Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Las emociones como representaciones ordinales conscientes de la ambigüedad

Created by
  • Haebom

Autor

Jingyao Wu, Matthew Barthet, David Melhart, Georgios N. Yannakakis

Describir

Este artículo aborda el problema de los enfoques existentes de reconocimiento continuo de emociones que ignoran la ambigüedad emocional o la tratan como una variable independiente y estática a lo largo del tiempo. Proponemos una representación ordinal de la emoción consciente de la ambigüedad, un marco novedoso que captura tanto la ambigüedad como la dinámica temporal de las expresiones emocionales. Específicamente, proponemos un enfoque que modela la ambigüedad emocional a través de tasas de cambio y la evalúa utilizando datos de seguimiento continuo restringidos (activación, preferencia) y no restringidos (inmersión) de dos corpus de emociones: RECOLA y GameVibe. Los resultados experimentales muestran que las representaciones ordinales superan a los modelos existentes conscientes de la ambigüedad en etiquetas no restringidas, logrando los puntajes más altos de Coeficiente de Correlación de Concordancia (CCC) y Acuerdo Diferencial Firmado (SDA). En datos de seguimiento restringido, superan a SDA, demostrando un rendimiento superior en la captura de cambios relativos en rastros de emociones anotados.

Takeaways, Limitations

Takeaways:
Se presenta un nuevo marco de reconocimiento de emociones que considera simultáneamente la ambigüedad emocional y la dinámica temporal.
Lograr un rendimiento superior en datos de seguimiento de emociones sin restricciones utilizando representaciones ordinales (puntajes CCC y SDA mejorados).
Capacidad mejorada para capturar cambios relativos en datos de seguimiento emocional limitados (puntajes SDA mejorados).
Limitations:
Se necesita más investigación sobre el rendimiento de generalización del marco propuesto.
Se necesitan más experimentos con diferentes corpus emocionales y tipos de emociones.
Se necesita más análisis sobre las limitaciones de cómo modelamos la tasa de cambio en la ambigüedad.
👍