体验者、刺激物还是目标：何种语义角色使机器学习得以推断情绪

情绪识别主要被形式化为文本分类任务，即将文本单元分配到预定义情绪清单（如恐惧、喜悦、愤怒、厌恶、悲伤、惊讶、信任、期待）中的某一情绪。近来，语义角色标注方法被开发出来，用以从文本中抽取结构以回答诸如“被描述感受到情绪的是谁？”（体验者）、“是什么引发了该情绪？”（刺激物）以及“情绪指向哪个实体？”（目标）等问题。尽管已有研究表明联合建模刺激物与情绪类别预测对两个子任务均有裨益，但迄今仍不清楚这些语义角色中究竟是哪一个使分类器得以推断情绪。是因为体验者（某人的身份偏向特定情绪，如 X 总是开心）？是因为特定目标（人人都爱 X）还是刺激物（做 X 让所有人悲伤）？我们通过在一个受控方式下掩盖文本中这些角色的填充项，在五个标注了至少一个语义角色的可用数据集上训练情绪分类模型来回答这些问题，并发现跨多个语料库，刺激物与目标承载情绪信息，而体验者可能被视为混淆因子。进一步，我们分析向模型告知角色位置是否能改善分类决策。尤其在文学语料上，我们发现角色信息改善了情绪分类。