論文の概要: The Emotion Dynamics of Literary Novels

• arxiv url: http://arxiv.org/abs/2403.02474v1
• Date: Mon, 4 Mar 2024 20:39:21 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-06 16:58:14.465117
• Title: The Emotion Dynamics of Literary Novels
• Title（参考訳）: 文学小説の感情動態
• Authors: Krishnapriya Vishnubhotla, Adam Hammond, Graeme Hirst, Saif M. Mohammad
• Abstract要約: ナレーションの感情弧と様々なキャラクタの区別に文字対話を用いる。 本研究は, 物語と対話は, 小説を通じて, 感情の相違を主に表していることを示すものである。
• 参考スコア（独自算出の注目度）: 33.974558021764395
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Stories are rich in the emotions they exhibit in their narratives and evoke in the readers. The emotional journeys of the various characters within a story are central to their appeal. Computational analysis of the emotions of novels, however, has rarely examined the variation in the emotional trajectories of the different characters within them, instead considering the entire novel to represent a single story arc. In this work, we use character dialogue to distinguish between the emotion arcs of the narration and the various characters. We analyze the emotion arcs of the various characters in a dataset of English literary novels using the framework of Utterance Emotion Dynamics. Our findings show that the narration and the dialogue largely express disparate emotions through the course of a novel, and that the commonalities or differences in the emotional arcs of stories are more accurately captured by those associated with individual characters.
• Abstract（参考訳）: 物語は彼らの物語に現れる感情に富み、読者に喚起される。 物語の中の様々なキャラクターの感情的な旅は、彼らの魅力の中心である。 しかし、小説の感情の計算分析は、小説全体を一つの物語の弧として考える代わりに、その中の異なるキャラクターの感情の軌跡の変化をほとんど調べていない。 本研究では,ナレーションの感情弧と様々なキャラクターを区別するために,文字対話を用いた。 英文学小説のデータセットにおける様々な登場人物の感情弧を発話感情ダイナミクスの枠組みを用いて分析する。 以上の結果から,ナレーションと対話は,小説の過程で,主に異質な感情を表現し,物語の感情的弧の共通性や差異は,個々の登場人物に関連づけられた人物によってより正確に捉えられることが示された。

関連論文リスト

• Language Models (Mostly) Do Not Consider Emotion Triggers When Predicting Emotion [87.18073195745914]
  人間の感情が感情の予測において有意であると考えられる特徴とどのように相関するかを検討する。 EmoTriggerを用いて、感情のトリガーを識別する大規模言語モデルの能力を評価する。 分析の結果、感情のトリガーは感情予測モデルにとって健全な特徴ではなく、様々な特徴と感情検出のタスクの間に複雑な相互作用があることが判明した。
  論文  参考訳（メタデータ） (2023-11-16T06:20:13Z)
• Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
  隠れ変数分離に基づく動的因果解離モデルを提案する。 このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。 具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
  論文  参考訳（メタデータ） (2023-09-13T12:58:09Z)
• 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)
• 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)
• ViNTER: Image Narrative Generation with Emotion-Arc-Aware Transformer [59.05857591535986]
  様々な感情を「感情弧」として表現する時系列に焦点をあてた画像物語を生成するモデルViNTERを提案する。 手動評価と自動評価の両方の実験結果を示す。
  論文  参考訳（メタデータ） (2022-02-15T10:53:08Z)
• Emotion Dynamics in Movie Dialogues [25.289525325790414]
  発話を通して感情のダイナミクスを追跡する枠組みを提案する。 我々はこの手法を用いて、映画キャラクタの感情的弧をトレースする。 このような何千もの文字アークを分析し、ストーリーのより広い理解を知らせる仮説をテストします。
  論文  参考訳（メタデータ） (2021-03-01T23:02:16Z)
• Controllable Multi-Character Psychology-Oriented Story Generation [28.054245616281023]
  SoCP(Storytelling of Multi-Character Psychology)と呼ばれる新しいモデルに基づく注意機構を提案する。 提案モデルでは,異なるキャラクタの心理状態の変化を考慮した物語を生成可能であることを示す。 実験により、生成したストーリーは、自動評価と人的評価の両方に従って、各キャラクターの心理的状態に従うことが示された。
  論文  参考訳（メタデータ） (2020-10-11T12:05:00Z)
• 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。