一种用于解释性情绪归因、生成与重分类的常识推理框架
人工智能
2021-06-03 v5
摘要
我们提出 DEGARI（Dynamic Emotion Generator And ReclassIfier，动态情绪生成器与重分类器），一个可解释的情绪归因与推荐系统。该系统依赖于一种近期提出的常识推理框架，即 TCL 逻辑，其基于在描述逻辑知识库中自动生成新概念的类人过程。从基于 Plutchik 模型（称为 ArsEmotica）的情绪本体论形式化出发，该系统利用 TCL 逻辑自动生成复合情绪的新常识语义表示（例如根据 Plutchik，Love 由 Joy 和 Trust 组合派生）。所生成的情绪对应于原型，即给定概念的常识表示，并已被用于在多种艺术领域中对情绪相关内容进行重分类，范围从艺术数据集到 RaiPlay（意大利公共广播公司 RAI Radiotelevisione Italiana 的在线平台）中的编辑内容。我们展示了所报告的结果（根据获得的重分类、分配给这些重分类的用户评分及其可解释性进行评估）令人鼓舞，并为许多进一步的研究方向铺平了道路。
引用
@article{arxiv.2101.04017,
title = {A Commonsense Reasoning Framework for Explanatory Emotion Attribution, Generation and Re-classification},
author = {Antonio Lieto and Gian Luca Pozzato and Stefano Zoia and Viviana Patti and Rossana Damiano},
journal= {arXiv preprint arXiv:2101.04017},
year = {2021}
}
备注
50 pages. This work has been partially funded from the European Research Council (ERC) under the European Union'sHorizon 2020 research and innovation programme, grant agreement n{\deg}870811