感情マークアップ言語

感情マークアップ言語(EML または EmotionML) は、W3C感情インキュベータ グループ (EmoXG) ^[1]によって、感情を表現する必要のあるさまざまな技術的コンテキストで使用できる汎用の感情注釈および表現言語として最初に定義されました。感情指向コンピューティング (または「感情コンピューティング」) は、インタラクティブな技術システムがより洗練されるにつれて重要性を増しています。ユーザーの感情状態またはユーザー インターフェイスによってシミュレートされる感情状態を表現するには、適切な表現形式が必要です。この場合、マークアップ言語が使用されます。

EmotionMLバージョン1.0は2014年5月にグループによって公開されました。^[2]

2006年に、最初のW3Cインキュベータグループ^[3]である感情インキュベータグループ（EmoXG）が「ユーザーの感情状態とユーザーインターフェースによってシミュレートされる感情状態を表現する言語を調査する」ために設立され[ ^4]、最終報告書は2007年7月10日に公開されました。^[5]

2007年、感情マークアップ言語インキュベーターグループ（EmotionML XG）が感情インキュベーターグループのフォローアップとして設立され、「感情マークアップ言語の仕様草案を提案し、それを専門家以外の人にも理解しやすい方法で文書化し、既存のマークアップと組み合わせてその使用法を示す」ことを目指しました。^[6]感情マークアップ言語インキュベーターグループの最終報告書であるEmotionML 1.0の要素は、2008年11月20日に公開されました。^[7]

その後、この作業は2009年にW3Cのマルチモーダルインタラクションアクティビティの枠組みの中で継続され、「感情マークアップ言語 (EmotionML) 1.0」の初版ワーキングドラフトが2009年10月29日に公開されました。^[8]「感情マークアップ言語 1.0」の最終草案は、2011年4月7日に公開されました。^[9]最終草案では、初版ワーキングドラフトに対するコミュニティのフィードバックから生じたすべての未解決の問題と、2010年10月にパリで開催されたワークショップの結果が対処されました^。[10]最終草案とともに、感情の注釈付けや表現に共通語彙を使用する開発者を支援するために、EmotionMLの語彙リスト^[11]が公開されました。

2014 年にバージョン 1.0 が完成するまで、毎年ドラフト更新が公開されました。

感情マークアップ言語の標準は、次の目的に役立ちます。

• コンピューターを介した人間同士または人間と機械のコミュニケーションを強化します。感情は人間のコミュニケーションの基本的な部分であるため、感情チャット システムや強調音声ボックスなどで考慮する必要があります。これには、感情に関連する状態の指定、分析、および表示が含まれます。
• システムの処理効率を高めるため。感情と知性は密接に関連しています。コンピュータ処理における人間の感情のモデル化は、時間的に重要な意思決定の実施に感情モデルを使用するなど、より効率的なシステムの構築に役立ちます。
• Web サービスを使用して提供できる非言語的行動、感情、精神状態の分析を可能にし、データの収集、分析、レポートを可能にします。

EmotionML を適用できる既存のテクノロジーの具体的な例は次のとおりです。

• Web 2.0 における意見マイニング/感情分析により、ブログ全体で製品に関する顧客の態度を自動的に追跡します。
• 感情モニタリング（環境支援生活アプリケーション、監視目的の恐怖検出、ウェアラブルセンサーを使用した顧客満足度のテストなど）
• 人の幸福度の向上を目的として、人の感情状態に応じて支援を提供するウェルネス テクノロジー。
• ゲームや仮想世界向けのキャラクターデザインとコントロール。
• HTML5 や JSON などの標準 Web テクノロジーを使用して、インターネット上の個人またはグループの非言語的行動、感情、精神状態に関するデータを取得、分析、レポートする Web サービスを構築します。
• 訪問者と交流するガイドロボットなどのソーシャルロボット。
• 表現力豊かな音声合成は、喜びや悲しみ、友好や謝罪など、さまざまな感情を持つ合成音声を生成します。表現力豊かな合成音声により、例えば、視覚障害者や弱視の人々が利用できる情報が増え、コンテンツの体験が豊かになります。
• 感情認識（例：音声対話システムで怒っている顧客を見つけ、コンピュータゲームやe ラーニングアプリケーションを改善するため）
• 自閉症の人向けの教育プログラムなど、障がい者へのサポート。EmotionML を使用すると、コンテンツの感情的な意図を明示的にすることができます。これにより、学習障がい者（アスペルガー症候群など）がコンテンツの感情的な背景を理解できるようになります。
• EmotionML は、メディアのトランスクリプトやキャプションに使用できます。サウンドトラックを聞くことができない聴覚障害者や難聴者を支援するために感情がマークアップされている場合、コンテンツの体験を豊かにするために、より多くの情報が提供されます。

Emotion Incubator Groupは、Emotionマークアップ言語の個別の使用例を39件挙げています。 ^[12]

このような「感情指向システム」に必要なデータをマークアップする標準化された方法は、主に、標準化された方法で注釈が付けられたデータはシステム間でより簡単に交換できるため、感情データベースの市場が簡素化され、その標準を使用して、テキスト、音声、またはマルチモーダル入力からの感情認識のためのWeb サービスなど、感情処理システムのサブモジュールのプロバイダーの市場を緩和できるため、開発を促進する可能性があります。

感情の記述を固定された記述子の有限セットを使用して標準化しようとする試みは、関連する感情の数、感情に付ける名前、感情を記述する最適な方法について合意が得られていないため、失敗する運命にあります。たとえば、「:)」と「(:」の違いは小さいですが、標準化されたマークアップを使用すると無効になります。さらに基本的な点として、区別すべき感情関連の状態のリストは、アプリケーション ドメインと、焦点を当てる感情の側面によって異なります。基本的に、必要な語彙は使用コンテキストによって異なります。

一方、概念の基本構造については議論の余地が少なく、感情にはきっかけ、評価、気持ち、生理的変化を含む表現行動、行動傾向が含まれること、感情全体はカテゴリーや少数の次元で記述できること、感情には強さがあることなどが一般的に認められている。詳細については、感情インキュベーターグループの最終報告書の「 感情の科学的記述^{」[12]を参照のこと。}

この分野における記述子に関する合意が欠如していることを考えると、感情マークアップ言語を定義する唯一の実用的な方法は、可能な構造要素を定義し、ユーザーが自分の作業に適切だと考える語彙を「プラグイン」できるようにすることです。

さらなる課題は、一般的に使用可能なマークアップ言語を提供することです。さまざまなユースケース^[12]から生じる要件はかなり異なります。手動の注釈付けでは、科学文献で考慮されているすべての細かい区別が必要になる傾向がありますが、自動認識システムは通常、非常に少数の異なる状態しか区別できず、感情アバターでは、感情を適切に表現するためにさらに別のレベルの詳細が必要です。

ここで概説した理由から、柔軟性と相互運用性の間には避けられない緊張関係があり、EmotionML の策定ではこれらを考慮する必要があることは明らかです。以下の仕様の指針となる原則は、必要な場合にのみ選択肢を提供し、すべての選択肢に対して適切なデフォルト オプションを提案することです。

^{感情マークアップ言語を使用すると、個人の非言語行動、精神状態、感情のデータを測定し、JSONやHTML5}などの標準的なWebテクノロジーを使用して結果を報告およびレンダリングできるWebサービスを構築できる既存のプロジェクトやアプリケーションが多数あります[13]。そのようなプロジェクトの1つは、EyesWebを使用してインターネット上の感情データを測定することです。^[14]

• 表示に影響を与える
• 自閉症に優しい
• ヒューマンマークアップ言語