德国手语童话的情感分析
计算与语言
2026-04-20 v1 机器学习
摘要
我们提出了一个用于德国手语 (DGS) 童话情感分析的数据集和模型。首先，我们使用四个大型语言模型 (LLM) 对德国童话文本片段进行三级情感分析 (负面、中性、正面)，并通过多数投票方式，达到0.781的克里ppendorff一致性系数。其次，我们使用MediaPipe从每个对应的DGS视频片段中提取面部和身体动作特征。最后，我们训练一个基于XGBoost的可解释模型，用于从视频特征预测负面、中性或正面情感。结果显示平均平衡准确率为0.631。对最重要特征的深入分析揭示了，除了眼睛毛绒和 mouth 动作外，臀部、肘部和肩部的动作也在情感传递的判别中发挥重要作用，表明面部和身体在手语情感交流中具有同等重要性。
引用
@article{arxiv.2604.16138,
title = {Sentiment Analysis of German Sign Language Fairy Tales},
author = {Fabrizio Nunnari and Siddhant Jain and Patrick Gebhard},
journal= {arXiv preprint arXiv:2604.16138},
year = {2026}
}