分析数据集构成对情绪识别的影响
机器学习
2021-03-08 v1
摘要
在多模态架构中从文本识别情绪已取得可喜成果，在特定情况下超越了视频和音频模态。然而，多模态数据的收集方式对于语言中情绪特征的识别可能具有重要意义。本文中，我们通过分析文本数据集构成与情绪识别准确率，探讨数据收集方法对两个多模态情绪识别数据集——IEMOCAP 数据集和 OMG-Emotion Behavior 数据集——的影响。使用完整 IEMOCAP 数据集的实验表明，与 OMG-Emotion Behavior 数据集相比，其构成对泛化性能产生负面影响。最后我们讨论了这可能对 HRI（人机交互）实验产生的影响。
引用
@article{arxiv.2103.03700,
title = {Analyzing the Influence of Dataset Composition for Emotion Recognition},
author = {A. Sutherland and S. Magg and C. Weber and S. Wermter},
journal= {arXiv preprint arXiv:2103.03700},
year = {2021}
}
备注
2 pages, 2 figures, presented at IROS 2018 Workshop on Language and Robotics