論文の概要: The MuSe 2022 Multimodal Sentiment Analysis Challenge: Humor, Emotional
Reactions, and Stress
- arxiv url: http://arxiv.org/abs/2207.05691v1
- Date: Thu, 23 Jun 2022 13:34:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-17 17:08:22.248044
- Title: The MuSe 2022 Multimodal Sentiment Analysis Challenge: Humor, Emotional
Reactions, and Stress
- Title(参考訳): MuSe 2022 マルチモーダル感性分析の課題: 覚醒, 感情反応, ストレス
- Authors: Lukas Christ, Shahin Amiriparian, Alice Baird, Panagiotis Tzirakis,
Alexander Kathan, Niklas M\"uller, Lukas Stappen, Eva-Maria Me{\ss}ner,
Andreas K\"onig, Alan Cowen, Erik Cambria, Bj\"orn W. Schuller
- Abstract要約: マルチモーダル・センチメント・アナリティクス・チャレンジ(MuSe 2022)は、マルチモーダル・センチメントと感情認識に重点を置いている。
今年の課題では、(i)ドイツサッカーコーチの音声-視覚的記録を含むPassau Spontaneous Football Coach Humorデータセット、(ii)ドイツサッカーコーチのユーモアの存在をラベル付けしたHum-Reactionデータセット、(ii)感情的表情強度に対して個人の反応が注釈付けされたHum-Reactionデータセット、(iii)ストレス的態度における人々の継続的な感情的価値観をラベル付けした音声-視覚的データからなるUlm-Trier Social Stress Testデータセットの3つのデータセットを特徴としている。
- 参考スコア(独自算出の注目度): 71.06453250061489
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The Multimodal Sentiment Analysis Challenge (MuSe) 2022 is dedicated to
multimodal sentiment and emotion recognition. For this year's challenge, we
feature three datasets: (i) the Passau Spontaneous Football Coach Humor
(Passau-SFCH) dataset that contains audio-visual recordings of German football
coaches, labelled for the presence of humour; (ii) the Hume-Reaction dataset in
which reactions of individuals to emotional stimuli have been annotated with
respect to seven emotional expression intensities, and (iii) the Ulm-Trier
Social Stress Test (Ulm-TSST) dataset comprising of audio-visual data labelled
with continuous emotion values (arousal and valence) of people in stressful
dispositions. Using the introduced datasets, MuSe 2022 2022 addresses three
contemporary affective computing problems: in the Humor Detection Sub-Challenge
(MuSe-Humor), spontaneous humour has to be recognised; in the Emotional
Reactions Sub-Challenge (MuSe-Reaction), seven fine-grained `in-the-wild'
emotions have to be predicted; and in the Emotional Stress Sub-Challenge
(MuSe-Stress), a continuous prediction of stressed emotion values is featured.
The challenge is designed to attract different research communities,
encouraging a fusion of their disciplines. Mainly, MuSe 2022 targets the
communities of audio-visual emotion recognition, health informatics, and
symbolic sentiment analysis. This baseline paper describes the datasets as well
as the feature sets extracted from them. A recurrent neural network with LSTM
cells is used to set competitive baseline results on the test partitions for
each sub-challenge. We report an Area Under the Curve (AUC) of .8480 for
MuSe-Humor; .2801 mean (from 7-classes) Pearson's Correlations Coefficient for
MuSe-Reaction, as well as .4931 Concordance Correlation Coefficient (CCC) and
.4761 for valence and arousal in MuSe-Stress, respectively.
