본 논문은 훈련이 필요 없는 컨텍스트 학습 기반 시각적 감정 분류 방법인 EmoGist를 제안합니다. EmoGist는 이미지 내 감정 표현이 맥락에 따라 매우 다르게 나타난다는 점에 착안하여, 감정 레이블의 맥락 의존적 정의를 통해 정확도를 높입니다. 각 레이블에 속한 예시 이미지 클러스터를 분석하여 감정 레이블에 대한 다양한 설명을 미리 생성하고, 테스트 시에는 테스트 이미지와 클러스터 중심점 간 코사인 유사도를 기반으로 적절한 설명을 선택하여 빠른 LLM과 함께 분류에 사용합니다. 실험 결과, 다중 레이블 Memotion 데이터셋에서 최대 12점, 다중 클래스 FI 데이터셋에서 최대 8점의 Micro/Macro F1 점수 향상을 보였습니다.
