2026-09-24
本古里安大学用零样本分类测羞耻、内疚等社会情绪,符号回归得到七条短公式。Moral Stories 上单特征准确率 68%,SOCIAL-CHEM-101 上七特征 82%。
社会规范数量巨大、随文化变,机器很难直接学会什么算违规。到办公室喝得烂醉,多数职场里算违规,但要把这件事变成分类器能用的信号,此前几乎没人做成。已有的自动识别工作很少,多盯着 Reddit 这类特定社区的互动规矩。这篇由 DARPA 计算文化理解项目资助,目标是给跨文化数字翻译之类的系统提供通用检测方法。
核心判断:规范本身五花八门,人对违规的情绪反应却有限。羞耻、尴尬、内疚这些依赖他人评价的社会情绪,被当成违规的通用信号。
Ben-Gurion University 的 Yair Neuman 和 Yochai Cohen 把流程拆成四步。
符号回归最后留下七条不重复的公式,几乎全靠社会情绪,十条规范分数没有进入最终模型。最简单的几条是:羞耻加权加愤怒、羞耻加权加内疚、内疚加权加尴尬,再加一条纯负向情感、一条 good/bad 差值。
零样本分类在 25 个短情景上识别五种社会情绪(骄傲、感激、内疚、愤怒、悲伤),与人类评分最高的那一项一致率为 64%。五选一随机是 20%,二项检验 p≈0.0002。
在 EmpatheticDialogues 去掉明示情绪词之后的 8352 条情境上,骄傲/感激组在十条规范上的分数都高于内疚/羞耻/尴尬组,Kruskal-Wallis 全部显著。违规组多数规范分低于 0,关怀这一维除外。符号分类在该数据集测试集上平均准确率 94%、精确率 96%。
真正的检验是换库。
| 设置 | 准确率 | 精确率 | 召回率 |
| Moral Stories, 单公式 CRT, 基线 50% | 68% | 71% | 68% |
| Moral Stories, 22 特征 CRT | 78% | 77% | 81% |
| SOCIAL-CHEM-101, 七公式 CRT | 82% | 80% | 87% |
| SOCIAL-CHEM-101, 22 特征 CRT | 89% | 87% | 84% |
Moral Stories 用 12000 条规范行动对 12000 条偏离行动。七条公式的 Cronbach's Alpha 只有 0.73,跨库一致性一般,单公式最好的是 good/bad 那条,准确率 73%。同一数据上,18 个特征的反向逐步逻辑回归也是 78% 准确率、75% 精确率、83% 召回率:短公式单特征过了 50% 基线,但和全特征模型不在一个量级。SOCIAL-CHEM-101 用 5934 条标成 illegal 的行动对等量 legal 行动,Alpha 升到 0.93,单公式最好的是羞耻加内疚,准确率 80%;七条公式一起送进 CRT,准确率 82%。
再往下问违反的是哪一类。用 SOCIAL-CHEM-101 的道德基础标签(关怀、公平、权威、神圣;忠诚因只有 30 条被丢掉),Boosting 五折交叉验证相对按出现比例乱猜,召回平均高出 34 个百分点:关怀 90%(基线 51%),公平 71%(基线 27%),权威 42%(基线 13%),神圣 31%(基线 9%)。影响最大的五个特征是信任、关怀、忠诚、从众四条规范分,外加愤怒。
对要做内容审核、跨文化助手、道德推理评测的人,这篇给了一条便宜路径:不必先建完整规范本体,先测羞耻、内疚、尴尬、愤怒,再加一条情感极性,就能过随机基线。七条公式在 EmpatheticDialogues 上 94% 看起来漂亮,换到 Moral Stories 单特征掉到 68%,规则很脆;22 特征还能到 78% 和 89%。
更关键的发现是反过来的:花大力气用 GPT-3 抽出来的十条规范,在「有没有违规」这件事上几乎没进最终公式,真正干活的是社会情绪。规范分要到「违反的是哪一类」时才派上用场。
这是 2023 年的 GPT-3 加 bart-large-mnli 工作,方法上是渐进的。贡献在把心理学里「违规伴随社会情绪」的假说做成可复现的分类管线,并且坚持用短公式,不拿黑盒刷分。
论文自己写了:只覆盖「一般」社会规范,粒度到不了群体或个人;数据集、理论和模型的选择都限制了外推;对话场景、多模态、文化特定规范都留到以后。
几处站不住。第一,训练标签是代理的:羞耻/内疚/尴尬等于违规,骄傲/感激等于守规。论文也承认不是所有负向情绪都等于违规,实验设计还是把这两类情绪直接当成类别。第二,实验 2 用 legal/illegal 当社会规范违反的代理,法律和社交规矩不是一回事。第三,情绪识别的 64% 只来自 25 个情景,当「分类器可用」的证据偏薄。第四,两条验证集都是英文众包、偏美国情境,和「跨文化理解」的资助叙事对不上。第五,符号回归上限深度 5,最终公式基本是两三项线性组合,「从数据里蒸馏自然律」的说法大于实际复杂度。