Obtaining Reliable Human Ratings of Valence, Arousal, and Dominance for 20,000 English Words

最新推荐文章于 2023-04-17 18:10:21 发布
最新推荐文章于 2023-04-17 18:10:21 发布
阅读量889 收藏 2
点赞数 2
分类专栏： neuroscience
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yangdagun/article/details/96484053
版权
本文探讨了获取20,000个英语词汇在情感分析中三个关键维度——Valence、Arousal和Dominance的可靠人类评分。通过比较注释技术（BWS）收集数据，研究发现男性和女性在理解和评价词汇的某些方面存在差异，同时年龄也影响一致性。这些评分可用于NLP领域的应用，如情感检测和情绪词嵌入，并为进一步研究不同文化和人口统计学对情感理解的影响提供了基础。" 80738100,6343007,RocketMQ PullConsumer 消息拉取详解,"['RocketMQ', '消息队列', '消费模式']
摘要由CSDN通过智能技术生成

Obtaining Reliable Human Ratings of Valence, Arousal, and Dominance for 20,000 English Words

AUTHOR:Saif M. Mohammad

Introduction:

  • 三个对语义最重要的独立方面：
  • valence
  • rousal
  • dominance
  • 包含领域（NLP（自动情感）、认知科学、心理学、社会科学、进化语言学（理解语言和行为的内在联系是如何给我们带来优势的））
  • 标注三个维度特征的方法：comparative annotation technique（比较注释术）BWS
  • split-half reliability:检查数据内部一致性
  • 一些结果:
  • 1.男人对于dominance和valence具有理解上的共性，而女人对于arousal具有具有理解上的共性
  • 2.35岁以上人群词的一致性更高

