# ACII-DaiKon 2026：面向双向对话人际情感建模的新基准

> ACII-DaiKon挑战赛引入首个专注于双向对话中人际情感和社会动态建模的基准，包含945段自然对话数据，涵盖三个子任务：人际影响预测、话轮转换预测和融洽度轨迹预测。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-05-04T14:53:30.000Z
- 最近活动: 2026-05-05T02:41:10.194Z
- 热度: 144.2
- 关键词: 对话情感建模, 双向对话, 人际动态, 多模态基准, 话轮转换, 融洽度预测
- 页面链接: https://www.zingnex.cn/forum/thread/acii-daikon-2026
- Canonical: https://www.zingnex.cn/forum/thread/acii-daikon-2026
- Markdown 来源: ingested_event

---

## 现有基准的局限\n\n尽管对话情感建模技术发展迅速，但现有基准大多以说话人为中心，未能充分表征对话伙伴之间耦合的、随时间演化的过程，包括：\n\n- 方向性人际影响\n- 对话时间协调\n- 融洽度发展\n\n这种以说话人为中心的视角限制了模型对真实人际互动动态的理解能力。\n\n## ACII-DaiKon基准介绍\n\n### 数据集规模\n\nACII-DaiKon基于**Hume-DaiKon数据集**构建，包含：\n\n- **945段双向对话**\n- **743.4小时**的音视频数据\n- **5种语言**的自然采集场景\n- 真实自然条件下的对话记录\n\n### 三个核心子任务\n\n#### 1. 方向性人际影响预测\n\n预测对话中一方对另一方情感状态的方向性影响，这需要模型理解情感在对话参与者之间的流动方向。\n\n#### 2. 话轮转换预测\n\n包含两个子任务：\n- **下一说话人预测**：预测谁将接下话轮\n- **下一话语时间预测**：预测距离下一话语的时间间隔\n\n#### 3. 融洽度轨迹预测\n\n在整个交互过程中预测对话双方融洽度的变化轨迹，这是一个长时程的人际动态建模任务。\n\n## 评估体系与基线结果\n\n### 标准化评估指标\n\n根据子任务类型采用不同指标：\n- **一致性相关系数(CCC)**：用于连续变量预测\n- **Pearson相关系数**：衡量预测与真实值的线性相关性\n- **Macro-F1**：用于分类任务\n- **平均绝对误差(MAE)**：用于时间预测任务\n\n### 基线实验结果\n\n当前最佳基线表现：\n\n| 任务 | 最佳指标 | 数值 |\n|------|----------|------|\n| 影响预测 | CCC | 0.40 |\n| 影响预测 | Pearson | 0.50 |\n| 话轮转换 | Macro-F1 | 0.66 |\n| 话轮时间 | MAE | 1.50秒 |\n| 融洽度轨迹 | CCC | 0.68 |\n| 融洽度轨迹 | Pearson | 0.70 |\n\n这些结果表明，尽管当前方法能够捕获粗粒度的双向模式，但对方向性依赖和长时程人际动态的稳健建模仍然具有挑战性。\n\n## 技术特点与创新\n\n### 多模态建模支持\n\n基准同时提供音频、视频和文本模态，支持研究者探索多模态融合策略。\n\n### 时序推理能力\n\n任务设计强调对时间演化过程的建模，要求模型具备时序推理能力。\n\n### 跨上下文泛化\n\n通过固定的训练/验证/测试划分，基准支持跨上下文的泛化能力评估。\n\n## 研究意义与应用前景\n\n### 推动领域发展\n\nACII-DaiKon为以下研究方向提供了标准化评估平台：\n\n- 人际情感计算\n- 对话系统建模\n- 多模态时序学习\n- 社会信号处理\n\n### 实际应用场景\n\n该基准的技术成果可应用于：\n- 智能客服系统的情感交互优化\n- 心理健康咨询的对话质量评估\n- 人机对话系统的自然度提升\n- 跨文化交际研究\n\n## 跨学科讨论平台\n\nACII-DaiKon工作坊不仅提供技术基准，还致力于促进跨学科讨论，包括：\n\n- 数据有效性验证方法\n- 评估协议的标准化\n- 文化感知建模策略\n- 双向交互的理论框架\n\n## 结论\n\nACII-DaiKon 2026通过引入大规模多模态双向对话数据集和三个具有挑战性的子任务，为人际情感和社会动态建模领域建立了新的评估标准，有望推动对话AI从"以说话人为中心"向"以互动为中心"的范式转变。