动态情感推理基准测试：以观看者为中心的视频情感数据集

视频情感分析通常被视为静态分类问题，将每个剪辑视为独立的标记单元。然而，这样的表述忽视了一个关键的心理学事实：情绪的变化是对连续因果事件的累积反应的结果。为了弥补这一差距，我们引入了动态情感推理，这是第一个针对连续视频事件以观看者为中心的情感转换和因果推理的大规模基准。 DAR 包含 15,087 个视频和 36,908 个与事件相关的情感片段，并注释有 27 个情感类别。与现有的基于视频的情感数据集不同，DAR 提出了一种以观看者为中心的新视角，以细粒度的情感表达和转变，并提供密集的、基于时间的、因果明确的推理链。基于DAR，我们正式定义了三个具有挑战性的任务：情感分割、细粒度情感分类和情感推理。作为对这一基准的补充，我们提出了 DAR-R1，这是一个两阶段框架，它将受监督的 微调 与组相对策略优化相结合。超过 10 个 MLLM 的实验表明，DAR-R1 在情感定位和情感推理方面为动态情感推理树立了新的最先进水平。项目页面：https://github.com/Zhang-Zhiyan/DAR。