CHEER-Ekman：细粒度具身情感分类
计算与语言
2025-09-26 v2
摘要
情感通过物理体验和身体反应表现出来，然而在文本中识别此类具身情感的研究仍然不足。我们提出了一个具身情感分类数据集 CHEER-Ekman，使用 Ekman 的六种基本情感类别对现有的二元具身情感数据集进行了扩展。利用大语言模型进行自动最佳最差标度法，我们在新数据集上取得了优于监督方法的性能。我们的研究表明，简化的提示指令和思维链推理显著提高了情感识别准确率，使较小的模型能够取得与较大模型相当的性能。我们的数据集公开可用：https://github.com/menamerai/cheer-ekman。
引用
@article{arxiv.2506.01047,
title = {CHEER-Ekman: Fine-grained Embodied Emotion Classification},
author = {Phan Anh Duong and Cat Luong and Divyesh Bommana and Tianyu Jiang},
journal= {arXiv preprint arXiv:2506.01047},
year = {2025}
}
备注
ACL 2025