捐赠还是创建？情感标注多模态社交媒体帖子的数据收集策略比较

对情绪表达等主观现象的准确建模需要带有作者意图标注的数据。通常，此类数据是通过要求研究参与者捐赠并标注在现实世界中产生的真实内容，或者在研究期间创建符合特定标签的内容来收集的。要求参与者创建内容通常更容易实施，并且比数据捐赠对参与者隐私构成的风险更小。然而，目前尚不清楚研究创建的内容是否以及如何与真实内容不同，以及差异如何影响模型。我们收集了带有情绪标签的研究创建和真实的多模态社交媒体帖子，并在多个维度（包括模型性能）上对它们进行了比较。我们发现，与真实帖子相比，研究创建的帖子更长，在情绪表达上更多依赖文本而较少依赖图像，并且更关注情绪原型事件。愿意捐赠与愿意创建帖子的参与者样本在人口统计学上存在差异。研究创建的数据对于训练能很好地泛化到真实数据的模型很有价值，但现实的效能估计需要真实数据。