的话)。这个工具独特地结合了最先进的分布式语义与人类情感的细微差别模型,我们认为这两个信息流有利于人文文本的数据驱动解释。
2020-12-18 cs.CL
Natural Language Processing for Cognitive Analysis of Emotions
Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);ENS Paris-Saclay(巴黎萨克雷高等师范学院);Institut Universitaire de France(法国大学研究院);CentraleSupélec(中央理工-高等电力学院)
文本中的情感分析有两个主要的局限性:带注释的黄金标准语料库大多是小而同质的,情感识别往往被简化为一个层次的分类问题。为了解决这些问题,我们引入了一个新的注释方案来探索情感及其原因,以及一个新的法国数据集,由情感场景的自传体描述组成。本文采用A.芬克尔帮助人们改善他们的情绪管理。该方法需要由接受过认知分析培训的教练手动分析情绪事件。我们提出了一个基于规则的方法来自动注释情绪和它们的语义角色(例如情绪原因),以方便教练识别相关方面。我们研究未来的方向,情感分析使用图结构。
2022-10-11 cs.CL
A study on cross-corpus speech emotion recognition and data augmentation
Toshiba Europe Limited(东芝欧洲有限公司);Cambridge Research Laboratory(剑桥研究实验室)
在语音情感识别(SER)中,能够处理各种说话人和声学条件的模型是必不可少的。通常,这些模型在呈现训练期间不可见的扬声器或声学条件时往往会显示混合结果。本文研究了跨语料库数据补充和数据增强对SER模型在匹配(测试集来自同一语料库)和不匹配(测试集来自不同语料库)条件下性能的影响。调查使用六个情感语音语料库,包括单个和多个扬声器,以及在情感风格(代理,引发,自然)和记录条件的变化。观察结果表明,正如预期的那样,在单个语料库上训练的模型在匹配条件下表现最好,而在不匹配条件下性能下降10-40%,具体取决于语料库的特定特征。在混合语料库上训练的模型在不匹配的上下文中可以更稳定,与匹配条件下的单语料库模型相比,性能降低范围从1%到8%。数据增强产生高达4%的额外增益,并且似乎比匹配条件更有利于不匹配条件。
2022-01-10 cs.CL cs.SD eess.AS
ZET-Speech: Zero-shot adaptive Emotion-controllable Text-to-Speech Synthesis with Diffusion and Style-based Models
AITRICS;KAIST(韩国科学技术院)
提出ZET-Speech零样本自适应情感可控TTS模型,通过在扩散模型上应用域对抗学习和引导方法,仅用短中性语音和情感标签即可为已见和未见说话人合成自然情感语音。
2023-05-23 cs.CL cs.SD eess.AS
Attending the Emotions to Detect Online Abusive Language
University of Houston(休斯顿大学)
近年来,滥用行为已成为在线社交网络中的一个严重问题。在本文中,我们提出了一个新的语料库,从一个半匿名的社交媒体平台,其中包含的攻击性和中性类的实例。我们引入了一个单一的深层神经架构,它考虑了文本中的本地和顺序信息,以检测辱骂性语言。随着这个模型,我们引入了一个新的注意力机制称为情绪感知注意。这种机制利用文本背后的情感来找到文本中最重要的词。我们在我们的数据集上实验了这个模型,然后给出了分析。此外,我们评估我们提出的方法在不同的语料库,并显示新的国家的最先进的结果与攻击性语言检测。
2019-09-06 cs.CL
Evolution of emotion semantics
University of Toronto(多伦多大学)
人类拥有通过语言表达情感的独特能力。虽然愤怒或敬畏等概念是抽象的,但人们对这些英语情感词的含义达成了共识。这种共识可能给人的印象是,它们的含义是静态的,但我们认为情况并非如此。我们不能直接追溯到早期来研究情感概念,但我们可以考察文本语料库,这些语料库部分保留了情感词的含义。通过对历史文本的自然语言处理,我们发现了过去一个世纪中情感词语义变化的证据,并且不同的变化率部分地由情感概念的原型性预测-它在更广泛的"情感"类别中的代表性。原型性与基于文本的词嵌入获得的情感语义变化的历史速率呈负相关,超出了更既定的变量,包括英语和第二种比较语言,法语的使用频率。原型性的这种效果并没有一直延伸到鸟类的语义类别,这表明其预测语义变化的相关性可能是类别依赖的。我们的研究结果表明,情感语义随着时间的推移而演变,原型情感词保持语义稳定,而其他情感词的演变更自由。
2021-08-05 cs.CL
Guilt Detection in Text: A Step Towards Understanding Complex Emotions
Instituto Politécnico Nacional (IPN)(国立理工学院);Catholic University of Mozambique(莫桑比克天主教大学)
