大模型情感计算？东北大学等最新《大语言模型时代的情感计算：从自然语言处理角度》综述

文章预览

情感计算（Affective Computing，AC）集成了计算机科学、心理学和认知科学的知识，旨在使机器能够识别、解释和模拟人类情感。为了创造更多价值，AC可以应用于多种场景，包括社交媒体、金融、医疗、教育等。情感计算包括两个主流任务，即情感理解（Affective Understanding，AU）和情感生成（Affective Generation，AG）。针对AU任务进行的预训练语言模型（Pre-trained Language Models，PLMs）微调已经取得了显著成功。然而，这些模型缺乏泛化能力，通常需要为特定任务定制专门的模型。此外，传统的PLMs在AG任务中面临挑战，尤其是在生成多样化且情感丰富的回应方面。随着大型语言模型（Large Language Models，LLMs）的兴起，如ChatGPT系列和LLaMA模型，为情感计算带来了新的机遇和挑战，促使该领域发生范式转变。LLMs具备上下文学习、常识推理和高级序列生成的能力，为A ………………………………