SemEval-2026 Task 2におけるUKP_Psycontrol：テキストからの価数（Valence）と覚醒度（Arousal）のダイナミクスのモデリング

Abstract

本論文では、SemEval-2026 Task 2 向けに開発した当社のシステムを提示する。このタスクでは、時系列順に並べられたユーザ生成テキストにおいて、現在の感情と短期的な感情変化の両方をモデリングすることが求められる。我々は、互いに補完的な3つのアプローチを検討する：(1) ユーザを意識した設定およびユーザを無視した設定におけるLLMプロンピング、(2) 構造化された遷移モデリングのためのイジング風インタラクションを備えたペアワイズの最大エントロピー（MaxEnt）モデル、(3) 直近の感情軌跡を取り入れ、学習可能なユーザ埋め込みを組み込んだ軽量なニューラル回帰モデル。得られた結果は、LLMがテキストから静的な感情シグナルを効果的に捉える一方で、このデータセットにおける短期的な感情の変動は、テキストの意味論よりも直近の数値状態軌跡によってより強く説明されることを示している。当社のシステムは、公式の評価指標に基づき、Subtask 1 と Subtask 2A の両方で参加チーム中1位となった。