我们介绍了一种新的自然语言处理(NLP)任务,称为内疚检测,其重点是检测文本中的内疚。我们认为内疚是一种复杂而重要的情绪,以前没有在NLP中研究过,我们的目标是提供更细粒度的分析。为了解决缺乏公开可用的内疚检测语料库的问题,我们创建了VIC,一个包含4622个文本的数据集,来自三个现有的情绪检测数据集,我们将其二进制化为内疚和无内疚类。我们用传统的机器学习方法进行了实验,使用词袋和词频逆文档频率特征,最高性能的模型获得了72%的f1分数。我们的研究为理解文本中的内疚迈出了第一步,并为这一领域的未来研究打开了大门。
2023-03-06 cs.CL
ASR and Emotional Speech: A Word-Level Investigation of the Mutual Impact of Speech and Emotion Recognition
University of Edinburgh(爱丁堡大学)
本文通过四个ASR系统和三个情感语料库,从词级层面研究ASR与SER的相互影响,揭示情感语音对ASR性能的作用及ASR转录错误对SER的影响,以推动ASR适应情感语音和SER的实际应用。
2023-05-28 cs.CL cs.SD eess.AS
Emotion Classification in a Resource Constrained Language Using Transformer-based Approach
Chittagong University of Engineering & Technology(吉大港工程与技术大学)
虽然情感分类的研究在高资源语言中取得了显着进展,但对于孟加拉语等资源受限的语言来说,这仍然是一个起步阶段。然而,缺乏必要的语言处理工具和基准语料库的不足,使得孟加拉语的情感分类任务更具挑战性和复杂性。这项工作提出了一种基于transformer的技术,将孟加拉语文本分类为六种基本情绪之一:愤怒,恐惧,厌恶,悲伤,喜悦和惊讶。孟加拉语情感语料库由6243文本的分类任务。使用各种机器学习(LR、RF、MNB、SVM)、深度神经网络(CNN、BiLSTM、CNN+BiLSTM)和基于Transformer(Bangla-BERT、m-BERT、XLM-R)的方法进行实验。实验结果表明,XLM-R通过在测试数据上实现最高加权$f_1$ -评分$69.73\%$而优于所有其他技术。该数据集可在https://github.com/omar-sharif03/NAACL-SRW-2021上公开获得。
2021-04-17 cs.CL
LLMs Capture Emotion Labels, Not Emotion Uncertainty: Distributional Analysis and Calibration of Human-LLM Judgment Gaps
Faculty of Business and Commerce(商科学院);Faculty of Business Data Science(商务数据科学学院);RIKEN Center for Advanced Intelligence Project(先进智能项目研究所);Faculty of Data Science(数据科学学院);Japan Safety Society Research Center(日本安全协会研究中心)
本文通过对比人类标注与LLM在GoEmotions和EmoBank基准上的情绪判断分布,发现零样本模型与人类分布差异显著,需领域微调而非模型规模扩大以缩小差距,并提出三种轻量校准方法以提升情绪标注的准确性。
2026-05-01 cs.CL
Meta-PerSER: Few-Shot Listener Personalized Speech Emotion Recognition via Meta-learning
National Taiwan University(国家台湾大学)
本文提出Meta-PerSER,一种基于元学习的少样本个性化语音情感识别框架,通过适应听者个体情绪解读方式,在IEMOCAP上显著优于基线方法。
2025-05-22 cs.CL eess.AS
Cross-modal Consistency Guidance for Robust Emotion Control in Auto-Regressive TTS Models
Alibaba-NTU Global e-Sustainability CorpLab(阿里-国立大学全球可持续发展公司实验室);Nanyang Technological University(南洋理工大学);College of Computing and Data Science(计算与数据科学学院);Alibaba(阿里);Alibaba Inc.(阿里公司)
本文提出了一种基于文本情绪与显式语音情绪不一致程度的动态尺度的跨模态一致性引导分类器免费引导方法(CCG-CFG),通过使用文本情绪替代dropout条件,并采用硬样本挖掘策略蒸馏CCG-CFG引导信号,从而提升TTS模型的情绪对齐能力。在五个情感语料库和两个TTS基准测试中,该方法在CosyVoice2上实现了情绪识别准确率提升12%,主观评分提升10%,优于基线模型HierSpeech++、Qwen3-TTS和原始CosyVoice2,同时保持可懂性、自然度和高质量。
