Lenguaje de marcado de emociones

El lenguaje de marcado de emociones (EML o EmotionML) fue definido por primera vez por el Grupo de Incubación de Emociones del W3C (EmoXG) ^{[ 1 ]} como un lenguaje de representación y anotación de emociones de propósito general , que debería poder utilizarse en una amplia variedad de contextos tecnológicos donde sea necesario representar emociones. La computación orientada a las emociones (o " computación afectiva ") está adquiriendo 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 simularán mediante una interfaz de usuario requiere un formato de representación adecuado; en este caso, se utiliza un lenguaje de marcado .

EmotionML versión 1.0 fue publicada por el grupo en mayo de 2014. ^{[ 2 ]}

Aquí tenéis un ejemplo de un documento EmotionML que describe las emociones expresadas en una grabación de vídeo de la interacción entre una profesora, Alice, y un alumno, Bob.

<emotionml xmlns= "http://www.w3.org/2009/10/emotionml" xmlns:imdi= "http://www.mpi.nl/IMDI/Schema/IMDI" version= "1.0" Category-set= "http://www.w3.org/TR/emotion-voc/xml#big6" > <info> <imdi:Actors> <imdi:Actor> <imdi:id> alice </imdi:id> <imdi:Name> Alice </imdi:Name> <imdi:FullName> Alice Jackson </imdi:FullName> <imdi:FamilySocialRole> Profesora </imdi:FamilySocialRole> <imdi:Role> Oradora </imdi:Role> </imdi:Actor> <imdi:Actor> <imdi:id> bob </imdi:id> <imdi:Nombre> Bob </imdi:Nombre> <imdi:Nombre completo> Bob William Smith </imdi:FullName> <imdi:FamilySocialRole> Estudiante </imdi:FamilySocialRole> <imdi:Role> Oyente </imdi:Role> </imdi:Actor> </imdi:Actors> </info><emoción fecha= "2025-06-27T12:00:00Z" > <categoría conjunto= "everydayEmotions" nombre= "felicidad" confianza= "0.9" /> <intensidad valor= "0.9" /> <enlace uri= "#alice" rol= "experimentadoPor" /> <enlace uri= "#bob" rol= "exprimidoPara" /> <enlace uri= "sampleVideo.avi" inicio= "3s" fin= "9s" /> </emoción><emotion id= "e2" date= "2025-06-27T12:00:10Z" > <category set= "everydayEmotions" name= "happiness" confidence= "0.33" /> <intensity value= "0.5" /> <link uri= "#bob" role= "experiencedBy" /> <link uri= "#alice" role= "expressedTo" /> <link uri= "sampleVideo.avi" start= "10s" end= "14s" /> </emotion> </emotionml>

En 2006, se creó un primer Grupo Incubador del W3C, ^{[ 3 ] el Grupo Incubador 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 ]} y el Informe final se publicó el 10 de julio de 2007. ^{[ 5 ]}

En 2007, se creó el Emotion Markup Language Incubator Group (EmotionML XG) como continuación del Emotion Incubator Group, "para proponer un borrador de especificación para un Emotion Markup Language, documentarlo de manera accesible para no expertos e ilustrar su uso junto con varios marcados existentes". ^{[ 6 ]} El informe final del Emotion Markup Language Incubator Group, Elements of an 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 la publicación del Primer Borrador de Trabajo Público de "Emotion Markup Language (EmotionML) 1.0" el 29 de octubre de 2009. ^{[ 8 ]} El Borrador de Trabajo de Última Llamada de "Emotion Markup Language 1.0" se publicó el 7 de abril de 2011. ^{[ 9 ]} El Borrador de Trabajo de Última Llamada abordó todos los problemas abiertos que surgieron de los comentarios de la comunidad sobre el Primer Borrador de Trabajo de Última Llamada, así como los resultados de un taller celebrado en París en octubre de 2010. ^{[ 10 ]} Junto con el Borrador de Trabajo de Última Llamada, 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 actualizaciones anuales del borrador hasta que se finalizó la versión 1.0 en 2014.

Un estándar para un lenguaje de marcado de emociones sería útil para los siguientes propósitos:

• Para mejorar la comunicación entre personas o entre personas y máquinas mediada por ordenador , es fundamental tener en cuenta las emociones, por ejemplo, en sistemas de chat emocionales o sistemas de voz con capacidad de expresión. Esto implica la especificación, el análisis y la visualización de estados emocionales.
• Para mejorar la eficiencia de procesamiento de los sistemas, es importante considerar que la emoción y la inteligencia están estrechamente interconectadas. La modelización de las emociones humanas en el procesamiento informático puede contribuir a la creación de sistemas más eficientes, por ejemplo, mediante el uso de modelos emocionales para la aplicación de decisiones críticas en tiempo real.
• Para permitir el análisis del comportamiento no verbal, las emociones y los estados mentales, que pueden proporcionarse mediante servicios web para facilitar la recopilación, el análisis y la elaboración de informes de datos.

