基于文本、音视频、音频或生理信号的共情检测：任务形式与机器学习方法的系统综述

共情反映个体理解他人的能力。过去几年中，共情已引起包括但不仅限于情感计算、认知科学与心理学在内的多个学科关注。检测共情在社会、医疗与教育领域具有潜在应用。尽管话题广泛且交叉，利用机器学习的共情检测路径从系统文献综述视角仍待充分探索。我们从 10 个知名学术数据库收集 849 篇论文，系统筛选并分析最终 82 篇。分析揭示了若干突出任务形式——包括局部话语或整体表达上的共情、单向或并行共情及情绪传染——发生于单子、双子与群体交互中。共情检测方法基于四种输入模态——文本、音视频、音频与生理信号——进行总结，从而呈现模态特定的网络架构设计规范。我们讨论基于情感计算的共情领域中的挑战、研究空白与潜在应用，可助益新探索路径。我们进一步列出了数据集与代码公开可用情况。因此，本文提供了近期进展与剩余挑战的结构化概览，以迈向开发稳健共情检测系统，从而切实促进人类福祉提升。