改进即变化：通过学习情绪变化提升情绪预测

尽管“心境”与“情绪”两词密切相关且常互换使用，但它们在持续时间、强度和归因上存在区别。迄今为止，几乎没有任何计算模型曾（a）考察心境识别，以及（b）在其分析中建模心境与情绪状态之间的相互作用。在本文中，作为迈向心境预测的第一步，我们提出一种框架，该框架在AFEW-VA数据库上同时利用主导情绪（或心境）标签与情绪变化标签。评估单模态（仅使用心境标签训练）和多模态（同时使用心境与情绪变化标签训练）卷积神经网络的实验证实，在网络训练过程中融入情绪变化信息可显著提升心境预测性能，从而凸显了同时为提升情感状态识别性能而建模情绪与心境的重要性。