次元分布感情状態：視覚的感情分析のための共通埋め込み空間としてのバレンスと覚醒の活用

2026年5月25日にarXivで公開された研究（論文ID: 2605.26262）によると、Émile Bergeron氏ら研究者チームは、「次元分布感情状態（Dimensional Distribution Emotion State, DDES）」と呼ばれる新しい手法を提案しました。この手法は、バレンス（感情価）と覚醒（覚醒度）からなる連続的な2次元感情空間を活用して、芸術作品が引き起こす感情反応を予測するものです。この研究は、視覚的感情分析の分野に新たな可能性をもたらします。

博物館は文化と芸術を伝える重要な場であり、伝統的に歴史や伝統を強調した展示が行われてきました。しかし近年、感情に基づく展示という新しいアプローチが注目されています。これらの展示は、訪問者の感情を引き出すことでエンゲージメントを最大化し、芸術へのアクセスを民主化して、より多様な観客を惹きつけることを目的としています。例えば、キュレーターは特定の感情を喚起する作品を意図的に選ぶことで、訪問者の体験を導くことができます。そのためには、まず芸術作品の感情内容を抽出する必要がありますが、専門家による手動アノテーションは非常に労力がかかり、キュレーターの個人的なバイアスが入るリスクもあります。その結果、ラベルの不一致が生じることがあります。

これらの課題を克服するために、研究者らは芸術作品によって引き起こされる感情反応を自動的に予測できるツールの開発を目指しています。彼らは既存のカテゴリカルおよび次元に基づく感情表現から着想を得て、DDESという新しい表現とマルチデータセットトレーニングのためのパイプラインを導入しました。DDESは、バレンス（快-不快）と覚醒（興奮-静穏）を共通の埋め込み空間として利用することで、深層学習モデルの感情表現とトレーニングプロセスを強化します。従来の離散的な感情カテゴリ（例：喜び、悲しみ）とは異なり、DDESはより微妙な感情の変化を捉えることができます。

研究では、DDESが広く使われている表現と比較して複数の利点を提供しつつ、同様のベースライン性能を示すことが実証されています。例えば、感情的に曖昧な芸術作品に対してより良いパフォーマンスを発揮し、連続空間を使用することで異なる感情ラベルデータセットに柔軟に適応できます。また、アノテーター間の主観的な差異によるノイズを低減する効果もあります。この手法は、博物館のキュレーターがより感情に訴える展示を設計するのに役立つだけでなく、アートと感情の交差研究に新たな道を開き、デジタルアートの推薦や気分調整などの分野にも応用される可能性があります。研究チームが採用したマルチデータセットトレーニング手法は、複数のソースから感情ラベルデータを統合することで、モデルの汎化能力をさらに向上させています。

要するに、DDESはバレンスと覚醒を汎用埋め込み空間として利用することで、自動感情分析に対するより堅牢で柔軟なソリューションを提供する重要な一歩です。感情ベースの展示が博物館で普及するにつれて、このような技術はキュレーターにとって不可欠なツールとなるでしょう。