MuSe 2021 多模态情感分析挑战赛：情感、情绪、生理情绪与压力
计算与语言
2021-10-25 v2 人工智能
摘要
多模态情感分析（MuSe）2021 是一项聚焦于情感与情绪任务，以及通过更全面地整合音视频、语言与生物信号模态来实现生理情绪与基于情绪的压力识别的挑战赛。MuSe 2021 旨在汇聚来自不同学科的群体；主要是音视频情绪识别群体（基于信号）、情感分析群体（基于符号）以及健康信息学群体。我们提出四个不同的子挑战：聚焦于连续情绪（效价与唤醒度）预测的 MuSe-Wilder 与 MuSe-Stress；参与者对效价与唤醒度各识别五类的 MuSe-Sent；以及需预测“生理情绪”这一新颖方面的 MuSe-Physio。今年的挑战赛中，我们利用聚焦于用户生成评论的 MuSe-CaR 数据集，并引入展现处于压力情境下人群的 Ulm-TSST 数据集。本文还详述了从这些数据集中提取的、供我们的基线模型——长短期记忆-循环神经网络（Long Short-Term Memory-Recurrent Neural Network）使用的先进特征集。针对每个子挑战，我们为参与者设定了具有竞争力的基线；即在测试集上，我们报告 MuSe-Wilder 的一致性相关系数（CCC）为 0.4616 CCC，MuSe-Stress 为 0.4717 CCC，MuSe-Physio 为 0.4606 CCC。对于 MuSe-Sent，取得了 32.82% 的 F1 分数。
引用
@article{arxiv.2104.07123,
title = {The MuSe 2021 Multimodal Sentiment Analysis Challenge: Sentiment, Emotion, Physiological-Emotion, and Stress},
author = {Lukas Stappen and Alice Baird and Lukas Christ and Lea Schumann and Benjamin Sertolli and Eva-Maria Messner and Erik Cambria and Guoying Zhao and Björn W. Schuller},
journal= {arXiv preprint arXiv:2104.07123},
year = {2021}
}