2026-06-11 cs.CL
Few-Shot Emotion Recognition in Conversation with Sequential Prototypical Networks
LTCI, Télécom-Paris, Institut Polytechnique de Paris(巴黎理工学院巴黎电信学院LTCI实验室);Direction Innovation & Recherche SNCF(法国国家铁路公司创新与研究部)
最近几项关于人与人之间的二元互动的研究都是在没有特定商业目标的对话中进行的。然而,许多公司可能会受益于专门针对更精确环境的研究,如售后服务或客户满意度调查。在这项工作中,我们将自己置于实时聊天客户服务的范围内,我们希望在对话流中检测情绪及其演变。这种背景导致了多种挑战,从利用有限的,小的和大多数未标记的数据集,以寻找和适应这种情况下的方法。我们通过使用少样本学习来解决这些挑战,同时假设它可以为不同语言和稀疏标签的会话情感分类服务。我们通过提出一种原型网络的变体来进行序列标记,我们将其命名为ProtoSeq。我们在两个不同语言的数据集上测试了这种方法:英语日常对话和法语客户服务聊天对话。当应用于会话中的情感分类时,即使与其他方法相比,我们的方法也具有竞争力。
2021-09-20 cs.CL cs.LG
Pre-Finetuning for Few-Shot Emotional Speech Recognition
Columbia University(哥伦比亚大学)
针对语音模型过拟合说话者导致泛化差的问题,提出在困难任务上预微调Wav2Vec2.0以蒸馏知识,并在多语料库排列及33,600次少样本试验中验证其提升情感语音识别性能。
2024-11-07 cs.CL cs.LG cs.SD
EmoTrace: An Emotion Trajectory-Centered Framework for Psychological Support Dialogue Generation
Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院)
该研究针对现有心理支持对话数据生成方法的局限,提出EmoTrace框架,通过构建求助者认知概况及相关模块,以模拟其情感轨迹,增强情感表达层次性,实验证明该方法在情感丰富度和共情质量上优于现有方法。
2026-09-01 cs.CL
EmoBang: Detecting Emotion From Bengali Texts
Charles Darwin University(查尔斯达尔文大学);Wake Forest University(维克森林大学);Bangladesh University of Engineering and Technology (BUET)(孟加拉国工程技术大学)
本文针对孟加拉语情感检测资源不足的问题,构建了八类情感数据集,提出EmoBangHybrid和EmoBangEnsemble两种模型,并建立首个全面基准,准确率分别达92.86%和93.69%。
2025-11-10 cs.CL
Quantifying the Affective Gap: A Zero-Shot Evaluation of LLMs on Fine-Grained Emotion Taxonomies
Old Dominion University(欧道明大学)
本研究对Claude、ChatGPT和Gemini三种商业LLM进行零样本细粒度13类情感分类评估,发现最高准确率仅39.9%,模型在爱情、困惑等情感上表现差,且无显著差异,揭示当前前沿AI在零样本情感分类中的局限性。
2026-07-02 cs.CL cs.HC
Prevalent Frequency of Emotional and Physical Symptoms in Social Anxiety using Zero Shot Classification: An Observational Study
本研究利用大型Reddit数据集,采用基于BART的多标签零样本分类方法,识别并量化社交焦虑的身体与情绪症状的普遍性,发现“颤抖”和“害怕被负面评价”等症状频率较高,为临床诊断与干预提供了数据支持。
2024-04-26 cs.AI cs.CL
ArPanEmo: An Open-Source Dataset for Fine-Grained Emotion Recognition in Arabic Online Content during COVID-19 Pandemic
Taif University(泰夫大学);College of Computers and Information Technology(计算机与信息技术学院)
本文提出ArPanEmo数据集,包含11,128条阿拉伯语COVID-19相关在线帖子,经半自动筛选与人工细粒度情感标注,成为该领域首个且规模最大的公开数据集。
2023-05-27 cs.CL
