論文の概要: Evolution of emotion semantics

• arxiv url: http://arxiv.org/abs/2108.02887v1
• Date: Thu, 5 Aug 2021 23:46:22 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-09 23:57:47.010750
• Title: Evolution of emotion semantics
• Title（参考訳）: 感情意味論の進化
• Authors: Aotao Xu, Jennifer E. Stellar, Yang Xu
• Abstract要約: 過去世紀における感情的言葉の意味的変化の証拠を見いだす。 変化の速度は、感情概念の原型性によって予測された。 テキストによる単語埋め込みから得られた感情意味変化の履歴率と原型性は負に相関する。
• 参考スコア（独自算出の注目度）: 2.1706063563430646
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Humans possess the unique ability to communicate emotions through language. Although concepts like anger or awe are abstract, there is a shared consensus about what these English emotion words mean. This consensus may give the impression that their meaning is static, but we propose this is not the case. We cannot travel back to earlier periods to study emotion concepts directly, but we can examine text corpora, which have partially preserved the meaning of emotion words. Using natural language processing of historical text, we found evidence for semantic change in emotion words over the past century and that varying rates of change were predicted in part by an emotion concept's prototypicality - how representative it is of the broader category of "emotion". Prototypicality negatively correlated with historical rates of emotion semantic change obtained from text-based word embeddings, beyond more established variables including usage frequency in English and a second comparison language, French. This effect for prototypicality did not consistently extend to the semantic category of birds, suggesting its relevance for predicting semantic change may be category-dependent. Our results suggest emotion semantics are evolving over time, with prototypical emotion words remaining semantically stable, while other emotion words evolve more freely.
• Abstract（参考訳）: 人間は言語を通して感情を伝えるユニークな能力を持っている。 怒りや憎しみといった概念は抽象的であるが、これらの英語の感情の言葉の意味について共通する意見がある。 この合意は彼らの意味が静的であるという印象を与えるかもしれないが、我々はそうではないと考えている。 感情概念を直接研究するために過去の時代に戻ることはできないが、感情語の意味を部分的に保存したテキストコーパスを調べることができる。 歴史的テキストの自然言語処理を用いて、過去世紀における感情語の意味的変化の証拠を発見し、その変化率の変化は、感情概念の原型性によって部分的に予測された。 テキストベースの単語埋め込みから得られた感情意味変化の歴史的頻度は、英語の使用頻度や第2比較言語(フランス語)を含むより確立された変数よりも負の相関を示した。 プロトティピカリティに対するこの効果は鳥の意味カテゴリーに一貫しては及ばず、意味の変化を予測するための関連性はカテゴリー依存である可能性が示唆された。 その結果,感情セマンティクスは時間とともに進化し,原型的な感情語は意味的に安定し,他の感情語はより自由に進化していることが示唆された。

