Classificação das emoções: no coração da computação emocional

A inteligência artificial emocional, além da conexão óbvia com o aprendizado de máquina e as redes neurais, está diretamente relacionada à psicologia e, em particular, à ciência das emoções. Hoje existem vários desafios nessa área. Uma delas é a formação de uma classificação precisa e completa dos estados emocionais, da qual o processo de anotação depende diretamente, incluindo a comparação das expressões faciais observadas e outros sinais não verbais com certas emoções e estados afetivos.

Classificação de emoções

Hoje, três abordagens para a categorização de dados emocionais são amplamente utilizadas: modelos discretos e multidimensionais, bem como híbridos, combinando os dois primeiros tipos.

A abordagem discreta é baseada na categorização de emoções que encontramos na linguagem natural. Cada emoção está associada a um campo semântico - um significado específico ou um conjunto de significados que atribuímos a um determinado estado emocional. A teoria das emoções básicas é um dos exemplos mais famosos da abordagem discreta.

A primeira menção de algo semelhante ao significado de emoções básicas ou primárias pode ser encontrada nos primeiros textos filosóficos, por exemplo, herança grega ou chinesa. Platão, na famosa obra "República", atribuiu emoções aos principais componentes da mente humana. Na teoria funcional das emoções de Aristóteles, a razão, as emoções e as virtudes estão interconectadas, e a vida emocional de toda pessoa saudável está sempre (ou quase sempre) alinhada com a razão e as virtudes, estando ela consciente ou não. No confucionismo chinês, encontramos de quatro a sete "Qing" - emoções que são naturais para qualquer pessoa.

No século XX, o tópico estava no foco de interesse científico, e vários autores, incluindo Paul Ekman, autor da teoria mais comum das emoções básicas, propuseram sua própria visão da quantidade de emoções. Ekman sugeriu que as emoções básicas deveriam ser universais, no sentido de que sua manifestação é a mesma para todas as culturas. Em diferentes teorias, podemos encontrar de 6 a 22 emoções (Ekman, Parrot, Frijda, Plutchik, Tomkins, Matsumoto - ver Cambria et al., 2012 para detalhes).

Hoje, a existência de emoções básicas continua sendo uma questão controversa (ver, por exemplo, Barret & Wager, 2006; ou Crivelli & Fridlund, 2018). Vários estudos mostraram uma correlação de emoções básicas com a atividade de estruturas cerebrais individuais (por exemplo, Murphy et al., 2003 e Phan et al., 2002), embora outros estudos não tenham confirmado essa correlação (ver Barrett & Wage, 2006). Curiosamente, alguns estudos sobre a percepção de emoções em grupos étnicos isolados não apóiam a hipótese da universalidade transcultural de emoções. Um exemplo são os trobrianos de Papua Nova Guiné (ver Crivelli & Fridlund, 2018, e Gendron et al., No prelo). Em um experimento, os representantes da tribo receberam uma fotografia de uma pessoa expressando medo, mas os trobrianos perceberam essa expressão como um sinal de ameaça.


Atlas da emoção proposto por Paul Ekman: atlasofemotions.org . A versão original de 1999 também incluiu "surpresa".

Hoje, muitas decisões no campo da computação emocional são baseadas em modelos discretos e incluem apenas emoções básicas, geralmente de acordo com a teoria de Ekman (por exemplo, soluções da Affectiva, pioneira em IA emocional). Isso significa que os sistemas automáticos são treinados para reconhecer um número bastante limitado de estados afetivos, embora na vida experimentemos constantemente um grande número de emoções, incluindo emoções mistas complexas, e na comunicação interpessoal usamos numerosos sinais sociais (por exemplo, gestos).

