論文の概要: Affect, Body, Cognition, Demographics, and Emotion: The ABCDE of Text Features for Computational Affective Science

• arxiv url: http://arxiv.org/abs/2512.17752v1
• Date: Fri, 19 Dec 2025 16:26:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.482224
• Title: Affect, Body, Cognition, Demographics, and Emotion: The ABCDE of Text Features for Computational Affective Science
• Title（参考訳）: Affect, Body, Cognition, Demographics, and Emotion: The ABCDE of Text Features for Computational Affective Science
• Authors: Jan Philip Wahle, Krishnapriya Vishnubhotla, Bela Gipp, Saif M. Mohammad,
• Abstract要約: ABCDEデータセット(Affect, Body, Cognition, Demographics, Emotion)は4億以上のテキスト音声の大規模な収集である。 ABCDEは、感情科学、認知科学、デジタル人文科学、社会学、政治科学、計算言語学など、様々な分野の学際研究を促進する。
• 参考スコア（独自算出の注目度）: 27.271315998410163
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Work in Computational Affective Science and Computational Social Science explores a wide variety of research questions about people, emotions, behavior, and health. Such work often relies on language data that is first labeled with relevant information, such as the use of emotion words or the age of the speaker. Although many resources and algorithms exist to enable this type of labeling, discovering, accessing, and using them remains a substantial impediment, particularly for practitioners outside of computer science. Here, we present the ABCDE dataset (Affect, Body, Cognition, Demographics, and Emotion), a large-scale collection of over 400 million text utterances drawn from social media, blogs, books, and AI-generated sources. The dataset is annotated with a wide range of features relevant to computational affective and social science. ABCDE facilitates interdisciplinary research across numerous fields, including affective science, cognitive science, the digital humanities, sociology, political science, and computational linguistics.
• Abstract（参考訳）: コンピュータ・Affective Science and Computational Social Scienceにおける研究は、人、感情、行動、健康に関する様々な研究課題を探求する。 このような作業は、感情語の使用や話者の年齢など、最初に関連する情報でラベル付けされた言語データに依存することが多い。 この種のラベリング、発見、アクセス、使用を可能にするためのリソースやアルゴリズムは数多く存在するが、特にコンピュータ科学以外の実践者にとっては大きな障害である。 ここで、ABCDEデータセット(Affect, Body, Cognition, Demographics, Emotion)は、ソーシャルメディア、ブログ、書籍、AI生成ソースから4億以上のテキスト発話を収集した大規模なコレクションである。 データセットには、計算的感情科学と社会科学に関連する幅広い特徴が注釈付けされている。 ABCDEは、感情科学、認知科学、デジタル人文科学、社会学、政治科学、計算言語学など、様々な分野の学際研究を促進する。

関連論文リスト

• Emotions in the Loop: A Survey of Affective Computing for Emotional Support [0.0]
  Affective Computingは、マシンがユーザー感情の処理と応答を可能にして人間化された革新的なソリューションで登場している。 本稿では,大規模言語モデル(LLM)やマルチモーダル手法,パーソナライズされたAIシステムといったアプローチを用いて,感情認識,感情分析,パーソナライズといった分野における感情コンピューティング応用における最近の研究成果について検討する。
  論文  参考訳（メタデータ） (2025-05-02T19:06:05Z)
• Twenty Years of Personality Computing: Threats, Challenges and Future Directions [76.46813522861632]
  パーソナリティ・コンピューティング(Personality Computing)は、パーソナリティ心理学とコンピュータ科学の交差点にある分野である。 本稿では、その分野の概要を述べ、鍵となる方法論を探求し、課題と脅威について論じ、パーソナリティ・コンピューティング・テクノロジーの開発・展開における今後の方向性について概説する。
  論文  参考訳（メタデータ） (2025-03-03T22:03:48Z)
• BRIGHTER: BRIdging the Gap in Human-Annotated Textual Emotion Recognition Datasets for 28 Languages [93.92804151830744]
  BRIGHTERは、28の言語で複数ラベル付き、感情アノテートされたデータセットの集合である。 データ収集とアノテーションプロセスに関する課題を強調します。 BRIGHTERデータセットは、テキストベースの感情認識のギャップに対処するための重要なステップであることを示す。
  論文  参考訳（メタデータ） (2025-02-17T15:39:50Z)
• Speech and Text-Based Emotion Recognizer [0.9168634432094885]
  我々は、音声感情認識のための公開データセットからバランスの取れたコーパスを構築する。 最良システムはマルチモーダル音声とテキストベースモデルであり,UA(Unweighed Accuracy)+WA(Weighed Accuracy)を119.66のベースラインアルゴリズムと比較して157.57の性能を提供する。
  論文  参考訳（メタデータ） (2023-12-10T05:17:39Z)
• Empathy Detection from Text, Audiovisual, Audio or Physiological Signals: A Systematic Review of Task Formulations and Machine Learning Methods [5.7306786636466995]
  共感の検出は、社会、医療、教育に潜在的な応用がある。 広範かつ重複するトピックであるにもかかわらず、機械学習を利用した共感検出の道はいまだに探索されていない。 本稿では,近年の進歩と,ロバストな共感検出システム構築に向けた課題について概説する。
  論文  参考訳（メタデータ） (2023-10-30T08:34:12Z)
• A Comprehensive Survey on Affective Computing; Challenges, Trends, Applications, and Future Directions [3.8370454072401685]
  感情コンピューティングは人間の感情、感情、感情を認識することを目的としています。 機械学習(ML)と混合現実(XR)がどのように相互作用するかを決定する研究はこれまで行われていない。
  論文  参考訳（メタデータ） (2023-05-08T10:42:46Z)
• Language Cognition and Language Computation -- Human and Machine Language Understanding [51.56546543716759]
  言語理解は認知科学とコンピュータ科学の分野で重要な科学的問題である。 これらの規律を組み合わせることで、インテリジェントな言語モデルを構築する上で、新たな洞察が得られますか?
  論文  参考訳（メタデータ） (2023-01-12T02:37:00Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Semantics for Robotic Mapping, Perception and Interaction: A Survey [93.93587844202534]
  理解の研究は、ロボットに世界が何を意味するのかを決定する。 人間とロボットが同じ世界で活動するようになるにつれ、人間とロボットの相互作用の展望も意味論をもたらす。 ニーズや、トレーニングデータや計算リソースの可用性向上などによって駆動されるセマンティックスは、ロボティクスにおける急速に成長している研究領域である。
  論文  参考訳（メタデータ） (2021-01-02T12:34:39Z)
• Presentation and Analysis of a Multimodal Dataset for Grounded Language Learning [32.28310581819443]
  接地的な言語習得は、言語に基づく相互作用が周囲の世界をどのように参照するかを学ぶことを伴う。 実際には、学習に使用されるデータは、実際の人間のインタラクションよりもクリーンで、クリアで、文法的な傾向があります。 本稿では,話し言葉と書き言葉を併用した家庭内共通物体のデータセットについて述べる。
  論文  参考訳（メタデータ） (2020-07-29T17:58:04Z)

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。