Uncovering the Limits of Text-based Emotion Detection
Universitat Pompeu Fabra(庞培法布拉大学);ISI Foundation(ISI基金会)
从文本中识别情感对于各种现实世界的任务至关重要。我们考虑两个最大的现有语料库的情感分类:GoEmotions,58k的消息标记的读者,和发泄,33M的作家标记的消息。我们设计了一个基准测试,并评估了几个特征空间和学习算法,其中包括两个简单而新颖的模型,这些模型是在BERT之上的,它们在GoEmotions上的表现优于之前的强大基线。通过与人类参与者的实验,我们还分析了作者如何表达情感和读者如何感知情感之间的差异。我们的研究结果表明,作者表达的情感比读者感知的情感更难识别。我们共享一个公共Web界面,供研究人员探索我们的模型。
2021-10-30 cs.CL cs.LG
Transformer based neural networks for emotion recognition in conversations
Interdisciplinary School of Doctoral Studies(跨学科博士研究学院);HLT Research Center(人类语言技术研究中心);University of Bucharest(布加勒斯特大学);Faculty of Mathematics and Computer Science(数学与计算机科学学院)
本文介绍 ISDS-NLP 团队在 SemEval 2024 EDiReF 子任务 1 中的情感识别方案,比较 MLM 微调与 Mistral 提示方法,验证 MLM 在句子级分类中更优。
2024-05-18 cs.CL
On the Effect of Pretraining Corpora on In-context Learning by a Large-scale Language Model
NAVER CLOVA;NAVER AI Lab(NAVER人工智能实验室);NYU(纽约大学)
最近许多关于大规模语言模型的研究报告了成功的上下文零和少样本学习能力。然而,对上下文学习何时发生的深入分析仍然缺乏。例如,不知道上下文学习的性能如何随着训练语料库的变化而变化。在这里,我们调查的来源和规模的预训练语料库的上下文学习在HyperCLOVA,韩国为中心的GPT-3模型的影响。从我们的深入调查中,我们提出以下观察结果:(1)上下文学习的性能很大程度上取决于语料库领域源,并且预训练语料库的大小不一定决定上下文学习的出现,(2)当在多个语料库的组合上训练语言模型时,上下文学习能力可以出现,即使当每个语料库本身不导致上下文学习时,(3)利用与下游任务相关的语料库进行预训练并不总是保证下游任务的竞争性上下文学习性能,特别是在Few-Shot设置中,以及(4)语言建模(以困惑度测量)和上下文学习之间的关系并不总是相关的:例如,低困惑并不总是意味着高的上下文内少样本学习性能。
2022-05-08 cs.CL
Cross-lingual Opinions and Emotions Mining in Comparable Documents
本研究通过构建双语情绪词典和跨语言标注方法,分析英阿可比文档中的情感与情绪差异,发现同源新闻机构文档标注一致,异源则分歧,方法具有语言无关性。
2025-08-05 cs.CL
CycleDistill: Bootstrapping Machine Translation using LLMs with Cyclical Distillation
Nilekani Centre at AI4Bharat(AI4Bharat的Nilekani中心);Indian Institute of Technology(印度理工学院);Indian Institute of Technology Bombay(印度理工学院孟买分校);Indian Institute of Engineering Science and Technology Shibpur(Shibpur的印度工程科学与技术学院)
提出CycleDistill方法,利用LLM和少样本翻译从单语语料库迭代生成合成平行语料库并微调模型,无需大量平行语料即可显著提升低资源语言的机器翻译质量。
2025-08-09 cs.AI cs.CL
The Language of Interoception: Examining Embodiment and Emotion Through a Corpus of Body Part Mentions
McGill University(麦吉尔大学);University of Göttingen(哥廷根大学);National Research Council Canada(加拿大国家研究理事会)
本文构建了在线英文文本中身体部位提及的语料库,发现其使用频率受时间地点影响,且包含BPMs的文本情感色彩更强,与较差健康结果显著相关,为NLP与情感科学交叉研究提供了新途径。
2025-11-01 cs.CL
Sarc7: Evaluating Sarcasm Detection and Generation with Seven Types and Emotion-Informed Techniques
