lernen der emotionalen intensitÄt im occ …michaelkipp.de/student/dackweiler10_folien.pdf · wie?...
Post on 17-Sep-2018
213 Views
Preview:
TRANSCRIPT
LERNEN DER EMOTIONALEN INTENSITÄT IM OCC-MODELL
AUF GRUND EMPIRISCHER DATEN
Bachelorarbeit
Thomas Dackweiler
Motivation • Virtuelle Charaktere sind Bestandteil vieler
Computerspiele und Interfaces
• Dabei wird intuitives, menschenähnliches Verhalten
bei Charakteren angestrebt
Wie? Durch verbessertes Kommunikationsverhalten
Verbale vs. Nonverbale Kommunikation
z.B. durch Emotionen
2 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Motivation Problem:
Emotionen von virtuellen Charakteren sind oftmals nur
geskriptet und wiederholen sich
Automatisierung!
Emotionen für jede Situation berechnen
Passende Modellierung von Emotionen
3 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Idee der Arbeit
27.10.2010 Bachelor-Arbeit Thomas Dackweiler 4
Input Emotions-modell
User Output Feedback
Modifikation
Bsp.-Szenario:
Befreundeter
Teamkamerad
stirbt
Ansatz der Arbeit:
Die Schnittstelle
Bisherige Arbeiten Es existieren einige Arbeiten, die sich mit der
Berechnung von Emotionen befassen:
1. AR-Model von Elliott
2. PEACTIDM von Marinier
3. Allgemeinere Intensitätsmodelle
5 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
AR-Model von Elliott • Emotion wird an Hand umfassender Datenbanken
bestimmt
• Drei Blöcke von Variablen, die Einfluss auf die Emotion haben können
• Wie wird die Intensität der Emotion bestimmt?
Es wird angenommen, dass ein monotoner Zusammenhang zwischen den Variablen und der Emotionsintensität besteht
• Schwäche: Keine weiteren Ausführung über die Berechnung der Emotionsintensität
6 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
PEACTIDM von Marinier • PEACTIDM liefert eine Funktion, die die Intensität der
Emotion berechnen soll:
• Schwächen: o Übrige Variablen sind gleichverteilt, mitunter aber
unterschiedliche Gewichtung
o Relativ kleine Anzahl von Eingabeparametern, von denen auch nicht immer alle zur Berechnung benutzt werden
7
Surprise Factor Übrige Variablen
27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Allgemeinere Intensitätsmodelle
• Studie von Gratch & Marsella
• Gruppierung in allgemeinere Intensitätsmodelle: o Expected Utility Models
o Expectation-change Models
o Threshold Models
o Additive Models
o Hybrid Models
• Beispiel (Additive Model): a ∙ Up + b ∙ Pq
• Schwächen: o Nur 2 Variablen benutzt (Utility und Probability)
o Nur Potenzfunktion als Intensitätsfunktion für Emotionen
o Nur für 4 Emotionen (Hope, Fear, Joy, Sadness)
8 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Bisherige Arbeiten Erweiterungsmöglichkeiten:
• Parametrisierte Funktionen zur Berechnung der Emotionsintensität erstellen
• Dabei zusätzliche Funktionstypen betrachten (exp, log, pow, pol, …)
• Mehr Einflussgrößen auf Emotionen (Variablen) einbeziehen
• All dies für eine erschöpfende Menge von Emotionen gewährleisten
Neuerung:
• Emotionsintensität aufgrund empirischen Daten bestimmen
9 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
!
Überblick I. Empirische Datenmodellierung
o Erstellung von Fragebögen zu emotionsintensiven Situationen
o Datenauswertung und -analyse
Was für Schlüsse kann man für Emotionen und deren
Einflussfaktoren (Variablen) ziehen?
10
Daten-erhebung
Daten-analyse
Regressions-analyse
Intensitäts-berechnung
Gesamtprozess
Empirische Datenmodellierung
27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Überblick II. Implementierung
o Umsetzung der Funktionsberechnung mit EMIMOTO
o Regressionsanalysen ermitteln beste Emotionsfunktion
o Intensitätsberechnung und Vergleich zwischen Standard- und
neuer Funktion
11
Daten-erhebung
Daten-analyse
Regressions-analyse
Intensitäts-berechnung
Implementierung
Gesamtprozess 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Empirische Datenmodellierung
12
• Modell für Emotionen: OCC-Model
• Emotionen als wertende Reaktion auf … o Konsequenzen von Ereignissen
o Handlungen von Agenten
o Aspekte on Objekten
• 22 Emotionstypen in 6 Gruppen unterteilt
• Jeder Emotion sind bestimmte Variablen
zugeordnet
Basis für Emotionsdefiniton und -struktur
27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Globale Struktur Emotionen
13 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Datenerhebung • Idee:
o Datenwerte sammeln und daraus Eigenschaften für Emotionen ableiten
o Regression über Daten
• Erstellung von Fragebögen zu emotionsintensiven Situationen (Computerspiele)
• Prinzip: Variablenwert
Teilnehmer
Emotionsintensität
15 28.10.2010 Bachelor-Arbeit Thomas Dackweiler
bestimmt
Datenerhebung
27.10.2010 Bachelor-Arbeit Thomas Dackweiler 16
Variablen
Emotionen
Beispielszenario:
Datenerhebung Rahmen:
• 17 Teilnehmer, männlich
• Alter zwischen 15 und 30 Jahren (Schnitt: 23)
• Vertrautheit mit Computerspielen: 3-10 (auf Skala von 0 bis 10), im Durchschnitt 8
• Keine Vergütung, kein Zeitlimit
Ziel: Datenwerte für Emotionen und ihre Variablen erhalten
Regression über Daten durchführen und Analyse
17 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Datenanalyse Ziel:
• Konkrete Funktionen durch Regression erhalten
• Emotionsspezifische Eigenschaften von Funktionen
herausfinden
Ergebnis:
Drei wesentliche Merkmale gefunden:
• Monotonie-Kriterium
• Über- bzw. Unterschreitung der Wertebereiche
• Grenzwert
18 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Implementierung • EMIMOTO ist ein in JAVA entwickeltes Programm
• Seine Hauptaufgaben:
o Durchführung von Regressionsanalysen über Eingabedaten
o Verschiedene Funktionstypen (exp., log., pol., etc.)
