SEER：基于片段的情感证据检索基准
计算与语言
2025-10-29 v2 人工智能
摘要
我们介绍了SEER（基于片段的情感证据检索）基准,用于测试大型语言模型(LLMs)识别特定文本片段中表达情感的能力。不同于传统情感识别任务对整个句子分配单个标签,SEER针对寻找的任务进行了研究:确定哪些具体短语传递情感。这种基于片段的方法对于需要了解情感表达方式而非仅关注情感类型的应用至关重要,如具象化对话和临床支持。SEER包含两个任务:在单个句子中识别情感证据,以及在由五个连续句子组成的短段落中识别证据。它包含对1200个真实世界句子的情感和情感证据的新标注。我们评估了14个开源语言模型,发现尽管一些模型在单句输入上接近人类水平，但在较长段落中准确率下降。我们的错误分析揭示了关键失败模式,包括对情感关键词的过度依赖以及中性文本中的误报。
引用
@article{arxiv.2510.03490,
title = {SEER: The Span-based Emotion Evidence Retrieval Benchmark},
author = {Aneesha Sampath and Oya Aran and Emily Mower Provost},
journal= {arXiv preprint arXiv:2510.03490},
year = {2025}
}