在情感计算模型中扩展评估过程的系统指南

情感计算模型中影响因子系统性整合指南研究，提出ACME-IFSG框架通过四阶段流程和模块化设计解决现有模型影响因子覆盖不足、整合方式随意、缺乏标准化问题，并验证认知疲劳作为复杂影响因素的建模方法。

Sergio Castellanos | Enrique Osuna Cuen | Elsa L. Padilla | Luis-Felipe Rodríguez

索诺拉州奥布雷贡市索诺拉技术学院，85000，墨西哥

摘要

影响因素（IFs）是内部和外部元素，它们调节评估过程，并深刻影响基于评估的情绪计算模型（ACMEs）对情绪刺激的评估方式。然而，大多数ACME实现要么忽略了常见的影响因素（例如，人格特质、短暂的情绪状态、认知状态以及社会或文化规范），要么使用临时策略来整合这些因素，要么缺乏一致的方法论。为了解决这一差距，我们提出了一套系统指南，称为ACME-IFSG（基于评估的情绪计算模型——影响因素系统指南）。ACME-IFSG旨在：i) 使用理论驱动的构建和实证指标来形式化影响因素；ii) 将这些因素作为独立的调节器组件实现；iii) 通过明确的数据契约整合这一组件；iv) 验证系统级别的连贯性。一个概念验证遵循ACME-IFSG中概述的每个阶段和活动，展示了如何在不修改ACME核心评估机制的情况下对“认知疲劳”这一因素进行建模。这一实现展示了ACME-IFSG方法如何系统地整合复杂的跨学科影响因素，同时确保理论基础和在整个情绪建模过程中的系统集成。

引言

近年来，人工智能取得了显著进展，使系统能够执行传统上与人类认知相关的任务，如语音识别、物体识别和战略决策。尽管这些成就非常重要，但它们并未涵盖类人智能的一个核心方面：对人类情绪的准确感知和适应性反应。在需要持续且有意义的人机交互的情境中，这一限制尤为明显。情绪在塑造人类行为、影响决策和丰富社会动态方面起着核心作用。因此，提高理解和响应情绪线索的能力对于真正智能系统的进化至关重要（Lin, Spraragen, Zyda, 2012; Picard, 2000）。

情绪计算模型是一种正式系统，旨在模拟人类如何处理、体验和表达情感状态（Smith and Carette, 2022）。这些模型旨在使智能系统能够识别、解释并适当响应情绪刺激（Hudlicka, 2011）。情绪通常被理解为涉及生理信号（例如心率或皮肤电导）、认知评估（对刺激相关性的心理评价）和表达行为（如面部表情、手势或说话模式）的多组分过程。情绪计算模型通常基于心理学理论，如基本情绪理论（Ekman, 1992）、维度方法（Russell, 1980）和评估理论（Ortony, Clore, Collins, 1988; Scherer, Schorr, Johnstone, 2001）。

在现实世界中的人类情绪动态中，对刺激的评估很少是静态的或孤立发生的（Rodríguez et al., 2016）。它受到所谓的影响因素（IFs）的深刻影响，这些内部和外部元素调节评估过程（Castellanos et al., 2019）。这些因素可能包括人格特质、情绪状态、社会和文化背景、过去的经历、注意力焦点，甚至是短暂的认知偏差。这些因素决定了刺激如何被解释和评价，从而导致对同一事件在不同个体或情境下的情绪反应存在显著差异（Smith and Kirby, 2009）。尽管它们很重要，但在大多数现有的计算模型中，影响因素要么被大大忽视，要么被不一致地整合（Rodríguez and Ramos, 2015）。此外，由于情绪过程的固有复杂性和潜在相关影响因素的巨大多样性，实际上不可能将所有因素同时整合到一个计算模型中，而不影响其可扩展性、可维护性或理论清晰度。

在基于评估的情绪计算模型（ACME）的背景下，情绪评估过程被建模为一组认知机制，这些机制根据代理的目标、信念和背景来评估刺激的重要性。这一阶段尤为重要，因为它是影响因素发挥作用的门户（Gratch and Marsella, 2004）。注意力、记忆、情境解释或个人倾向的调节都会影响刺激的评估方式，从而塑造最终的情绪状态（Tyng et al., 2017）。将研究重点放在ACME中的评估过程上具有战略价值，因为它代表了情绪架构中最丰富和最可适应的组成部分（Marsella and Gratch, 2009）。

尽管在ACME架构的开发方面取得了显著进展，但当前系统仍然只捕捉到了类人情绪评估中涉及的一部分复杂性（Ojha et al., 2021）。大多数实现仅整合了非常有限的影响因素集，将评估视为一个基本上静态的过程，导致情感反应过于简化，这在社交机器人、对话代理和智能辅导系统等领域尤为明显（Brosch, Pourtois, Sander, 2018; Fernández-Herrero et al.）。

这些限制源于三个相互关联的问题（见图1）：

•

覆盖不全面：现有模型通过省略许多相关影响因素（例如，人格特质、社会规范、先前经验）来产生过于简化的评估过程表示。

•

临时整合：每当添加新的影响因素时，它们通常以特定于应用的、不可推广的实现方式引入，导致解决方案无法在其他地方重复使用。

•

缺乏标准化：

该领域缺乏用于形式化和整合影响因素的共享方法论，这（i）导致每项研究在规范格式、接口和评估指标上采用不同的设计选择；（ii）使得难以区分观察到的差异是来自影响因素本身还是整合程序的变化；（iii）阻碍了结果的系统合成和比较，从而阻碍了知识的逐步积累。

