Fugu-MT 論文翻訳(概要): Expressions Causing Differences in Emotion Recognition in Social Networking Service Documents

論文の概要: Expressions Causing Differences in Emotion Recognition in Social Networking Service Documents

arxiv url: http://arxiv.org/abs/2208.14244v1
Date: Tue, 30 Aug 2022 13:17:32 GMT
ステータス: 処理完了
システム内更新日: 2022-08-31 12:27:26.113604
Title: Expressions Causing Differences in Emotion Recognition in Social Networking Service Documents
Title（参考訳）: ソーシャルネットワーキングサービス文書における感情認識の相違を引き起こす表現
Authors: Tsubasa Nakagawa, Shunsuke Kitada, Hitoshi Iyatomi
Abstract要約: 著者と読者の感情認識の差異を生じる文を検出するための新しい枠組みを提案する。これは、感情認識の違いを引き起こす文を検出する変換器(BERT)ベースの検出器からの双方向エンコーダ表現で構成されている。作者の怒りをはっきりと推測することは難しいが、暗黙の怒りが指摘されれば、なぜ作者が怒っているのかを推測できる。
参考スコア（独自算出の注目度）: 6.0158981171030685
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: It is often difficult to correctly infer a writer's emotion from text exchanged online, and differences in recognition between writers and readers can be problematic. In this paper, we propose a new framework for detecting sentences that create differences in emotion recognition between the writer and the reader and for detecting the kinds of expressions that cause such differences. The proposed framework consists of a bidirectional encoder representations from transformers (BERT)-based detector that detects sentences causing differences in emotion recognition and an analysis that acquires expressions that characteristically appear in such sentences. The detector, based on a Japanese SNS-document dataset with emotion labels annotated by both the writer and three readers of the social networking service (SNS) documents, detected "hidden-anger sentences" with AUC = 0.772; these sentences gave rise to differences in the recognition of anger. Because SNS documents contain many sentences whose meaning is extremely difficult to interpret, by analyzing the sentences detected by this detector, we obtained several expressions that appear characteristically in hidden-anger sentences. The detected sentences and expressions do not convey anger explicitly, and it is difficult to infer the writer's anger, but if the implicit anger is pointed out, it becomes possible to guess why the writer is angry. Put into practical use, this framework would likely have the ability to mitigate problems based on misunderstandings.
Abstract（参考訳）: オンラインで交換されたテキストから著者の感情を正しく推測することはしばしば困難であり、著者と読者の認識の違いは問題となる。本稿では,著者と読み手の間で感情認識の相違を生じさせる文の検出と,その差異を引き起こす表現の種類を検出するための新しい枠組みを提案する。提案フレームワークは,感情認識の違いを生じる文を検出する変換器(BERT)による双方向エンコーダ表現と,そのような文に特徴的な表現を取得する解析から構成される。ソーシャルネットワークサービス(SNS)文書の著者と3人の読者が注釈付けした感情ラベル付きSNS文書データセットに基づいて,AUC=0.772で「隠れアンガー文」を検出し,怒りの認識に違いが生じた。 SNS文書には意味の理解が極めて難しい文が多数含まれており,本検出器が検出した文を解析することにより,隠れアンガー文に特徴的な表現がいくつか得られた。検出された文や表現は、明確に怒りを伝えておらず、作者の怒りを推測することは難しいが、暗黙の怒りが指摘されれば、なぜ怒っているのかを推測できる。実用的には、このフレームワークは誤解に基づいて問題を緩和する能力を持っているだろう。

関連論文リスト

How are Prompts Different in Terms of Sensitivity? [50.67313477651395]
本稿では,関数の感度に基づく包括的即時解析を提案する。出力に対する入力トークンの関連性に異なるプロンプトがどう影響するかを実証的に示すために、勾配に基づく唾液度スコアを使用する。本稿では, 感度推定をペナルティ項として組み込んだ感度認識復号法を標準グリーディ復号法で導入する。
論文参考訳（メタデータ） (2023-11-13T10:52:01Z)
Towards Unsupervised Recognition of Token-level Semantic Differences in Related Documents [61.63208012250885]
意味的差異をトークンレベルの回帰タスクとして認識する。マスク付き言語モデルに依存する3つの教師なしアプローチについて検討する。その結果,単語アライメントと文レベルのコントラスト学習に基づくアプローチは,ゴールドラベルと強い相関関係があることが示唆された。
論文参考訳（メタデータ） (2023-05-22T17:58:04Z)
Depression detection in social media posts using affective and social norm features [84.12658971655253]
ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。提案された機能を含めると、両方の設定で最先端の結果が得られます。
論文参考訳（メタデータ） (2023-03-24T21:26:27Z)
Explaining (Sarcastic) Utterances to Enhance Affect Understanding in Multimodal Dialogues [40.80696210030204]
本稿では,マルチモーダル(皮肉)対話インスタンスを入力とし,その説明として自然言語文を生成する深層ニューラルネットワーク MOSES を提案する。本研究では, サルカズム検出, ユーモア識別, 感情認識など, 対話型対話システムにおいて, 様々な自然言語理解タスクに対して生成した説明を活用する。評価結果から,MOSESはSEDの最先端システムよりも平均2%高い性能を示した。
論文参考訳（メタデータ） (2022-11-20T18:05:43Z)
CEFER: A Four Facets Framework based on Context and Emotion embedded features for Implicit and Explicit Emotion Recognition [2.5137859989323537]
文レベルと単語レベルの両方でテキストを解析するフレームワークを提案する。 CEFER (Context and Emotion embedded Framework for Emotion Recognition) と呼ぶ。 CEFERは、暗黙の感情を含む各単語の感情ベクトルと、文脈に基づく各単語の特徴ベクトルを結合する。
論文参考訳（メタデータ） (2022-09-28T11:16:32Z)
Neutral Utterances are Also Causes: Enhancing Conversational Causal Emotion Entailment with Social Commonsense Knowledge [52.04642421708207]
Conversational Causal Emotion Entailmentは、会話から非ニュートラル目標発話に対する因果発話を検出することを目的としている。感情情報は、標的発話と感情が同一である因果発話の検出を著しく促進することができる。
論文参考訳（メタデータ） (2022-05-02T09:12:32Z)
Uncovering the Limits of Text-based Emotion Detection [0.0]
感情分類のための最大のコーパスは、GoEmotions、読者によってラベル付けされた58Kメッセージ、Vent、ライターがラベル付けされた33Mメッセージである。我々はベンチマークを設計し、BERT上に2つのシンプルな新しいモデルを含むいくつかの特徴空間と学習アルゴリズムを評価する。
論文参考訳（メタデータ） (2021-09-04T16:40:06Z)
SpanEmo: Casting Multi-label Emotion Classification as Span-prediction [15.41237087996244]
マルチラベル感情分類をスパンプレディションとした新しいモデル「SpanEmo」を提案する。入力文中の複数の共存感情をモデル化することに焦点を当てた損失関数を導入する。 SemEval2018マルチラベル感情データを3つの言語セットで実験した結果,本手法の有効性が示された。
論文参考訳（メタデータ） (2021-01-25T12:11:04Z)
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)
A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
論文参考訳（メタデータ） (2020-01-28T05:03:15Z)

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。