o Bestimmung der besten Intensitätsfunktion
o Berechnung der Intensität im Anwendungsfall
20 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Übersicht und Ablauf
21
Wähle Eingabedaten und Emotion
Starte Regression
Untersuche Funktionsdetails
Berechne Intensität
Vergleiche neue Intensitätsfunktion
27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Regressionsanalyse Beziehungen zwischen …
… einer abhängigen(Emotionsintensität)
… und einer oder mehreren unabhängigen Variablen festzustellen.
Zwei Typen von Regression:
• Univariate Regression Nur eine unabh. Variable
• Multivariate Regression Zwei bis vier unabh. Variablen
22 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Univariate Regression • Regression wird für jeden Funktionstyp durchgeführt
• Tabelle listet die resultierenden Funktionen
• Anhand von R² (Quadrat des Pearson'schen Korrelations-koeffizienten R) kann beste Funktion ermittelt werden
• R² niedrig Große Abweichung der Datenwerte von Funktionskurve
• R² hoch Gute Annäherung der Kurve an die Datenwerte
23 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Univariate Regression • Dabei müssen die Kriterien aus vorangegangener
Datenanalyse erfüllt werden, sonst keine ‚sinnvolle‘
Lösung!
Warnmeldung
• Fall: Gar keine ‚sinnvollen‘ Ergebnisse gefunden
Threshold-Mode: o Funktionswerte >1 bzw. <0 werden zugelassen und auf 1 bzw. 0
gesetzt
24 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Multivariate Regression • Regression mit mehreren Variablen
• Zunächst Durchführung der univariaten Regression
für jede einzelne Variable
• Dann multivariate Regression auf deren
Funktionswerte
• Problem: Gewichtung der einzelnen Variablen!
25 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Funktionsdetails
26 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Ergebnisse für Datenwerte
• Ergebnisse von EMIMOTO auf den Werten der
Datenerhebung: o Gute Ergebnisse für:
• Gloating (R² = 0.60)
• Hope (R² = 0.42)
• Admiration (R² = 0.44)
• Gratitude (R² = 0.49)
• Anger (R² = 0.53)
o Schlechte Ergebnisse für:
• Pity (R² = 0.08)
• Distress (R² = 0.13)
• Fear (R² = 0.15)
• Remorse (R² = 0.17)
o Rest: Durchschnittlich
27 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Ergebnisbegründung Warum hatten einige Emotionen ein niedriges R²?
• Variablen wie deservingness und liking haben
oftmals keine eindeutigen Tendenzen
(Personenabhängig)
• Teilnehmer der Befragung konnten sich nur schwer
in die Situation hineinversetzen bzw. Szenario-
kontext war nicht ausreichend
Mittelweg zwischen kurzer, verständlicher
Beschreibung und großem Informationsangebot
28 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Intensitätsberechnung Benutzung der neu errechneten Intensitätsfunktion:
Realtime-Berechnung der Intensität mit Hilfe der
Schieberegler
29 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Vergleich in JESS
30 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
Obere Teil beschreibt
die Bedingung der
Emotion (Variablen)
Untere Teil beschreibt
die Intensität der
Emotion
Standardfunktion:
Intensität(Resentment)
= 0.60
Neue Funktion:
Intensität(Resentment)
= 0.82
Vergleich mit bisherigen Arbeiten
Erweiterungen:
• Es wurden konkrete Intensitätsfunktionen erstellt
• Erweiterung auf mehrere Funktionstypen
• Mehr Variablenparameter als bestehende Modelle
Neuerung:
• Erstmals Intensitätsberechnung aufgrund von
empirischen Daten
31 28.10.2010 Bachelor-Arbeit Thomas Dackweiler
Konklusion • Emotionsmodellierung für konkreten Datensatz,
aber auch allgemeinen Ansatz bereitgestellt
32 28.10.2010 Bachelor-Arbeit Thomas Dackweiler
Input Emotions-modell
User Output Feedback
Modifikation
*modifiziertes*
Ausblick Ein allgemeiner Ansatz zur Emotionsmodellierung wurde gegeben.
Benutzung dieses Ansatz für folgende Punkte:
• Einbindung von personenbezogenen Variablen: Wie sehr spielt die Persönlichkeit eine Rolle?
• Performance dieser Emotionsfunktionen in anderen Kontexten (außerhalb von Computerspielen)
Vielen Dank!
33 27.10.2010 Bachelor-Arbeit Thomas Dackweiler
top related