摘要
不同文化与语境中，对愤怒等负面情绪的表达方式存在显著差异，这主要取决于社会对情绪外露的接受程度，而非压抑情绪以维持和谐。目前大多数情感数据集均将情感笼统归类为“愤怒”，然而社会信号的表达范围实际上可涵盖烦躁、轻蔑、愤怒、狂怒、憎恨等多种层次。在本研究中，我们构建了首个真实场景下的跨文化视频情感数据集，并通过文化背景熟练的标注者，采用多标签框架对视频进行标注，使用6个标签和13个表情符号（emoji）深入探讨了与愤怒相关的情感表达。我们为该数据集提供了一个基线多标签分类模型，并展示了表情符号作为语言无关的标注工具在情感标注中的有效应用。
代码仓库
rjavadi/social-signal-project
官方
pytorch
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| emotion-classification-on-mfa | MLKNN | F-F1 score (Comb.): 0.34 F-F1 score (NA): 0.42 F-F1 score (Persian): 0.4 V-F1 score (Comb.): 0.39 V-F1 score (NA): 0.42 V-F1 score (Persian): 0.40 |
| emotion-classification-on-mfa | CC - XGB | F-F1 score (Comb.): 0.33 F-F1 score (NA): 0.42 F-F1 score (Persian): 0.28 V-F1 score (Comb.): 0.36 V-F1 score (NA): 0.4 V-F1 score (Persian): 0.33 |