연구진이 다중 평가자 간 의견 불일치를 활용해 감정 전환 구조를 발견하는 프레임워크 BSETD를 제안했어요. BSETD는 다중 평가자의 soft label을 활용해 K x K 전환 행렬의 각 셀에 신뢰 구간을 부여하고 FDR 통제된 유의성을 적용해요. EmotionLines 데이터셋에서 Plutchik과 유사한 혐오감-분노, 분노-혐오감 전환이 과대 표현되고 Russell과 반대되는 기쁨-분노, 분노-기쁨 전환이 과소 표현되는 것을 확인했어요.
BSETD는 감정 전환 구조를 발견하는 데 있어 다중 평가자의 불확실성 신호를 보존하는 데 기여하며, 계산적 연구와 기존의 심리학 이론을 연결해요. 5개 소스 간 교차 검증 결과, 영어 데이터셋에서 0.91~0.98의 피어슨 상관 관계를 보였고, 중국어 M3ED 데이터셋에서는 0.79~0.85, LLM 가상 soft label과 인간 hard label 간에는 0.979의 상관 관계를 나타냈어요.
BSETD는 감정 전환 구조를 분석하는 새로운 접근 방식을 제시하며, 정신 건강 검사 및 대화 시스템 개발에 활용될 수 있을 것으로 기대돼요.