論文の概要: From Affect Prediction to Affect Forecasting: Evidence for Distinct Information Sources in Longitudinal Text

• arxiv url: http://arxiv.org/abs/2606.16687v1
• Date: Mon, 15 Jun 2026 13:21:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.573203
• Title: From Affect Prediction to Affect Forecasting: Evidence for Distinct Information Sources in Longitudinal Text
• Title（参考訳）: 影響予測から影響予測へ:縦断的テキストにおける特定情報源の証拠
• Authors: Sadia Noor, Seemab Latif, Raja Khurram Shahzad, Mehwish Fatima,
• Abstract要約: 既存のアプローチでは、各テキストを独立した観察として扱い、両方のタスクに同様の仮定を適用することが多い。 本稿では、縦断的な自己報告エコロジーエッセイと感情語エントリを用いた区別について検討する。 その結果、テキスト意味論は現在の影響予測を支持しているのに対し、将来の感情変化は以前の数値軌道力学によりよりよく捉えられることがわかった。
• 参考スコア（独自算出の注目度）: 2.2999148299770047
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Modeling dimensional affect in longitudinal text requires distinguishing current affect estimation from future affective change forecasting. Existing approaches often treat each text as an independent observation and apply similar assumptions to both tasks, without testing whether they rely on different information sources. This paper investigates that distinction using longitudinal self-reported ecological essays and feeling-word entries. We propose the Trait--State Affective Prediction (TSAP) framework and its temporal extension E-TSAP for per-text valence and arousal prediction, evaluated on a held-out prediction test set of 1,737 entries from 91 users. We further propose the Affective Change Forecaster Hybrid (ACF-Hybrid) for next-step affective change forecasting, evaluated on a held-out forecasting test set of 46 users. For prediction, E-TSAP achieves composite Pearson correlations of 0.670 for valence and 0.449 for arousal. For forecasting, textual representations perform worse than compact numeric trajectory baselines: the text-inclusive model achieves only r=0.316 for valence and r=0.284 for arousal, whereas a simple prior-state baseline reaches r=0.615 and r=0.670, respectively. ACF-Hybrid, using dimension-specific numeric trajectory features, achieves r=0.659 for valence and $r=0.658$ for arousal. These results show that textual semantics support current affect prediction, whereas future affective change is better captured through prior numeric trajectory dynamics.
• Abstract（参考訳）: 縦文における次元的影響のモデル化には、現在の影響推定と将来の影響予測を区別する必要がある。 既存のアプローチは、それぞれのテキストを独立した観察として扱い、異なる情報ソースに依存するかどうかをテストすることなく、両方のタスクに同様の仮定を適用する。 本稿では、縦断的な自己報告エコロジーエッセイと感情語エントリを用いた区別について検討する。 91名のユーザから1,737名を対象に,Trait-State Affective Prediction (TSAP) フレームワークとその時間拡張E-TSAPを提案する。 さらに,46名のユーザを対象に,感情変化予測のためのAffective Change Forecaster Hybrid (ACF-Hybrid)を提案する。 予測のために、E-TSAPは原子価の0.670、覚醒の0.449という合成ピアソン相関を達成している。 テキスト包摂的モデルは、原子価の r=0.316 と覚醒の r=0.284 しか達成せず、単純な前状態のベースラインは、それぞれ r=0.615 と r=0.670 に達する。 ACF-Hybridは次元固有の数値軌道特徴を用いて、原子価の r=0.659 と覚醒の $r=0.658$ を達成する。 これらの結果から, テキスト意味論は現在の影響予測を支持しているのに対し, 将来の感情変化は, 従来の数値軌道力学によりよりよく捉えられることが示唆された。

関連論文リスト

• Conformal Prediction Sets for Next-Token Prediction in Large Language Models: Balancing Coverage Guarantees with Set Efficiency [0.0]
  本稿では,大きな語彙を持つ変圧器モデルにおいて,適応予測集合(APS)を次トーケン予測に適用する体系的な研究を行う。 本稿では,語彙認識型コンフォーマル予測(VACP)を提案する。
  論文  参考訳（メタデータ） (2025-12-27T19:08:54Z)
• Joint Prediction Regions for time-series models [0.0]
  IIDデータの場合、JPR(Joint Prediction Region)の計算は容易である。 このプロジェクトは、JPRを構築するWolfとWunderliのメソッドを実装し、他のメソッドと比較することを目的としている。
  論文  参考訳（メタデータ） (2024-05-14T02:38:49Z)
• ASPEST: Bridging the Gap Between Active Learning and Selective Prediction [56.001808843574395]
  選択予測は、不確実な場合の予測を棄却する信頼性のあるモデルを学ぶことを目的としている。 アクティブラーニングは、最も有意義な例を問うことで、ラベリングの全体、すなわち人間の依存度を下げることを目的としている。 本研究では,移動対象領域からより情報のあるサンプルを検索することを目的とした,新たな学習パラダイムである能動的選択予測を導入する。
  論文  参考訳（メタデータ） (2023-04-07T23:51:07Z)
• Extracting or Guessing? Improving Faithfulness of Event Temporal Relation Extraction [87.04153383938969]
  本研究では,TempRel抽出モデルの忠実度を2つの観点から改善する。 第1の視点は、文脈記述に基づいて真に抽出することである。 第2の視点は、適切な不確実性評価を提供することである。
  論文  参考訳（メタデータ） (2022-10-10T19:53:13Z)
• Selective Prediction via Training Dynamics [31.708701583736644]
  本研究では,モデルのトレーニング力学を学習することで,最先端の選択的予測性能が得られることを示す。 特に、トレーニングの後半段階で最終予測と大差ないデータポイントを拒否する。 提案された拒絶機構はドメインに依存しない(すなわち、離散予測と実数値予測の両方に有効)、既存の選択的予測手法と柔軟に組み合わせることができる。
  論文  参考訳（メタデータ） (2022-05-26T17:51:29Z)
• Uncertainty estimation of pedestrian future trajectory using Bayesian approximation [137.00426219455116]
  動的トラフィックシナリオでは、決定論的予測に基づく計画は信頼できない。 著者らは、決定論的アプローチが捉えられない近似を用いて予測中の不確実性を定量化する。 将来の状態の不確実性に対する降雨重量と長期予測の影響について検討した。
  論文  参考訳（メタデータ） (2022-05-04T04:23:38Z)
• Double Perturbation: On the Robustness of Robustness and Counterfactual Bias Evaluation [109.06060143938052]
  テストデータセットを超えたモデル弱点を明らかにするための"ダブル摂動"フレームワークを提案する。 この枠組みを,モデルの頑健さと英語における反事実バイアスの分析に使用される2つの摂動に基づくアプローチに応用する。
  論文  参考訳（メタデータ） (2021-04-12T06:57:36Z)

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。