- Abstract(参考訳): マルチモーダル感情分析チャレンジ(muse 2022)は、マルチモーダル感情と感情認識に特化している。
今年の課題には、3つのデータセットがあります。
(i)ドイツサッカー指導者の音声・視覚記録を含むパストー・自発サッカーコーチ・フモール(パッサウ・SFCH)データセット
二 感情的刺激に対する個人の反応が、7つの感情的表現強度に対して注釈付けされたヒューム反応データセット
3)Ulm-Trier Social Stress Test (Ulm-TSST) データセットは,ストレスを伴う状態の人々の連続的な感情値(覚醒と価)をラベル付けした音声視覚データからなる。
ユーモア検出サブチャンジ(MuSe-Humor)では、自発的ユーモアが認識され、感情反応サブチャンジ(MuSe-Reaction)では7つの微粒な「in-the-wild」感情が予測され、感情ストレスサブチャンジ(MuSe-Stress)では、ストレスされた感情値の継続的な予測が特徴付けられる。
この課題は、異なる研究コミュニティを惹きつけ、彼らの規律の融合を促すように設計されている。
主に、muse 2022は音声・視覚感情認識、健康情報学、象徴的感情分析のコミュニティをターゲットにしている。
本稿では,データセットとそれらから抽出した特徴点について述べる。
LSTM細胞を用いたリカレントニューラルネットワークを用いて、各サブチャレンジのテストパーティションの競争ベースライン結果を設定する。
本報告ではmuse-humor の .8480 の曲線(auc)、muse-reaction の pearson の相関係数 .2801 と、muse-stress の valence と arousal の .4931 一致相関係数 (ccc) と .4761 について報告する。
関連論文リスト
- The MuSe 2024 Multimodal Sentiment Analysis Challenge: Social Perception and Humor Recognition [64.5207572897806]
マルチモーダル・センティメント・アナリティクス・チャレンジ (MuSe) 2024は、現代の2つのマルチモーダル・インフルエンスと感情分析の問題に対処する。
Social Perception Sub-Challenge (MuSe-Perception)では、参加者は16種類の個人の社会的属性を予測する。
クロスカルカルカルチャー・ヒューモー検出サブチャレンジ(MuSe-Humor)データセットは、Passau Spontaneous Football Coach Humorデータセット上に拡張される。
論文 参考訳(メタデータ) (2024-06-11T22:26:20Z) - VISU at WASSA 2023 Shared Task: Detecting Emotions in Reaction to News
Stories Leveraging BERT and Stacked Embeddings [3.797177597247675]
我々のシステムVISUは、ニュース記事に反応して書かれたエッセイから感情分類の共有タスク (3) に参加した。
本研究は,単語埋め込み表現と事前設定戦略を組み合わせた深層学習(DL)モデルの開発に重点を置いている。
論文 参考訳(メタデータ) (2023-07-27T19:42:22Z) - The MuSe 2023 Multimodal Sentiment Analysis Challenge: Mimicked
Emotions, Cross-Cultural Humour, and Personalisation [69.13075715686622]
MuSe 2023は、現代の3つの異なるマルチモーダル感情と感情分析の問題に対処する共有タスクの集合である。
MuSe 2023は、さまざまな研究コミュニティから幅広いオーディエンスを集めようとしている。
論文 参考訳(メタデータ) (2023-05-05T08:53:57Z) - A Hierarchical Regression Chain Framework for Affective Vocal Burst
Recognition [72.36055502078193]
本稿では,声帯からの感情認識のための連鎖回帰モデルに基づく階層的枠組みを提案する。
データスパシティの課題に対処するため、レイヤワイドおよび時間アグリゲーションモジュールを備えた自己教師付き学習(SSL)表現も使用しています。
提案されたシステムは、ACII Affective Vocal Burst (A-VB) Challenge 2022に参加し、「TWO」および「CULTURE」タスクで第1位となった。
論文 参考訳(メタデータ) (2023-03-14T16:08:45Z) - ABAW: Valence-Arousal Estimation, Expression Recognition, Action Unit
Detection & Emotional Reaction Intensity Estimation Challenges [62.413819189049946]
5th Affective Behavior Analysis in-the-Wild(ABAW)コンペティションは、IEEE Computer Vision and Pattern Recognition Conference(CVPR)と共同で開催される各ABAWワークショップの一部である。
今年のコンペティションでは、Aff-Wild2データベースの拡張バージョンとHume-Reactionデータセットの2つのコーパスが特徴です。
後者のデータセットは、感情的刺激に対する個人の反応が7つの感情的表現強度に対して注釈付けされている聴覚的データセットである。
論文 参考訳(メタデータ) (2023-03-02T18:58:15Z) - The MuSe 2021 Multimodal Sentiment Analysis Challenge: Sentiment,
Emotion, Physiological-Emotion, and Stress [42.475466121335636]
マルチモーダルセンチメント分析(MuSe)2021は、感情と感情のタスクに焦点を当てた課題である。
我々は, MuSe-Wilder, MuSe-Stress, MuSe-Sent, MuSe-Physioの4つのサブチャンジを提示する。
各サブチャレンジに対して、参加者の競争基準線が設定され、テストでは、MuSe-Wilderの.4616 CCC、MuSe-Stressの.4717 CCC、MuSe-Physioの.4606 CCCが報告される。
論文 参考訳(メタデータ) (2021-04-14T20:56:04Z) - K-EmoCon, a multimodal sensor dataset for continuous emotion recognition
in naturalistic conversations [19.350031493515562]
K-EmoConは、自然主義的会話における継続的な感情の包括的なアノテーションを備えた、新しいデータセットである。
データセットには、オーディオ視覚記録、脳波、周辺生理信号を含むマルチモーダル計測が含まれている。
これには、自己、議論パートナー、外部オブザーバーという3つの利用可能な視点からの感情アノテーションが含まれている。
論文 参考訳(メタデータ) (2020-05-08T15:51:12Z)
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。