FDE 用于多模态教师情感识别的基于共性与辨别特征的情感双空间网络—论文

来源：Frontiers of Digital Education 发布时间：2025/11/12 10:39:51

选择字号：小中大

FDE 用于多模态教师情感识别的基于共性与辨别特征的情感双空间网络

论文标题：Emotion Dual-Space Network Based on Common and Discriminative Features for Multimodal Teacher Emotion Recognition

期刊：Frontiers of Digital Education

作者：Ting Cai, Shengsong Wang, Jing Wang , Yu Xiong , Long Liu

发表时间：25 Sept 2025

DOI：10.1007/s44366-025-0063-x

微信链接：点击此处阅读微信文章

文章背景

在我们的日常课堂中，教师的情感表达不仅影响课堂氛围，还能深刻影响学生的学习效果。想象一下，当老师露出微笑或语气充满激情时，学生们自然会更加投入，课堂气氛也会变得活跃；反之，若老师情绪低落或情感表达模糊，学生的学习热情也会受到影响。因此，准确识别教师的情感状态，对于提升教学质量至关重要。

文章内容

近日，重庆邮电大学人工智能与智慧教育研究中心、重庆市教育大数据研究中心熊余教授团队，在Frontiers of Digital Education（《数字教育前沿（英文）》）期刊上发表了一篇题为Emotion Dual-Space Network based on Common and Discriminative Features for Multimodal Teacher Emotion Recognition（《用于多模态教师情感识别的基于共性与辨别特征的情感双空间网络》）的文章。该文面向多模态教师情感识别数据集，提出一种新的情感双空间网络模型，显著提升了教师情感识别的准确性。

图1 TER数据集示例 (a) 高兴，(b) 满意，(c) 平静，(d) 疑问

文章指出，教师作为一个独特的专业群体，在课堂教学中表现出的积极情绪比日常生活中表现出的快乐、愤怒等基本情绪更丰富、更积极。在真实课堂教学情境中，教师总是保持积极健康的情绪状态来引导学生，并尽量避免教学过程中的负面情绪。而现有教师情感识别数据集存在模态不足，以及现有情感标签未充分考虑教师与学生互动时的情感表达。为了解决这个问题，文章构建了名为TER的多模态教师情感识别数据集，如图1所示。TER数据集包括来自多个教育阶段和学科的102节课堂、2170个视频片段，创新性地标注了如满意和疑问等教师与学生互动包含的情感标签，为教师课堂情感识别研究提供了更贴合实际教学情境的数据基准。

图2 情感双空间网络总体框架

为了更好地提取教师情感信息，本文面向TER数据集，进一步提出一种情感双空间网络（Emotion Dual-Spatial Network，EDSN）模型。EDSN通过构建情感共性空间和情感辨别空间来深入挖掘多模态数据中的情感特征。情感共性空间利用中心矩差异来衡量多个模态之间的相关性，而情感辨别空间则通过梯度反转层和正交投影提取更具情感辨识度的情感特征，从而去除冗余数据。该方法显著提高了教师情感识别的准确性，并在TER数据集上达到了0.770的准确率和0.769的加权F1分数，优于其他对比模型。

通过构建适用于真实课堂场景的TER数据集和提出新的情感双空间网络模型（EDSN），本文为教师情感识别研究提供了新的研究思路和技术路径。未来，随着多模态技术的不断发展，教师情感识别将进一步优化，为教师情感管理提供更加精准的支撑。

作者信息

蔡婷，重庆邮电大学通信与信息工程学院博士生。主要研究方向为智能化教育评价、教师课堂行为理解、教育大数据分析与挖掘。

王盛松，重庆邮电大学通信与信息工程学院硕士生。主要研究方向为教育大数据分析、教师情感识别。

王静，博士毕业于华中师范大学，现为重庆邮电大学自动化学院讲师，主要研究AIGC、多模态融合、认知智能等，主持国家自然科学基金青年项目、重庆市教委科学技术研究计划青年项目，主研重庆市自然科学基金创新发展联合基金重点项目，在IPM、KBS等一区TOP期刊和顶级国际会议上发表论文10余篇。

熊余，博士，教授，博士生导师，重庆市学术技术带头人（智能科学与技术）、中国自动化学会（CAA）高级会员、中国计算机学会（CCF）杰出会员。现任重庆邮电大学自动化学院党委书记、人工智能与智慧教育研究中心主任、重庆市教育大数据研究中心执行主任。兼任中国自动化学会智慧教育专委会副主任委员、重庆市高等学校教学信息化与教学方法创新指导委员会秘书长、重庆市教育信息化专家。主要研究人工智能与智慧教育、模式识别与机器学习、教育大数据挖掘分析等。主持国家自然科学基金项目、教育部高等教育教改课题、重庆市“人工智能”重点研发项目、重庆市重大教改项目、重庆市教委科学技术研究重大项目等20余项，发表学术论文60余篇，曾获省部级教学科研成果一等奖4项。