2026年8月16日
IEEE ICDM 2026 (Research Track)
Bayesian Spectral Emotion Transition Discovery from Multi-Annotator Disagreement
Keito Inoshita, Takato Ueno
アノテーター間の不一致を「ノイズ」ではなく「信号」として扱い、多アノテーターのソフトラベルから感情の遷移構造を教師なしで発見する2段階フレームワーク（BSETD）。ベイズ的な遷移確率推定（Dirichlet-Multinomial階層モデル＋FDR制御）とグラフスペクトル分解により、感情の慣性（inertia）と伝染（contagion）を分離する。5コーパスの多言語横断検証で、心理学的知見（Plutchik／Russell 等）と整合することを示した。