연구진은 트랜스포머 모델의 임베딩이 러셀의 감정 원형 모델의 기하학적 규칙성을 회복하는지 조사했어요. 텍스트와 음성 데이터를 기반으로 학습한 모델의 잠재 공간이 감정-흥분 축과 인간과 유사한 이웃 관계를 재현하는지 확인했죠.
텍스트(RoBERTa)와 음성(wav2vec 2.0) 트랜스포머 인코더, 그리고 멀티모달 트랜스포머 융합 아키텍처를 평가한 결과, 텍스트와 오디오 융합이 러셀의 감정 순서와 완벽하게 일치하는 것으로 나타났어요.
텍스트 임베딩을 사용한 제로샷 테스트에서, 세분화된 감정 용어는 인간이 매핑한 좌표에 가깝게 나타났으며, 이는 감정 모델을 검증하는 새로운 데이터 기반 프레임워크를 제시합니다.