Outra abordagem - multidimensional - representa emoções em um espaço multidimensional coordenado. Como esse espaço é inextricável, existem emoções que têm a mesma natureza, mas diferem em vários parâmetros. Na ciência afetiva, esses parâmetros (ou medições) são mais frequentemente expressos por valência e ativação (excitação), por exemplo, no conjunto de dados RECOLA de Ringeval et al. A intensidade das emoções também é frequentemente usada. Assim, a tristeza pode ser vista como uma versão menos intensa do luto e uma reflexão mais pronunciada, ao mesmo tempo mais parecida com repulsa do que, por exemplo, confiança. O número de medições pode variar de acordo com o modelo. Existem apenas duas dimensões (semelhança e intensidade) na roda de emoções de Plutchik, enquanto Fontaine postula quatro dimensões (valência, potência, ativação, imprevisibilidade). Qualquer emoção nesse espaço terá várias características medidas o valor com o qual está presente em uma dimensão específica.

Os modelos híbridos combinam abordagens discretas e multidimensionais. Um bom exemplo de modelo híbrido é a Hourglass of Emotion, proposta por Cumbria, Livingston, Hussein (Cambria et al., 2012). Cada dimensão afetiva é caracterizada por seis níveis de poder com os quais as emoções são expressas. Esses níveis também são referidos como um conjunto de 24 emoções. Assim, qualquer emoção pode ser considerada como um estado fixo e como parte de um continuum associado a outras emoções em relacionamentos não lineares.

Emoções na computação emocional

Então, por que a classificação das emoções é tão importante para a computação emocional? No início do artigo, enfatizamos que a classificação das emoções e a abordagem que adotamos afetam diretamente o processo de anotação - marcando conteúdo emocionalmente colorido e audiovisual. Para treinar uma rede neural para reconhecer emoções, é necessário um conjunto de dados. Mas a marcação desse conjunto depende inteiramente de nós, pessoas e de quais emoções associamos, por exemplo, a uma expressão facial específica.

Hoje, várias ferramentas de anotação são comuns. Estes são ANNEMO (Ringeval et al.), Usado para modelos multidimensionais, ANVIL (Kipp) e ELAN (Instituto Max Planck de Psicolinguística), usados ​​para sistemas discretos. No ANNEMO, a anotação está disponível em 2 dimensões afetivas: ativação e valência, cujos valores variam de -1 a +1. Assim, qualquer estado emocional pode receber valores que caracterizem sua intensidade e positividade / negatividade. As dimensões sociais também podem ser avaliadas em uma escala de 7 pontos em 5 dimensões: concordância, dominância, engajamento, desempenho e relacionamento.

ANVIL e ELAN permitem que você use seus próprios filtros para marcar conteúdo emocional audiovisual. Filtros ou marcadores podem ser representados por palavras, frases, comentários ou qualquer outro texto relacionado à descrição de um estado afetivo. Esses marcadores são estáticos e não podem ser expressos em magnitude.

A escolha do sistema de abordagem e anotação depende dos objetivos. Modelos multidimensionais evitam um problema conhecido quando algumas palavras existem em alguns idiomas, enquanto outros podem não ter palavras para descrever essas emoções. Isso torna o processo de anotação contextual e culturalmente dependente. No entanto, modelos discretos são uma ferramenta útil para categorizar emoções, uma vez que é difícil avaliar objetivamente as alterações nas quantidades como valência ou ativação, e diferentes anotadores fornecerão estimativas diferentes da gravidade dessas quantidades.

Bônus: Robótica

A propósito, a classificação das emoções é amplamente utilizada não apenas no campo do reconhecimento de emoções, mas também para sua síntese. Por exemplo, em robótica. O espectro emocional disponível para o robô pode ser integrado a um espaço multidimensional de emoções. Sistema de afetação - um sistema de estados emocionais entre os quais provavelmente o robô mais fofo da indústria de IA - o Kismet, desenvolvido pelo MIT (MIT), é baseado em uma abordagem multidimensional. Cada dimensão do espaço emocional (ativação, valência e estado (postura), isto é, prontidão para a comunicação) está associada a um conjunto de expressões faciais. Assim que o valor necessário for atingido, o robô passará para a próxima emoção.


Vídeo: Como o robô Kismet funciona