情感分类：自动系统相较于朴素人类编码者表现如何？
人机交互
2016-01-25 v2
摘要
情感在社会互动中起着至关重要的作用，加之对新型人机交互应用的需求，催生了若干自动情感分类系统的发展。然而，此类系统的性能是否能与人类编码者相媲美仍具争议。为解决此问题，在本研究中，我们提出了一项基于语音的情感分类任务中，138名Amazon Mechanical Turk工作者（Turkers）与一个最先进的自动计算机系统之间的综合比较。该比较包括将语音片段分类为六种情感（高兴、中性、悲伤、愤怒、厌恶和恐惧）、三类唤醒度（主动、被动和中性）以及三类效价（积极、消极和中性）。结果表明，该计算机系统在几乎所有情况下均优于朴素的Turkers。此外，计算机系统可通过拒绝对其不确信的片段进行分类来提高分类准确率，而Turkers在其确信的片段与不确定片段上并未表现出显著更高的分类准确率。
引用
@article{arxiv.1510.06769,
title = {Emotion Classification: How Does an Automated System Compare to Naive Human Coders?},
author = {Sefik Emre Eskimez and Kenneth Imade and Na Yang and Melissa Sturge-Apple and Zhiyao Duan and Wendi Heinzelman},
journal= {arXiv preprint arXiv:1510.06769},
year = {2016}
}
备注
Accepted to ICASSP 2016