K-Act2Emo：面向间接情感表达的韩国常识知识图谱
计算与语言
2024-03-26 v2
摘要
在许多文学文本中，情感通过动作、面部表情和外貌的描述间接传达，这使得情感推理成为叙事理解所必需。在本文中，我们介绍了 K-Act2Emo，一个包含 1,900 个间接情感表达及其可推断情感的韩国常识知识图谱（CSKG）。我们将推理类型分为积极情境下的推理、消极情境下的推理以及表达不作为情感线索时的推理。与现有的 CSKG 不同，K-Act2Emo 专注于情感语境，实验结果验证了其在训练情感推理模型方面的有效性。值得注意的是，使用 K-Act2Emo 微调的基于 BART 的知识模型，其性能优于多种现有的韩国大语言模型，达到了与 GPT-4 Turbo 相当的性能水平。
引用
@article{arxiv.2403.14253,
title = {K-Act2Emo: Korean Commonsense Knowledge Graph for Indirect Emotional Expression},
author = {Kyuhee Kim and Surin Lee and Sangah Lee},
journal= {arXiv preprint arXiv:2403.14253},
year = {2024}
}
备注
10 pages