迈向惠及所有人的情感计算

情感计算数据集中多样性、公平性与包容性要素的缺失，直接影响不同群体中情绪识别算法的准确性与公平性。文献综述揭示了情感计算系统如何因例如心理健康状况影响面部表情与语音，或年龄相关的面部外观与健康变化，而对不同群体表现不同。我们的工作分析了现有情感计算数据集，并突显了当前情感计算数据集在种族、性别、年龄及（精神）健康表征方面令人不安的多样性缺乏。通过强调需要更具包容性的采样策略及数据集中人口统计学因素的标准化记录，本文提供建议，并呼吁在情感计算研究中更多关注包容性及对社会后果的考量，以促进这一新兴领域的伦理与准确成果。