Emotionserkennung in Konversationen: Forschungsherausforderungen, Datensätze und jüngste Fortschritte

Emotion ist ein wesentlicher Bestandteil des menschlichen Seins und daher ist die Emotionsverstehensfähigkeit eine entscheidende Komponente menschenähnlicher künstlicher Intelligenz (KI). Die Erkennung von Emotionen in Konversationen (ERC) gewinnt zunehmend an Bedeutung als neues Forschungsgebiet im Bereich der natürlichsprachlichen Verarbeitung (NLP), da sie es ermöglicht, Meinungen aus den zahlreichen öffentlich zugänglichen Konversationsdaten auf Plattformen wie Facebook, YouTube, Reddit, Twitter und anderen zu extrahieren. Darüber hinaus bietet ERC Anwendungsmöglichkeiten in Gesundheitssystemen (als Werkzeug für psychologische Analysen), Bildung (Verstehen von Schülerfrust) und vielem mehr. Zudem ist ERC auch äußerst wichtig für die Generierung emotionsbewusster Dialoge, die ein Verständnis der Nutzeremotionen erfordern. Um diesen Anforderungen gerecht zu werden, sind effektive und skalierbare Algorithmen zur Konversations-Emotionserkennung erforderlich. Allerdings stellt sich das Lösen dieses Problems als sehr mühsam heraus, aufgrund mehrerer Forschungsherausforderungen. In dieser Arbeit diskutieren wir diese Herausforderungen und werfen Licht auf die jüngsten Forschungsansätze in diesem Bereich. Wir beschreiben zudem die Nachteile dieser Ansätze und erörtern die Gründe, warum sie nicht erfolgreich die Forschungsherausforderungen im ERC überwinden können.