Algunos ejemplos concretos de tecnología existente que podría aplicar EmotionML son:

• Análisis de opiniones /sentimientos en la Web 2.0 para rastrear automáticamente la actitud del cliente con respecto a un producto en diferentes blogs;
• Monitorización afectiva, como aplicaciones de asistencia ambiental para la vida diaria , detección del miedo con fines de vigilancia o el uso de sensores portátiles para evaluar la satisfacción del cliente;
• Tecnologías de bienestar que brindan asistencia según el estado emocional de la persona con el objetivo de mejorar su bienestar;
• Diseño y control de personajes para juegos y mundos virtuales;
• Creación de servicios web para capturar, analizar e informar datos sobre el comportamiento no verbal, las emociones y los estados mentales de un individuo o grupo a través de Internet, utilizando tecnologías web estándar como HTML5 y JSON .
• Robots sociales , como los robots guía que interactúan con los visitantes;
• Síntesis de voz expresiva , que genera habla sintética con diferentes emociones, como alegría o tristeza, amistosa o de disculpa; la voz sintética expresiva, por ejemplo, pondría más información a disposición de las personas ciegas y con discapacidad visual, y enriquecería su experiencia del contenido;
• Reconocimiento de emociones (por ejemplo, para detectar clientes enojados en sistemas de diálogo por voz, para mejorar videojuegos o aplicaciones de aprendizaje electrónico );
• Apoyo para personas con discapacidades, como programas educativos para personas con autismo . EmotionML se puede utilizar para hacer explícita la intención emocional del contenido. Esto permitiría a las personas con dificultades de aprendizaje (como el síndrome de Asperger ) comprender el contexto emocional del contenido;
• EmotionML se puede utilizar para transcripciones y subtítulos de contenido multimedia. Cuando se marcan las emociones para ayudar a las personas sordas o con discapacidad auditiva que no pueden oír la banda sonora, se proporciona información adicional para enriquecer su experiencia con el contenido.

El Emotion Incubator Group ha enumerado 39 casos de uso individuales para un lenguaje de marcado de emociones. ^{[ 12 ]}

Un método estandarizado para etiquetar los datos necesarios para estos "sistemas orientados a las emociones" tiene el potencial de impulsar el desarrollo, principalmente porque los datos anotados de forma estandarizada se pueden intercambiar más fácilmente entre sistemas, simplificando así el mercado de bases de datos emocionales. Además, el estándar se puede utilizar para facilitar el acceso al 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 información multimodal.

Cualquier intento de estandarizar la descripción de las emociones mediante un conjunto finito de descriptores fijos está condenado al fracaso, ya que no existe consenso sobre el número de emociones relevantes, los nombres que se les deben asignar ni la mejor manera de describirlas. Por ejemplo, la diferencia entre ":)" y "(:" es mínima, pero si se utilizara un marcado estandarizado, uno de ellos sería inválido. Más aún, la lista de estados emocionales que deben distinguirse varía según el ámbito de aplicación y el aspecto de las emociones en el que se quiera centrar la atención. En definitiva, el vocabulario necesario depende del contexto de uso.

Por otro lado, la estructura básica de los conceptos es menos controvertida: existe consenso en que las emociones implican desencadenantes, evaluaciones, sentimientos, comportamiento expresivo (incluidos cambios fisiológicos) y tendencias a la acción; las emociones en su totalidad pueden describirse mediante categorías o un número reducido de dimensiones; las emociones poseen intensidad, etc. Para más detalles, véase la sección «Descripciones científicas de las emociones» ^{[ 12 ]} del Informe final del Grupo de Investigación sobre Emociones.

Dada esta falta de consenso sobre los descriptores en este 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 "insertar" vocabularios que consideren apropiados para su trabajo.

Un desafío adicional radica en el objetivo de proporcionar un lenguaje de marcado que sea de uso general. Los requisitos que surgen de los diferentes casos de uso ^{[ 12 ]} son ​​bastante distintos. Mientras que la anotación manual tiende a requerir todas las distinciones minuciosas consideradas en la literatura científica, los sistemas de reconocimiento automático generalmente solo pueden distinguir un número muy reducido de estados diferentes, y los avatares afectivos necesitan un nivel de detalle aún mayor para expresar emociones de manera apropiada.

Por las razones aquí expuestas, resulta evidente la inevitable tensión entre flexibilidad e interoperabilidad, aspectos que deben sopesarse en la formulación de EmotionML. El principio rector de la siguiente especificación ha sido ofrecer opciones solo cuando sean necesarias y proponer alternativas razonables para cada una de ellas.

Existen diversos proyectos y aplicaciones ^{[ 13 ]} en los que un lenguaje de marcado de emociones permitirá la creación de servicios web para medir datos de captura del comportamiento no verbal, los estados mentales y las emociones de los individuos, y permitir que los resultados se informen y presenten en un formato estandarizado utilizando tecnologías web estándar como JSON y HTML5. Un ejemplo de este tipo de proyecto es la medición de datos afectivos a través de Internet mediante EyesWeb. ^{[ 14 ] [ 15 ]}

• Visualización de efectos
• Apto para personas con autismo
• Lenguaje de marcado humano