Die vielfältigen Facetten von Wut: Ein multikulturelles Videodatensatz negativer Emotionen aus natürlichen Umgebungen (MFA-Wild)

Die Darstellung negativer Emotionen wie Zorn kann je nach Kultur und Kontext erheblich variieren und hängt von der Akzeptanz der Ausdrucksweise intensiver Gefühle im Gegensatz zur Unterdrückung zur Aufrechterhaltung von Harmonie ab. Die überwiegende Mehrheit der vorhandenen emotionalen Datensätze sammelt Daten unter dem umfassenden Label „Zorn“, während soziale Signale jedoch von verärgert, verächtlich, wütend, tobend, hassend bis hin zu weiteren Nuancen reichen können. In dieser Arbeit präsentieren wir das erste in-the-wild-multikulturelle Video-Datenset zu Emotionen und untersuchen detailliert zornbezogene emotionale Ausdrucksformen, indem wir kultursensible Annotationen mit sechs Labels und 13 Emojis im mehrfach-label-Frame-Work anforderten. Wir stellen einen Baseline-Multi-Label-Klassifikator für unser Datenset bereit und zeigen, wie Emojis effektiv als sprachunabhängiges Werkzeug für die Annotation genutzt werden können.