論文の概要: EMMR: Emotion-Mediated Multimodal Reasoning for Personality Assessment in Asynchronous Video Interviews

• arxiv url: http://arxiv.org/abs/2608.07512v1
• Date: Tue, 30 Jun 2026 05:31:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.173925
• Title: EMMR: Emotion-Mediated Multimodal Reasoning for Personality Assessment in Asynchronous Video Interviews
• Title（参考訳）: EMMR:非同期ビデオインタビューにおける感情媒介型マルチモーダル推論によるパーソナリティ評価
• Abstract要約: AVI(Asynchronous Video Interviews)のためのMLLMに基づくパーソナリティアセスメントフレームワークEMMR(Emotion-Mediated Multimodal Reasoning)を提案する。 感情に関連する手がかりは、人格の特徴に関連する候補者の行動を理解する上で重要な社会的および感情的な証拠となる。 EMMRは、マルチモーダルインタビューデータから感情関連手がかりを抽出し、構造化推論を通して人格評価を補助的な社会的・行動的証拠として取り入れる。
• 参考スコア（独自算出の注目度）: 21.124402037949384
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Asynchronous Video Interviews (AVIs) have become increasingly popular for personality assessment. Recent large language models (LLMs) have shown potential for personality assessment from transcribed interview responses. However, text-centered methods may overlook non-verbal behavioral cues conveyed through visual and audio modalities, even though such cues are highly relevant to personality assessment. In particular, emotion-related cues provide important social and affective evidence for understanding candidates' behavior related to personality traits. Thus, we propose EMMR (Emotion-Mediated Multimodal Reasoning), a two-stage framework for MLLMs-based personality assessment for AVIs. EMMR extracts emotion-related cues from multimodal interview data and incorporates them into personality assessment through structured reasoning as auxiliary social and behavioral evidence. Experiments on two AVIs datasets, OPVA and AVI-6, show that EMMR improves MAE, MSE, and PCC compared with baselines. Further analysis indicates that semantic descriptions of emotion cues enhance personality assessment, while their quality affects personality assessment reliability. These results suggest that integrating emotion-related cues into multimodal reasoning is a promising direction for more interpretable MLLMs-based personality assessment in AVIs.
• Abstract（参考訳）: AVI(Asynchronous Video Interviews)は、人格評価においてますます人気が高まっている。 近年の大規模言語モデル (LLMs) は, 面接応答から人格評価の可能性を示唆している。 しかし、テキスト中心の手法は、人格評価に非常に関係があるにもかかわらず、視覚的・音声的モダリティを通じて伝達される非言語行動の手がかりを見落としてしまう可能性がある。 特に、感情に関連する手がかりは、人格の特徴に関連する候補者の行動を理解する上で重要な社会的および感情的な証拠となる。 そこで我々は,AVIのためのMLLMに基づく性格評価のための2段階フレームワークEMMR(Emotion-Mediated Multimodal Reasoning)を提案する。 EMMRは、マルチモーダルインタビューデータから感情関連手がかりを抽出し、構造化推論を通して人格評価を補助的な社会的・行動的証拠として取り入れる。 2つのAVIsデータセット(OPVAとAVI-6)の実験では、EMMRはベースラインと比較してMAE、MSE、PCCを改善している。 さらに分析した結果,感情の質的記述は人格評価を促進させる一方で,人格評価の信頼性に影響を及ぼすことが明らかとなった。 これらの結果は、感情関連手がかりをマルチモーダル推論に組み込むことが、AVIにおけるより解釈可能なMLLMの人格評価に有望な方向であることを示唆している。

関連論文リスト

• AttuneBench: A Conversation-Based Benchmark for LLM Emotional Intelligence [1.7294100412670375]
  感情知性(EI)は人間のコミュニケーションの中心であり、評価することがますます重要になっている。 AttuneBenchは200個の真のマルチターンヒューマンモデル会話をベースとしたベンチマークである。 感情認識,行動分類,嗜好予測,判断された応答品質のモデルランキングは,ほぼ独立していることがわかった。
  論文  参考訳（メタデータ） (2026-05-20T21:06:05Z)
• Modelling the Interplay of Eye-Tracking Temporal Dynamics and Personality for Emotion Detection in Face-to-Face Settings [1.2600839346487007]
  本研究は、視線追跡シーケンス、ビッグファイブの性格特性、文脈刺激を統合して、知覚と知覚の両方の感情を予測するパーソナリティ対応のマルチモーダル・フレームワークを提案する。 その結果、刺激が感情予測を強く促進する一方、性格特性は感情認識に最大の改善をもたらすことが明らかとなった。
  論文  参考訳（メタデータ） (2025-09-19T16:05:23Z)
• Exploring a Gamified Personality Assessment Method through Interaction with LLM Agents Embodying Different Personalities [45.56431615835303]
  本研究では,個性表現の多元性に着目し,個性評価のための対話的アプローチについて検討する。 マルチパーソナリティ表現(Multi-PR GPA)を用いたゲーミフィケーション・パーソナリティ・アセスメントの枠組みを提案する。
  論文  参考訳（メタデータ） (2025-07-05T11:17:20Z)
• Enriching Multimodal Sentiment Analysis through Textual Emotional Descriptions of Visual-Audio Content [56.62027582702816]
  マルチモーダル・センティメント・アナリティクスは、テキスト、音声、視覚データを融合することで人間の感情を解き放つことを目指している。 しかし、音声やビデオの表現の中で微妙な感情的なニュアンスを認識することは、恐ろしい挑戦だ。 テキストの感情記述に基づくプログレッシブ・フュージョン・フレームワークであるDEVAを紹介する。
  論文  参考訳（メタデータ） (2024-12-12T11:30:41Z)
• Smile upon the Face but Sadness in the Eyes: Emotion Recognition based on Facial Expressions and Eye Behaviors [63.194053817609024]
  視覚行動は、視覚行動支援型マルチモーダル感情認識データセットを作成するための重要な感情的手がかりとなる。 EMERデータセットに感情認識(ER)と表情認識(FER)の両方のアノテーションを初めて提供する。 具体的には、ERとFERの両方のパフォーマンスを同時に向上する新しいEMERTアーキテクチャを設計する。
  論文  参考訳（メタデータ） (2024-11-08T04:53:55Z)
• EmoLLM: Multimodal Emotional Understanding Meets Large Language Models [61.179731667080326]
  マルチモーダル・大規模言語モデル(MLLM)は、目的とするマルチモーダル認識タスクにおいて顕著な性能を達成している。 しかし、主観的、感情的にニュアンスのあるマルチモーダルコンテンツを解釈する能力はほとんど解明されていない。 EmoLLMは、マルチモーダルな感情理解のための新しいモデルであり、2つのコア技術が組み込まれている。
  論文  参考訳（メタデータ） (2024-06-24T08:33:02Z)
• EERPD: Leveraging Emotion and Emotion Regulation for Improving Personality Detection [19.98674724777821]
  EERPDと呼ばれる新しい人格検出手法を提案する。 本手法では,人格予測において,人格に強く相関する心理的概念である感情制御を導入する。 実験の結果,ERPDは人格検出の精度とロバスト性を大幅に向上させることが示された。
  論文  参考訳（メタデータ） (2024-06-23T11:18:55Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)

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。