emotion understanding | BriefGPT

关键词emotion understanding

搜索结果 - 8

深思熟虑：对话中的情感推断解释
在日常对话中，人们通过表达情感来传递情感信息，因此情感理解成为情感智能的关键一步。为了理解对话中的情感，我们需要让机器能够识别话语中的情感（对话情感识别，ERD），然后根据情感找出导致该情感的话语（对话情感原因提取，ECED）。目前的研究忽
PDFa month ago
通过上下文感知的视觉文本对比学习提升微手势情绪识别
基于微手势的情绪理解通过非言语身体手势实现情绪理解，与人类情绪密切相关，提出了一种简单而有效的视觉 - 文本对比学习解决方案，利用文本信息进行微手势识别，并通过实验证明，该方法在两个公共数据集上达到了最先进的性能，进一步证明了利用微手势的文
PDF2 months ago
通过交互式虚拟现实游戏在复合空间中探索情绪
通过使用交互式虚拟现实（VR）游戏和采集多模态数据（自我报告、生理和面部信号），我们使用机器学习方法确定了每个组成部分对情绪区分的独特贡献，并发现至少需要五个维度来表示我们的数据集中情绪的变化。这些发现对于在情绪研究中使用 VR 环境以及情
PDF3 months ago
MIPS 在 SemEval-2024 任务 3 中：利用多模态语言模型进行对话中的多模态情绪原因对抽取
通过整合文本、音频和视觉模态的专门情感编码器，我们提出了一种新颖的多模态情感识别和多模态情感因果抽取（MER-MCE）框架，与其他顶级团队相比，我们的方法利用模态特定特征来增强情感理解和因果推断，并进行了实验性评估来展示其优势，我们的成绩在
PDF3 months ago
AAAI异构基于图的上下文建模的对话语音合成的情感表达
我们提出了一种新颖的情感对话语音合成模型 (ECSS)，通过引入异构图的情感上下文建模机制以提高情感理解，以及使用对比学习的情感渲染器模块来推断目标话语的准确情感风格，解决了数据稀缺性问题，并注释了现有对话数据集 (DailyTalk) 上
PDF6 months ago
大型语言模型的情绪智能
本研究评估了大型语言模型（LLMs）的情感智能，特别关注情感理解，通过心理测量评估实现，发现大部分 LLMs 的情商高于人类平均水平并超过了某些特定质量以人为中心的模型，同时探讨了模型大小、训练方法和架构等因素对 LLMs 情感智能的影响。
PDFa year ago
CVPR在电影场景中学习情绪和心理状态
使用 EmoTx，一个多模态变压器架构，结合视频、多种角色和对话语句进行联合预测，以预测场景和每个角色的多样且多标签情感。在最频繁出现的 10 个和 25 个标签上进行实验，并将 181 个标签映射到 26 个聚类。消融实验和与现有情感识别
PDFa year ago
EmoGraph: 使用图网络捕捉情绪相关性
本文研究情感识别的方法，并提出一个基于图网络的 EmoGraph 模型，可以捕捉不同情感之间的依赖关系，提高多标签分类任务的性能。
PDF4 years ago