[論文レビュー] Emotions in Pervasive Computing Environments

Nevin Vunka Jungum, Éric Laurent|ArXiv.org|Dec 9, 2009

Emotion and Mood Recognition参考文献 88被引用数 6

ひとこと要約

本稿では、感情を文脈的パラメータとして扱うことで、感情状態を恒常的コンピューティング環境に統合する手法を提案する。エナクティブ心理学を活用してユーザーの感情をモデル化・応答する。感情表現のためのXMLベースの言語EARLを導入し、意味的曖昧性や標準化の欠如といった感情モデリングにおける主な課題を特定。文脈に適応し、感情に適応するシステムのフレームワークを貢献する。

ABSTRACT

The ability of an intelligent environment to connect and adapt to real internal sates, needs and behaviors' meaning of humans can be made possible by considering users' emotional states as contextual parameters. In this paper, we build on enactive psychology and investigate the incorporation of emotions in pervasive systems. We define emotions, and discuss the coding of emotional human markers by smart environments. In addition, we compare some existing works and identify how emotions can be detected and modeled by a pervasive system in order to enhance its service and response to users. Finally, we analyze closely one XML-based language for representing and annotating emotions known as EARL and raise two important issues which pertain to emotion representation and modeling in XML-based languages.

研究の動機と目的

• 感情を文脈的パラメータとして扱うことで、恒常的コンピューティング環境がユーザーの感情状態に適応できるようにすること。
• 心理学的根拠を用いて、感情がどのように検出され、モデル化され、インテリジェントな環境で表現されるかを調査すること。
• XMLベースの言語（例：EARL）が恒常的システムにおける感情状態の表現とアノテーションに適しているかどうかを評価すること。
• 特に意味論的要因と相互運用性に関して、構造化されたデータ形式における感情モデリングの主要な課題を特定すること。
• リアルタイムの感情的文脈認識を通じて、システムの応答性を向上させるフレームワークを提案すること。

提案手法

• 感情を知覚と行動に結びついた動的で文脈に敏感な状態として定義するため、エナクティブ心理学を基盤とする。
• 恒常的システムにおける既存の感情検出およびモデリング技術を分析し、生体的、行動的、言語的兆候に焦点を当てる。
• システムログやユーザー相互作用における感情状態のアノテーションのためのXMLベースの標準として、EARL（Emotion Annotation and Representation Language）を提案する。
• 複雑な感情的ダイナミクスおよびマルチモーダルな感情信号を表現する際のEARLの表現力と限界を評価する。
• XMLベースのシステムにおける感情モデリングの主な問題、特に意味的曖昧性と拡張性の欠如を特定する。
• EARLを他の感情表現モデルと比較し、恒常的コンピューティングアーキテクチャへの統合に適しているかどうかを評価する。

実験結果

リサーチクエスチョン

• RQ1 恒常的コンピューティング環境において、感情を効果的にモデリング・表現する方法は何か。これにより文脈に適応した適応的動作が可能になるか。
• RQ2 EARLのようなXMLベースの言語を用いた感情アノテーションと表現において、主な課題は何か。
• RQ3 既存の感情検出技術は、恒常的システムの要件とどのように整合しているか。
• RQ4 エナクティブ心理学は、感情に応答する環境の設計にどのように寄与できるか。
• RQ5 現在の感情モデリング標準は、恒常的システムにおける動的でリアルタイムの感情的文脈を十分にサポートできているか。

主な発見

• 感情は、恒常的システムにおいて文脈的パラメータとして効果的にモデル化可能であり、これによりより適応的かつパーソナライズされた相互作用が可能になる。
• EARL言語は、感情状態をアノテートするための構造的で機械可読性の高いフォーマットを提供し、システム間の相互運用性を支援する。
• EARLの主な制限要因は、感情記述子における意味的曖昧性であり、これが異なるシステム間での一貫した解釈を妨げる可能性がある。
• 現在のXMLベースの感情表現言語は、時間的経過に伴う複雑で動的な感情状態をモデル化するのに十分な拡張性に欠けている。
• 恒常的システムに感情的文脈を統合することは、より直感的で応答性の高い振るまいを可能にし、ユーザー体験を著しく向上させる。
• 感情表現の標準化は依然として重要な課題であり、現在では意味論的に強固で広く採用されているフレームワークは存在しない。