基于知识的大语言模型情感识别

社交情境中的情感识别是一项复杂任务，需要整合面部表情和情境上下文的信息。传统自动情感识别方法侧重于去上下文的信号，而近期研究强调了情境在塑造情感感知中的重要性。本文通过借鉴人类情感感知的心理学理论，为自动化方法的设计提供指导，为基于情境的情感识别这一新兴领域做出贡献。我们提出了一种结合情感识别方法与贝叶斯线索整合（BCI）的方法，以整合来自去上下文面部表情的情感推断和通过大语言模型推断的上下文知识。我们在囚徒困境这一社交任务中解释面部表情的语境下测试了该方法。我们的结果在多种自动情感识别方法上为BCI提供了明确支持。最佳自动化方法取得了与人类观察者相当的结果，表明该方法有潜力推动情感计算领域的发展。