Un lenguaje de marcado de emociones (EML o EmotionML) ha sido definido por primera vez por el Grupo Incubadora de Emociones del W3C (EmoXG) [1] como un lenguaje de anotación y representación de emociones de propósito general , que debería poder utilizarse en una gran variedad de contextos tecnológicos donde las emociones necesitan para ser representado. La informática orientada a las emociones (o " computación afectiva ") está ganando importancia a medida que los sistemas tecnológicos interactivos se vuelven más sofisticados. Representar los estados emocionales de un usuario o los estados emocionales que se van a simular mediante una interfaz de usuario requiere un formato de representación adecuado; en este caso se utiliza un lenguaje de marcado .
La versión 1.0 de EmotionML fue publicada por el grupo en mayo de 2014. [2]
En 2006, se creó un primer Grupo Incubadora del W3C, [3] el Grupo Incubadora de Emociones (EmoXG), "para investigar un lenguaje que represente los estados emocionales de los usuarios y los estados emocionales simulados por las interfaces de usuario" [4] con el final Informe publicado el 10 de julio de 2007. [5]
En 2007, el Grupo Incubadora de Lenguajes de Marcado de Emociones (EmotionML XG) se creó como seguimiento del Grupo Incubadora de Emociones, "para proponer un borrador de especificación para un Lenguaje de marcado de emociones, para documentarlo de una manera accesible para los no expertos. , y para ilustrar su uso junto con una serie de marcas existentes". [6] El informe final del Grupo Incubadora de Lenguajes de Marcado de Emociones, Elementos de un EmotionML 1.0 , se publicó el 20 de noviembre de 2008. [7]
El trabajo continuó en 2009 en el marco de la Actividad de Interacción Multimodal del W3C , con el primer borrador de trabajo público de "Emotion Markup Language (EmotionML) 1.0" publicado el 29 de octubre de 2009. [8] El último borrador de trabajo de " Emotion Markup Language 1.0", se publicó el 7 de abril de 2011. [9] El borrador de trabajo de la última convocatoria abordó todas las cuestiones abiertas que surgieron de los comentarios de la comunidad sobre el borrador de trabajo de la primera convocatoria, así como los resultados de un taller celebrado en París en octubre. 2010. [10] Junto con el borrador de trabajo de la última convocatoria, se ha publicado una lista de vocabularios para EmotionML [11] para ayudar a los desarrolladores a utilizar vocabularios comunes para anotar o representar emociones.
Se publicaron borradores de actualizaciones anuales hasta que se terminó la versión 1.0 en 2014.
Un estándar para un lenguaje de marcado de emociones sería útil para los siguientes propósitos:
Ejemplos concretos de tecnología existente que podría aplicar EmotionML incluyen:
El Emotion Incubator Group ha enumerado 39 casos de uso individuales para un lenguaje de marcado Emotion. [12]
Una forma estandarizada de marcar los datos que necesitan estos "sistemas orientados a las emociones" tiene el potencial de impulsar el desarrollo principalmente porque los datos que fueron anotados de manera estandarizada pueden intercambiarse entre sistemas más fácilmente, simplificando así el mercado de bases de datos emocionales, y El estándar se puede utilizar para facilitar el mercado de proveedores de submódulos de sistemas de procesamiento de emociones, por ejemplo, un servicio web para el reconocimiento de emociones a partir de texto, voz o entrada multimodal.
Cualquier intento de estandarizar la descripción de emociones utilizando un conjunto finito de descriptores fijos está condenado al fracaso, ya que no hay consenso sobre el número de emociones relevantes, sobre los nombres que se les deben dar o sobre cómo describirlas mejor. Por ejemplo, la diferencia entre ":)" y "(:" es pequeña, pero usar un marcado estandarizado la invalidaría. Aún más básicamente, la lista de estados relacionados con las emociones que deben distinguirse varía según el dominio de la aplicación. y el aspecto de las emociones a enfocar Básicamente, el vocabulario necesario depende del contexto de uso.
Por otra parte, la estructura básica de los conceptos es menos controvertida: generalmente se acepta que las emociones implican desencadenantes, valoraciones, sentimientos, comportamiento expresivo, incluidos cambios fisiológicos, y tendencias de acción; las emociones en su totalidad pueden describirse en términos de categorías o de un pequeño número de dimensiones; las emociones tienen una intensidad, etc. Para más detalles, consulte las Descripciones científicas de las emociones [12] en el Informe final del Grupo Incubadora de Emociones.
Dada esta falta de acuerdo sobre los descriptores en el campo, la única forma práctica de definir un lenguaje de marcado de emociones es la definición de posibles elementos estructurales y permitir a los usuarios "conectar" vocabularios que consideren apropiados para su trabajo.
Un desafío adicional reside en el objetivo de proporcionar un lenguaje de marcado que sea generalmente utilizable. Los requisitos que surgen de diferentes casos de uso [12] son bastante diferentes. Mientras que la anotación manual tiende a requerir todas las distinciones detalladas consideradas en la literatura científica, los sistemas de reconocimiento automático normalmente sólo pueden distinguir un número muy pequeño de estados diferentes y los avatares afectivos necesitan otro nivel de detalle para expresar emociones de manera apropiada.
Por las razones expuestas aquí, está claro que existe una tensión inevitable entre flexibilidad e interoperabilidad, que deben sopesarse en la formulación de un EmotionML. El principio rector en la siguiente especificación ha sido ofrecer una opción sólo cuando sea necesaria y proponer opciones predeterminadas razonables para cada opción.
Existe una variedad de proyectos y aplicaciones [13] para los cuales un lenguaje de marcado de emociones permitirá la creación de servicios web para medir la captura de datos del comportamiento no verbal, los estados mentales y las emociones de los individuos y permitirá que los resultados se informen y se presenten en un formato estandarizado utilizando tecnologías web estándar como JSON y HTML5. Uno de esos proyectos consiste en medir los datos de afecto en Internet utilizando EyesWeb. [14]