[论文解读] Towards semantic and affective coupling in emotionally annotated databases

Marko Horvat, Siniša Popović+1 more|arXiv (Cornell University)|Dec 1, 2012

Advanced Text Analysis Techniques参考文献 22被引用 6

一句话总结

本文提出利用现有情感标注数据库中语义内容与情感反应之间的正相关性，以实现高效、交互式的相关性反馈，从而构建个性化数据库。通过信息精炼技术自动从语义元数据估算情感标注，该方法减少了对耗时的人工标注的依赖，显著加速了数据库构建过程，同时保持了高质量。

ABSTRACT

Emotionally annotated databases are repositories of multimedia documents with annotated affective content that elicit emotional responses in exposed human subjects. They are primarily used in research of human emotions, attention and development of stress-related mental disorders. This can be successfully exploited in larger processes like selection, evaluation and training of personnel for occupations involving high stress levels. Emotionally annotated databases are also used in multimodal affective user interfaces to facilitate richer and more intuitive human-computer interaction. Multimedia documents in emotionally annotated databases must have maximum personal ego relevance to be the most effective in all these applications. For this reason flexible construction of subject-specific of emotionally annotated databases is imperative. But current construction process is lengthy and labor intensive because it inherently includes an elaborate tagging experiment involving a team of human experts. This is unacceptable since the creation of new databases or modification of the existing ones becomes slow and difficult. We identify a positive correlation between the affect and semantics in the existing emotionally annotated databases and propose to exploit this feature with an interactive relevance feedback for a more efficient construction of emotionally annotated databases. Automatic estimation of affective annotations from existing semantics enhanced with information refinement processes may lead to an efficient construction of high-quality emotionally annotated databases.

研究动机与目标

• 为解决当前情感标注数据库构建效率低下的问题，即依赖冗长、专家主导的标注实验。
• 识别并利用现有数据库中语义内容与情感反应之间的正相关性。
• 开发一种交互式相关性反馈系统，以实现灵活、个性化的数据库构建。
• 降低创建或修改情感标注数据库所需的人力和时间成本。

提出的方法

• 利用现有将多媒体内容与情感反应相链接的情感标注数据库。
• 识别并建模语义特征与情感标注之间的正相关性。
• 实施一种交互式相关性反馈机制，用户可根据个人情感相关性对数据库内容进行优化。
• 应用信息精炼流程，以提升语义元数据，实现对情感标注的自动预测。
• 利用精炼后的语义数据估算情感标签，最大限度减少人工标注需求。
• 将系统集成到一个框架中，实现动态、用户自适应的数据库构建。

实验结果

研究问题

• RQ1 情感标注数据库中的语义内容是否能够可靠地预测情感反应，从而支持自动化标注？
• RQ2 交互式相关性反馈在提升构建个性化情感标注数据库效率方面有何作用？
• RQ3 语义元数据的信息精炼在多大程度上可减少对人工情感标注的需求？
• RQ4 语义-情感耦合对所构建数据库的质量和个人相关性有何影响？

主要发现

• 在现有情感标注数据库中，语义内容与情感标注之间存在正相关性。
• 所识别的语义-情感耦合关系可实现从语义元数据可靠估算情感标签。
• 交互式相关性反馈显著减少了数据库构建所需的时间和人力。
• 语义数据的信息精炼提升了自动化情感标注预测的准确性。
• 所提出的方法可实现高效、灵活且个性化的感情标注数据库构建。
• 该方法降低了对大型人工专家团队的依赖，使数据库构建更具可扩展性和实用性。