过去的研究

  • 意义的主要维度（primary dimensions of meaning）：
  • 三个最凸出的维度是：evaluation、potency、activity
  • 之后又提出:valence\ pleasure\ aro
最低0.47元/天 解锁文章
杨打滚
关注
专栏目录
Building Chinese Affective Resources in Valence-Arousal Dimensions
这里有草原
07-23 595
Building Chinese Affective Resources in Valence-Arousal Dimensions （ Chinese valence-arousal words (CVAW)） this study builds: an affactive lexicon called Chinese valence-arousal words(CVAW) containi...
论文研读-Building Chinese Affective Resources in Valence-Arousal Dimensions
weixin_30922589的博客
08-01 884
Building Chinese Affective Resources in Valence-Arousal Dimensions 一、本篇论文要解决的问题 越来越多的研究集中在将情感状态表示为多维度上的连续值，最常见的多维度空间为Aalence-Arousal(VA)空间。与之前的将情感状态分为几类（正面和反面）相比，维度方法可以提供更加细粒度的情感分析。然后带有VA...
心理学两种情感表达模型
NLH_tutu的博客
11-08 3177
一、CES (Categorical Emotion States): 类别情绪状态。这种模型主要讲情绪设置为一组预先定义好的种类，例如：伤心，开心，激动等。这种模型所对应的方法将图片情感分析视为一个分类问题。 例如：Fusing Aligned and Non-Aligned Face Information for Automatic Affect Recognition in the Wild: A Deep Learning Approach//CVPR2016 这篇文章中提到的方法就是将面部表.
向量语义模型
个人学习记录
02-05 2205
上下文(context)对于计算词(word)的相关性来说是一个很重要的概念。出现在相似上下文的词更倾向具有相似的含义。词的分布相似性和含义相似性之间的关联称为分布假设(distributional hypothesis)。这个假设是于19世纪50年代由语言学家们提出来的。他们发现同义词(如oculist和eye-doctor)更容易出现在相同环境中(附近的词如eye和examined)。并且(Harris,1954)认为两个词间的含义差异值大致等于其环境中的差异值。 本文重点阐述向量语义(vector s
情绪计算——“情绪空间”表达
Cratial
11-12 7488
常见的情绪表示可以用高兴、中性、伤心、惊讶等离散化形式，亦可以用Valence（警觉度）、Arousal（唤醒度）和Dominance（受支配程度）等连续维度表示不同的情绪。
A table for determining probability of obtaining verbal and performance scale discrepancies on the Wechsler Preschool and Primary Scale of Intelligence-Revised
06-29
A table for determining probability of obtaining verbal and performance scale discrepancies on the Wechsler Preschool and Primary Scale of Intelligence-Revised Psychology in the Schook Volume 28, ...
JEDEC JEP 142-2023 GUIDELINE FOR OBTAINING AND A
11-07
**JEDEC JEP 142-2023 概述** JEDEC JEP 142-2023 是一个针对混合多芯片模块（Hybrid MCM）产品中材料获取与验收的指导标准。该标准由JEDEC固态技术协会发布，并在2002年首次制定，2009年和2023年进行了重新确认。...
MATLAB Normal Distribution Confidence Intervals: Obtaining Reliable Estimates of Normal Distribution...
The normal distribution, also known as the Gaussian distribution, is a continuous probability distribution that is widely present in nature and scientific research. Its probability density function is...
Simple Baselines for Human Pose Estimation and Tracking
Matthew技术小站
03-12 1916
官方github 文章地址
代码实践：基于LSTM网络的DEAP情感数据集情感分类
SashiMoore的博客
04-17 4656
学习内容一览：这一篇文章主要对DEAP数据集转化为python可以处理的格式，并且进一步使用LSTM网络进行分类工作。
华为云专家带你解读文本情感分析任务
华为云官方博客
10-14 2421
摘要：本文主要介绍了文本情感分析的主要任务，包括词级别的情感分析、句子级情感分析以及属性级情感分析等任务的介绍，同时介绍了华为云在这三个任务上的一些进展。 1 基本概念 为什么：随着移动互联网的普及，网民已经习惯于在网络上表达意见和建议，比如电商网站上对商品的评价、社交媒体中对品牌、产品、政策的评价等等。这些评价中都蕴含着巨大的商业价值。比如某品牌公司可以分析社交媒体上广大民众对该品牌的评价，如果负面评价忽然增多，就可以快速采取相应的行动。而这种正负面评价的分析就是情感分析的主要应用场景。 是什么：文
【无标题】
qq_61203518的博客
06-17 1075
情感分析
全面解读文本情感分析任务
华为云官方博客
11-19 5806
【摘要】 文本情感分析在社交媒体、舆情监测等领域有着广泛的应用，如商品评价正负面的分析、公司网络评价正负面的监测等。本文主要介绍了文本情感分析的主要任务，包括词级别的情感分析、句子级情感分析以及属性级情感分析等任务的介绍，同时介绍了华为云在这三个任务上的一些进展。用户可以直接在EI体验空间小程序体验这些功能。 1基本概念 为什么：随着移动互联网的普及，网民已经习惯于在网络上表达意见...
用于情绪识别的生物信号数据集汇总
脑机接口社区
07-21 4080
点击上面"脑机接口社区"关注我们更多技术干货第一时间送达在HCI Games Group，研究人员喜欢将情感视为游戏体验的核心驱动因素，为了了解玩家如何体验游戏原型，以及...
deap dataset的不同分类模型的实现（2）-认识数据
f的博客
03-20 2855
在本系列教程中，我们将使用python mne + pyTorch进行基本的EEG分析。案例研究将在脑电情绪识别的基准数据集DEAP上进行。在第1部分中，我们将重点关注数据集。 本教程假设: 1、您已经对Python有了基本的了解 2、你有一些scikit-learn的经验，也有一些机器学习的知识 3、你有一些使用pyTorch的经验，也有一些关于深度学习的知识 在这个数据集中，共有32个参与者，每个参与者观看40个1分钟的视频。因此s01.dat持有40批。总样品40*32=1280批。 查看每个dat文
论文中有关DEAP数据库介绍，自己写论文时可调用！
qq_35566468的博客
10-19 1738
以研究文献中使用较多的 ＤＥＡＰ 数据库为例，该数据库通过音乐视频诱发记录了 ３２ 名参与者的脑电信号和外周生理信号。 通过观看 ４０ 段 １ ｍｉｎ长的音乐视频片段，参与者根据唤醒度、效价、喜欢程度、支配程度和熟悉程度对每个视频进行评分。实验还对 ３２ 名参与者中的 ２２ 名进行了面部表情记录，以便研究者对面部表情进行研究分析。 另外，研究者提出了一种新的刺激选择方法，该方法利用来自 ｌａｓｔ. ｆｍ 网站的情感标记、视频亮点检测和在线评估工具进行视频检索。 ＤＥＡＰ 数据文件包含 ３２ 个 .ｍ...
Emotion Recognition in context 情景中的情绪的感知
qq_43202953的博客
11-23 2004
本论文作者为加泰罗尼亚大学、OSIRO和MIT共同完成的关于情境中情感认知的研究。 摘要 在日常生活中，我们每天都可以通过他人的面部表情来推断这个人今天经历了什么，他的心情是什么样的。如果机器也可以通过人类认识方式来了解他人的情感信息，那将对我们的生活有着更好的影响。然后，当前还没有一个系统可以完成这样的工作。先前关于计算机视觉的研究主要致力于分析面部表情，分为六类基本情感。然而，环境在人类情感认...
【NLP之情感分析】华为云NLP算法专家：全面解读文本情感分析任务
zenRRan的博客
09-23 779
点击上方，选择星标或置顶，每天给你送干货！阅读大概需要11分钟跟随小博主，每天进步一丢丢作者：李明磊来自：机器之心作为 NLP 领域重要的研究方向之一，情感分析在实际业务场景中存在巨大的...
3 GH7用（RH8字体大小显示不正常） 模型内套图框.gh
最新发布
10-18
3 GH7用（RH8字体大小显示不正常） 模型内套图框.gh
Starting update of the root trust anchor for DNSSEC validation in unbound
04-04
I'm sorry, as an AI language model, I'm not capable of initiating any updates or changes to the system. However, I can provide you with some information. The root trust anchor is a public key that is used to verify the authenticity of the DNSSEC signatures. DNSSEC is a security protocol that is designed to protect against DNS spoofing and other types of attacks. Unbound is a popular open-source DNS resolver that supports DNSSEC validation. Updating the root trust anchor for DNSSEC validation in Unbound involves obtaining the latest root zone trust anchor from the Internet Assigned Numbers Authority (IANA) and configuring it in the Unbound configuration file. This ensures that Unbound can verify the authenticity of DNSSEC signatures for all DNS queries. To update the root trust anchor in Unbound, you can follow the instructions provided in the Unbound documentation or seek assistance from a qualified IT professional.
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值