Algoverse AI Research(Algoverse AI研究院)
提出Sarc7基准,将MUStARD数据集标注为七种讽刺类型,并通过零样本、少样本、思维链及新型情感提示技术进行分类评估,同时开发基于情感的生成方法,实验表明情感提示技术优于其他设置。
2026-06-23 cs.AI cs.CL
Video Highlights Detection and Summarization with Lag-Calibration based on Concept-Emotion Mapping of Crowd-sourced Time-Sync Comments
Drexel University(德雷塞尔大学)
随着视频共享的普及,对诸如高光检测的自动视频消化的需求越来越多。最近,具有众包时间同步视频评论的平台在全球范围内出现,为亮点检测提供了很好的机会。然而,这个任务是不平凡的:(1)时间同步评论通常滞后于它们对应的镜头;(2)时间同步评论在语义上是稀疏和嘈杂的;(3)确定哪些镜头是高光是高度主观的。本文旨在通过提出一个框架来解决这些挑战,该框架(1)使用概念映射的词汇链进行滞后校准;(2)基于评论强度以及每个镜头的情感和概念集中度的组合对视频亮点进行建模;(3)使用改进的SumBasic与情感和概念映射来总结每个检测到的亮点。在真实世界的大数据集上的实验表明,我们的亮点检测方法和摘要方法都优于其他基准具有相当大的利润率。
2017-08-07 cs.CL cs.IR
IndexTTS2: A Breakthrough in Emotionally Expressive and Duration-Controlled Auto-Regressive Zero-Shot Text-to-Speech
针对现有自回归TTS模型时长难精确控制的问题,提出IndexTTS2,支持两种生成模式,实现情感与音色解耦控制,通过三阶段训练和软指令机制提升效果,多项指标优于现有最优零样本TTS模型。
2025-09-03 cs.AI cs.CL cs.SD
Where Do Models Find Happiness? Emotion Vectors in Open-Source LLMs
研究在开源模型中复现情感向量,发现效价几何结构在层间分布存在差异,且唤醒度编码受语料影响。
2026-06-26 cs.AI cs.CL
From Joy to Fear: A Benchmark of Emotion Estimation in Pop Song Lyrics
本文构建了基于MOS标注的歌词情感数据集,评估零样本LLMs与微调BERT模型在六类情感强度预测上的表现,揭示了两类模型的优劣,为音乐信息检索中的情感识别提供模型选择参考。
2025-09-06 cs.AI cs.CL
Zero-Shot Visualization: Exploring Text Corpora with User-Prompted Axes
Universitat Ramon Llull(拉蒙·柳利大学)
本文提出零样本可视化(ZSV)任务,利用大型语言模型将文档映射到用户自然语言指定的概念轴,通过基准评估发现基于下一个词元概率的评分方法在语义保真度与计算成本间取得最佳平衡,并为构建端到端系统提供实用指南。
2026-10-07 cs.AI cs.CL cs.LG
Expressive Prompting: Improving Emotion Intensity and Speaker Consistency in Zero-Shot TTS
Tianjin Key Laboratory of Cognitive Computing and Application, College of Intelligence and Computing, Tianjin University(天津大学智能与计算学部认知计算与应用天津市重点实验室);Kuaishou Technology Co., Ltd(快手科技有限公司);Institute of Artificial Intelligence, China Telecom(中国电信人工智能研究院);Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院);Huiyan Technology (Tianjin) Co., Ltd(慧眼科技(天津)有限公司)
本文提出一种两阶段提示选择策略,通过评估提示的音调特征、感知音频质量和文本情感一致性,提升零样本语音合成的情感表达和说话人一致性。
2026-04-03 cs.AI cs.CL cs.SD
Towards a Generative Approach for Emotion Detection and Reasoning
Rensselaer Polytechnic Institute(伦斯勒理工学院)
本文提出将情感分析建模为生成式QA任务,通过LLM先生成背景知识再逐步推理,实现零样本情感检测与情感推理的联合处理。
2024-08-09 cs.AI cs.CL
Speaker Style-Aware Phoneme Anchoring for Improved Cross-Lingual Speech Emotion Recognition
