論文の概要: A Study on the Ambiguity in Human Annotation of German Oral History
Interviews for Perceived Emotion Recognition and Sentiment Analysis
- arxiv url: http://arxiv.org/abs/2201.06868v1
- Date: Tue, 18 Jan 2022 10:53:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-19 17:53:09.633277
- Title: A Study on the Ambiguity in Human Annotation of German Oral History
Interviews for Perceived Emotion Recognition and Sentiment Analysis
- Title（参考訳）: 感情認識と感情分析のためのドイツ語口伝インタビューにおける人間注記の曖昧性に関する研究
- Authors: Michael Gref, Nike Matthiesen, Sreenivasa Hikkal Venugopala, Shalaka
Satheesh, Aswinkumar Vijayananth, Duc Bach Ha, Sven Behnke, Joachim K\"ohler
- Abstract要約: 本稿では,ドイツの口腔史インタビューにおける感情と感情に対する人間の知覚のあいまいさについて検討する。
人間の知覚的あいまいさや、クラス不均衡やトレーニングデータの欠如といった課題は、現在、これらの技術が口頭歴史アーカイブの機会を制限していることを示している。
- 参考スコア（独自算出の注目度）: 17.632485825314998
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: For research in audiovisual interview archives often it is not only of
interest what is said but also how. Sentiment analysis and emotion recognition
can help capture, categorize and make these different facets searchable. In
particular, for oral history archives, such indexing technologies can be of
great interest. These technologies can help understand the role of emotions in
historical remembering. However, humans often perceive sentiments and emotions
ambiguously and subjectively. Moreover, oral history interviews have
multi-layered levels of complex, sometimes contradictory, sometimes very subtle
facets of emotions. Therefore, the question arises of the chance machines and
humans have capturing and assigning these into predefined categories. This
paper investigates the ambiguity in human perception of emotions and sentiment
in German oral history interviews and the impact on machine learning systems.
Our experiments reveal substantial differences in human perception for
different emotions. Furthermore, we report from ongoing machine learning
experiments with different modalities. We show that the human perceptual
ambiguity and other challenges, such as class imbalance and lack of training
data, currently limit the opportunities of these technologies for oral history
archives. Nonetheless, our work uncovers promising observations and
possibilities for further research.
- Abstract（参考訳）: 視聴覚インタビューアーカイブにおける研究は、しばしば、その発言だけでなく、その方法にも関心がある。
感情分析と感情認識は、これらの異なる顔の捕獲、分類、検索に役立つ。
特に、口述史アーカイブでは、このような索引付け技術が大きな関心事となる。
これらの技術は、歴史記憶における感情の役割を理解するのに役立つ。
しかし、人間はしばしばあいまいで主観的な感情や感情を知覚する。
さらに、口頭史インタビューは、複雑な、時には矛盾する、時には非常に微妙な感情の面の多層レベルを持つ。
したがって、マシンと人間がこれらを事前に定義されたカテゴリに捉えて割り当てた確率が問題となる。
本稿では,ドイツにおける口頭史インタビューにおける感情と感情の認識におけるあいまいさと機械学習システムへの影響について検討する。
我々の実験は、異なる感情に対する人間の知覚のかなりの違いを明らかにした。
さらに,様々なモーダルを用いた機械学習実験を報告する。
授業不均衡やトレーニングデータの欠如など,人間知覚の曖昧さやその他の課題は,現在,これらの技術が口伝アーカイブに活用できる機会を制限している。
それにもかかわらず、我々の研究は有望な観察とさらなる研究の可能性を明らかにする。
関連論文リスト
- SemEval-2024 Task 3: Multimodal Emotion Cause Analysis in Conversations [53.60993109543582]
SemEval-2024 Task 3 "Multimodal Emotion Cause Analysis in Conversations" は、会話からすべての感情とそれに対応する原因を抽出することを目的としている。
異なるモダリティ設定の下では、2つのサブタスクから構成される: 会話におけるテキスト感情因果ペア抽出(TECPE)と会話におけるマルチモーダル感情因果ペア抽出(MECPE)である。
本稿では,タスク,データセット,評価設定について紹介し,トップチームのシステムを要約し,参加者の知見について議論する。
論文 参考訳（メタデータ） (2024-05-19T09:59:00Z) - Automatic Emotion Experiencer Recognition [12.447379545167642]
テキストにおける経験者検出は難題であり、精度は.82、リコールは.56(F1 =.66)であることを示す。
テキストにおける経験者検出は難題であり、精度は.82、リコールは.56(F1 =.66)であることを示す。
論文 参考訳（メタデータ） (2023-05-26T08:33:28Z) - Face Emotion Recognization Using Dataset Augmentation Based on Neural
Network [0.0]
表情は、人の感情や感情の最も外部的な表現の1つである。
対人関係の調整に重要な役割を果たしている。
感情分析の分野の一分野として、表情認識は幅広い応用可能性を提供する。
論文 参考訳（メタデータ） (2022-10-23T10:21:45Z) - Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。
本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。
私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
論文 参考訳（メタデータ） (2022-10-04T22:44:17Z) - x-enVENT: A Corpus of Event Descriptions with Experiencer-specific
Emotion and Appraisal Annotations [13.324006587838523]
感情分析のための分類設定は、感情のエピソードに関与する異なる意味的役割を含む統合的な方法で行うべきであると論じる。
心理学における評価理論に基づいて、我々は、記述された出来事記述の英文コーパスを編纂する。
この記述には感情に満ちた状況が描かれており、感情に反応した人々の言及が含まれている。
論文 参考訳（メタデータ） (2022-03-21T12:02:06Z) - Affective Image Content Analysis: Two Decades Review and New
Perspectives [132.889649256384]
我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。
我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。
画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-06-30T15:20:56Z) - Emotion Carrier Recognition from Personal Narratives [74.24768079275222]
パーソナル・ナラティブズ(Personal Narratives、PN)は、自分の経験から事実、出来事、思考を回想するものである。
感情キャリア認識(ECR)のための新しい課題を提案する。
論文 参考訳（メタデータ） (2020-08-17T17:16:08Z) - Temporal aggregation of audio-visual modalities for emotion recognition [0.5352699766206808]
本研究では,時間的オフセットの異なる時間的オフセットと時間的ウィンドウからの音声・視覚的モダリティを組み合わせた感情認識のためのマルチモーダル融合手法を提案する。
提案手法は,文献と人間の精度評価から,他の手法よりも優れている。
論文 参考訳（メタデータ） (2020-07-08T18:44:15Z) - 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) - Annotation of Emotion Carriers in Personal Narratives [69.07034604580214]
我々は、個人的物語(PN) - 話されたり書かれたり - 事実、出来事、思考の記憶 - を理解する問題に興味を持っている。
PNでは、感情担体(英: emotion carriers)は、ユーザの感情状態を最もよく説明する音声またはテキストセグメントである。
本研究は,音声対話における感情担持者を特定するためのアノテーションモデルを提案し,評価する。
論文 参考訳（メタデータ） (2020-02-27T15:42:39Z)
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。