为了解决这些差距，本文提出了ACME-IFSG，这是一种系统化的尝试，旨在为将影响因素整合到基于评估的情绪模型中提供结构化的、以工程为导向的程序。与将实现选择与特定心理学理论纠缠在一起的传统方法不同，ACME-IFSG提供了一个基于软件工程原则、模块化设计和方法论可追溯性的理论独立且架构中立的框架。ACME-IFSG分为两个阶段、四个阶段和十九个明确定义的活动，每个活动都有明确的输入、输出和验证检查点，从而为该领域提供了概念化、规范化、实现和整合影响因素的结构化工作流程。ACME-IFSG的一个核心特点是将其每个影响因素视为一个独立的调节器组件，该组件仅通过标准化的数据契约与评估核心进行交互。通过一个全面的概念验证展示了其整合复杂因素（例如认知疲劳）的能力。

特别是，ACME-IFSG在三个方面为该领域做出了贡献：

•

ACME-IFSG提供了一种正式的表示方案，有助于建模传统ACME实现中忽略的影响因素（如人格倾向、短暂情绪状态、社会规范或文化背景）。通过这样做，它扩大了可以通过计算实现评估理论来研究的现象范围，同时保持评估机制不变。

•

该模型提供了一种逐步的程序，用于概念化和整合影响因素，取代了现有系统中常见的临时做法。因为每个影响因素都被实现为一个独立的调节器，研究人员可以在对主机ACME进行最小修改的情况下添加、删除或改进影响因素，从而在不同实现中直接重用相同的整合工作流程，并复制实验设置。

•

通过明确新影响因素可以逐步引入的方式，ACME-IFSG为对话助手、社交机器人和智能辅导系统等领域的情绪感知代理的开发人员提供了实际指导。这种指导旨在促进更加敏感于情境且计算上可行的行为，而不会带来过重的实现负担。

本文的其余部分组织如下。第2节回顾了评估理论的理论基础，回顾了四种代表性的ACME架构，并概述了激发我们提案的影响因素景观。第3节介绍了ACME-IFSG系统指南，详细介绍了两个阶段、四个阶段以及将概念工作与可执行软件联系起来的工件层次结构。第4节提出了一个概念验证，其中在ACME-IFSG的每个阶段、每个步骤和每个活动中都包含了认知疲劳这一影响因素，然后将其嵌入到一个基于OCC的辅导代理中。第5节分析了概念验证的实证结果，讨论了概念形式化、文档可追溯性和实验可重复性的验证属性如何缓解了三个已识别的限制。第6节总结了主要贡献，概述了当前的局限性，并勾勒了未来多因素情绪系统研究的方向。

部分摘录

背景

在本节中，我们重新审视了评估理论的基础，并重新制定了计算模型旨在复制的核心评估构建。接下来，我们分析了四种代表性的ACME实现（EMA、ALMA、FLAME和WASABI），以识别常见的设计模式和反复出现的限制。然后，我们综合了关于影响因素的实证发现，强调了个人、情境、社会、文化和情境元素如何调节评估过程。这项综合调查提供了

ACME-IFSG系统指南

基于前几节中发现的限制，本节将ACME-IFSG形式化为一个两阶段程序，用于将影响因素整合到基于评估的情绪模型中。每个影响因素都被实现为一个独立的调节器，通过固定契约与评估核心交换数据，将特定于因素的逻辑与基线评估规则分开。图2总结了ACME-IFSG的四层层次结构：阶段、步骤、活动和任务。

概念验证

在本节中，我们展示了一个完整的ACME-IFSG工作流程，该流程指导在导师代理的背景下对认知疲劳这一影响因素进行建模，随着学习者认知疲劳的增加，该代理对新颖性和应对潜力的评估会减弱（见图3）。对于每个活动，我们展示了研究团队可能采用的示例性决策，并讨论了相应的理论和工程影响。我们的目标是展示所提出的系统指南如何导致具体的

讨论

在概念验证中，我们关注了三个属性：概念形式化、文档可追溯性和实验可重复性。下面我们详细讨论了执行如何满足每个属性，出现了哪些限制，以及学到了哪些实际经验。

文档可追溯性：在整个过程中，每个决策、修改和中间结果都使用与ACME-IFSG对齐的版本标识符和交叉引用以结构化的方式记录下来

结论和未来工作

本研究提出了ACME-IFSG作为原则性的系统指南，扩展了基于评估的情绪计算模型的概念范围，并为其发展提供了系统化的路径。ACME-IFSG有助于克服三个关键挑战：有限的影响因素覆盖范围、临时实现和缺乏标准化，通过为选择影响因素制定标准、促进模块化工作流程和规定明确的整合和评估指南。

所呈现的

CRediT作者贡献声明

Sergio Castellanos：撰写——原始草稿、验证、方法论、调查、概念化。Enrique Osuna Cuen：撰写——原始草稿、验证、方法论、调查、概念化。Elsa L. Padilla：撰写——原始草稿、验证、方法论、调查、概念化。Luis-Felipe Rodríguez：撰写——原始草稿、验证、方法论、调查、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。