関連論文リスト

• Improved Text Emotion Prediction Using Combined Valence and Arousal Ordinal Classification [37.823815777259036]
  テキストから感情を分類する手法を導入し,様々な感情の相違点と相違点を認識・区別する。 提案手法は感情予測において高い精度を保ちながら,誤分類の場合の誤りの程度を著しく低減する。
  論文  参考訳（メタデータ） (2024-04-02T10:06:30Z)
• Exploiting Emotion-Semantic Correlations for Empathetic Response Generation [18.284296904390143]
  共感応答生成は、対話言語から話者の感情的感情を理解することによって共感応答を生成することを目的としている。 近年の手法では、コミュニケーション者の言語における感情的な言葉を捉え、それらを静的なベクトルとして構築し、ニュアンス化された感情を知覚する。 本研究では,感情・感情相関モデル(ESCM)を提案する。
  論文  参考訳（メタデータ） (2024-02-27T11:50:05Z)
• Experiencer-Specific Emotion and Appraisal Prediction [13.324006587838523]
  NLPにおける感情分類は、文章や段落などの感情をテキストに割り当てる。 イベントの経験に焦点を合わせ、各イベントに感情(もしあれば)を割り当てます。 経験者の感情と評価のモデルが経験者に依存しないベースラインより優れています。
  論文  参考訳（メタデータ） (2022-10-21T16:04:27Z)
• Speech Synthesis with Mixed Emotions [77.05097999561298]
  異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。 次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。 実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
  論文  参考訳（メタデータ） (2022-08-11T15:45:58Z)
• Emotion Intensity and its Control for Emotional Voice Conversion [77.05097999561298]
  感情音声変換(EVC)は、言語内容と話者のアイデンティティを保ちながら、発話の感情状態を変換しようとする。 本稿では,感情の強さを明示的に表現し,制御することを目的とする。 本稿では,話者スタイルを言語内容から切り離し,連続した空間に埋め込み,感情埋め込みのプロトタイプを形成するスタイルに符号化することを提案する。
  論文  参考訳（メタデータ） (2022-01-10T02:11:25Z)
• Perspective-taking and Pragmatics for Generating Empathetic Responses Focused on Emotion Causes [50.569762345799354]
  i) 相手の感情が発話から引き起こされる原因となる単語を特定することと, (ii) 応答生成における特定の単語を反映することである。 社会的認知からインスピレーションを得て、生成的推定を用いて、感情が単語レベルのラベルのない発話から単語を推論する。
  論文  参考訳（メタデータ） (2021-09-18T04:22:49Z)
• Emotion Recognition under Consideration of the Emotion Component Process Model [9.595357496779394]
  我々はScherer (2005) による感情成分プロセスモデル (CPM) を用いて感情コミュニケーションを説明する。 CPMは、感情は、出来事、すなわち主観的感情、認知的評価、表現、生理的身体反応、動機的行動傾向に対する様々なサブコンポーネントの協調過程であると述べている。 Twitter上での感情は、主に出来事の説明や主観的な感情の報告によって表現されているのに対し、文献では、著者はキャラクターが何をしているかを記述し、解釈を読者に任せることを好む。
  論文  参考訳（メタデータ） (2021-07-27T15:53:25Z)
• A Circular-Structured Representation for Visual Emotion Distribution Learning [82.89776298753661]
  視覚的感情分布学習に先立つ知識を活用するために,身近な円形構造表現を提案する。 具体的には、まず感情圏を構築し、その内にある感情状態を統一する。 提案した感情圏では、各感情分布は3つの属性で定義される感情ベクトルで表される。
  論文  参考訳（メタデータ） (2021-06-23T14:53:27Z)
• Modality-Transferable Emotion Embeddings for Low-Resource Multimodal Emotion Recognition [55.44502358463217]
  本稿では、上記の問題に対処するため、感情を埋め込んだモダリティ変換可能なモデルを提案する。 我々のモデルは感情カテゴリーのほとんどで最先端のパフォーマンスを達成する。 私たちのモデルは、目に見えない感情に対するゼロショットと少数ショットのシナリオにおいて、既存のベースラインよりも優れています。
  論文  参考訳（メタデータ） (2020-09-21T06:10:39Z)
• Emotion Correlation Mining Through Deep Learning Models on Natural Language Text [3.23176099204268]
  Webニュースからの自然言語テキストを通して感情認識と感情相関のギャップを埋めようとしている。 テキストによる感情認識から感情相関を抽出するために,3種類の特徴と2種類のディープニューラルネットワークモデルを示す。
  論文  参考訳（メタデータ） (2020-07-28T08:59:16Z)
• Emotion Recognition From Gait Analyses: Current Research and Future Directions [48.93172413752614]
  歩行はウォーカーの感情に関する情報を伝える 様々な感情と歩行パターンのマッピングは、感情の自動認識のための新しい情報源を提供する。 歩行は遠隔観察可能で 模倣が困難で 被験者との協力も少ない
  論文  参考訳（メタデータ） (2020-03-13T08:22:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。