UKP_Psycontrol at SemEval-2026 Task 2: 从文本建模情绪价值与唤醒度的动态
计算与语言
2026-05-28 v2
摘要
本文介绍了为 SemEval-2026 Task 2 开发的系统。该任务要求对按时间顺序排列的用户生成文本建模当前情感状态和短期情感变化。我们探索了三种互补方法：(1) 在用户感知和用户中性设置下进行大语言模型提示；(2) 采用伊辛形式相互作用的两两最大熵模型用于结构化转换建模；(3) 融合最近情感轨迹和可训练用户嵌入的轻量级神经回归模型。我们的发现表明，大语言模型有效捕捉文本中的静态情感信号，而本数据集中的短期情感变化更强烈地由最近的 numeric 状态轨迹解释，而非文本语义。我们的系统在 Subtask 1 和 Subtask 2A 中根据官方评估指标排名第一。
关键词
引用
@article{arxiv.2604.21534,
title = {UKP_Psycontrol at SemEval-2026 Task 2: Modeling Valence and Arousal Dynamics from Text},
author = {Darya Hryhoryeva and Amaia Zurinaga and Hamidreza Jamalabadi and Iryna Gurevych},
journal= {arXiv preprint arXiv:2604.21534},
year = {2026}
}
备注
Accepted to SemEval 2026 (co-located with ACL 2026)