COSI-Lab：面向多视角多模态社交意图建模的会议生活实验室数据集
COSI-Lab: Conference Living Lab for Modeling Multi-Perspective Multimodal Social Intention
COSI-Lab 发布了一个真实跨学科科学研讨会的多模态多传感器数据集，涵盖 32 位学者、两场各 30 分钟的真实社交互动。该数据集聚焦由外部观察者判定的表观意图推断（AII）问题，提出将主观感知的多样性建模为可解释的视角驱动推理过程，而非标签噪声，并提供新的 AII 标注流程、意图叙事的定量与定性分析、基准任务、语音质量音频及隐私保护的多模态环境与可穿戴传感器数据。
作者：Zonghuan Li、Litian Li、Arthur Mercier、Gara Dorta、Balint Dioszegi、Jose Morales-Vargas、Chenxu Hao、Ivan Kondyurin、Vanessa Begemann、Nale Lehmann-Willenbrock、Bernd Dudzik、Saunaq Chakrabarty、Sotiris Vacanas、Laura Cabrera-Quirós、Anne L.J. ter Wal、Vitaliy Popov、Jorge Castro-Godínez、Chirag Raman、Stephanie Tan、Hayley Hung
摘要：COSI-Lab 提出了一个多模态多传感器数据集，来自一场真实的跨学科科学研讨会，参与者为某国际会议上的 32 位学者。该数据集在弱脚本化场景中捕捉了具有生态效度的社交互动，包含两场各 30 分钟的交流环节，并具有真实的职业与社交后果。我们认为，智能系统可以通过将主观感知的多元性建模为可解释的、由视角驱动的推理过程，而非标签噪声，从而更好地处理主观感知。我们聚焦于由外部观察者判定的表观意图推断（AII）问题，并将意图概念化为独立于未来。我们的贡献包括：一种新颖的 AII 标注流程，该流程考虑了感知者自身的解释倾向；对意图叙述在多样性、合理性和依据性方面的定量与定性分析；AII 及相关情境因素的基准任务；所有参与者的语音质量音频，以及保护隐私的多模态环境与可穿戴传感器数据，从而支持词汇与非言语行为分析；以及将自我报告的参与者目标（30 分钟至 3 小时）与标注的 AII（秒级）相耦合。
| 学科： | 人机交互（cs.HC）；人工智能（cs.AI） |
| 引用为： | arXiv:2607.28649 [cs.HC] |
| （或 arXiv:2607.28649v2 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.28649 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zonghuan Li [查看邮箱]
[v1]
2026年6月2日星期二 13:44:54 UTC（9,500 KB）
[v2]
2026年10月11日星期日 15:30:41 UTC（16,757 KB）
来源：arXiv cs.AI · arxiv.org