该研究基于SALSA数据集，实现了针对自由对话群体的多模态社交场景分析，该分析可以自动提取每个参与者的行为和个性特点，并论证了多个线索的协同作用如何有助于对社交互动的自动分析。

Jun, 2015

本文介绍了PhotoBook数据集，该数据集是一个大规模的英语对话集合，旨在调查会话期间积累的共享对话历史。该数据集包含2500个对话，并建议了一个基于共同信息的基准模型，其结果表明共同信息对于解决后续描述至关重要，强调了需要开发对话交互中常用地基础的更复杂的模型。

Jun, 2019

本文提出了神经网络来学习和联合预测人物之间的互动关系及其涉及的角色，利用视觉和对话提示，通过多模态架构从中提取有意义的信息，并在MovieGraphs数据集上进行评估。

Mar, 2020

本文系统回顾了自2010年以来，针对面对面共同交互的人际关系中显示的非语言线索进行自动分析的最新研究成果，包括建模社会特征、识别社会角色和社会关系，并分析了非语言线索分析的数据、传感方法和计算方法等三个主要元素。

Jul, 2022

本研究介绍了一种视频框架，用于建模双人对话中口头和非口头交流之间的关联，提出了一种通过大型语言模型和视觉-语言模型构成的对话建模方法，并提出了一种新的无剧本对话视频数据集，实验和可视化结果表明，该方法能够生成显著更具社交适切性的监听者。

Jan, 2023

该研究使用儿童玩耍和互动时的视频片段为基础数据集，提出了一种几何精确的预测儿童与成年人的视线目标的模型，该模型使用深度推断方法对场景进行3D视野场地构建，并在公开数据集和儿童玩耍数据集上达到最先进的结果。

Jul, 2023

本研究详细介绍了ChiSCor的构建过程，并展示了其在三个简短的案例研究中的潜力：首先，展示了故事的句法复杂度在儿童年龄段之间相对稳定；其次，扩展了关于自由言论中Zipf分布的研究并展示了ChiSCor与社会环境反映了Zipf定律的密切相关性；第三，展示了即使ChiSCor规模相对较小，该语料库仍足够丰富，可以训练信息丰富的词形向量，用于分析儿童的语言使用。最后，我们对叙事数据集在计算语言学中的价值进行了思考。

Oct, 2023

研究表明，照顾者的命名话语可以改善婴儿的视觉表征能力。

Dec, 2023

通过首次发布迄今为止最大的发展性自我中心视频数据集，我们提供了一个开放挑战，即如何使这样的系统在与人类相同规模和分布的训练数据上实现人类水平的成功。

Jun, 2024

本研究解决了人工智能对青少年的偏见表现及其与青少年自我认知的不一致问题。通过对美国和尼泊尔青少年生成的语言模型进行比较分析，研究发现，在英语模型中，青少年常常与社会问题相关联，而参与者希望AI能够更加真实地展现青少年生活的多样性和积极性。该研究为减少青少年刻板印象提供了重要见解和方法。

Aug, 2024