Department of Electrical Engineering, National Tsing Hua University, Taiwan(National Tsing Hua University电子工程系);Language Technologies Institute, Carnegie Mellon University, USA(卡内基梅隆大学语言技术研究所)
针对跨语言语音情感识别中语音差异和说话人风格差异的挑战,提出说话人风格感知的音素锚定框架,通过图聚类和双空间锚定提升跨语言情感迁移,并在英语和台湾普通话语料库上验证了其优越性。
2025-09-19 cs.CL cs.LG
AER-LLM: Ambiguity-aware Emotion Recognition Leveraging Large Language Models
University of Melbourne(墨尔本大学);Massachusetts Institute of Technology(麻省理工学院);xAI Corp(xAI公司);University of New South Wales(新南威尔士大学)
本文提出AER-LLM,通过零样本、少样本提示及历史对话上下文探索LLM识别歧义情绪的能力,并在三个数据集上验证其有效性与上下文增益。
2025-02-17 cs.AI cs.CL
Humane Speech Synthesis through Zero-Shot Emotion and Disfluency Generation
Texas A&M University(德克萨斯A&M大学)
本文提出一种零样本语音合成流水线,利用前沿语言模型在文本生成中引入类人情感与不流利现象,并通过规则方法转换为语音,使合成语音接近真实人类交流。
2024-03-31 cs.AI cs.CL cs.HC
Transfer Learning for Improving Speech Emotion Classification Accuracy
Information Technology University (ITU)-Punjab(旁遮普信息技术大学);University of Southern Queensland(南昆士兰大学);National University of Sciences and Technology (NUST)(国立科技大学);The University of New South Wales(新南威尔士大学)
现有的语音情感识别研究大多集中在使用相同条件下收集的相同语料库的训练和测试数据进行自动情感检测。这种系统的性能已被证明在跨语料库和跨语言的情况下显着下降。为了解决这个问题,本文利用迁移学习技术来提高语音情感识别系统的性能,这是新颖的跨语言和跨语料库的情况下。对三种不同语言的五种不同语料库的评估表明,相对于稀疏自动编码器和SVM基线系统,深度信念网络(DBN)在跨语料库情感识别方面提供了比以前更好的准确性。结果还表明,使用大量的语言进行训练,并在训练中使用一小部分目标数据,可以显着提高准确性相比,基线也为语料库与有限的训练样本。
2020-07-28 cs.CL cs.CV
Zero-shot Cross-Lingual Transfer for Synthetic Data Generation in Grammatical Error Detection
Ubisoft La Forge(育碧拉福奇实验室)
本文提出一种两阶段微调方法,利用多语言预训练模型的零样本跨语言迁移能力生成合成错误数据,用于低资源语言的语法错误检测,优于现有无标注方法。
2024-07-16 cs.AI cs.CL
EmoKnob: Enhance Voice Cloning with Fine-Grained Emotion Control
Columbia University(哥伦比亚大学)
EmoKnob提出一种基于少样本示例的细粒度情感控制语音合成框架,支持开放式文本描述情感,并通过新评估指标验证其超越商业TTS的情感表现力。
2024-10-01 cs.AI cs.CL cs.HC
Scaling behavior of large language models in emotional safety classification across sizes and tasks
Leibniz Institute for Resilience Research(莱比锡韧性研究所);University Medical Center Halle(哈雷医学院);German Center for Mental Health (DZPG)(德国心理健康中心(DZPG));University Medical Center of the Johannes Gutenberg-University Mainz(美因茨约瑟夫·冯·拉贝大学医学院)
该研究构建超1.5万样本的情感安全数据集,评估不同规模LLaMA模型在两类情感安全分类任务中的缩放行为,发现轻量微调的小模型可实现媲美大模型的性能,为隐私友好的端侧敏感应用提供可行方案。
2025-09-02 cs.CL cs.LG