💬 NLP

UKP_Psycontrol at SemEval-2026 Task 2: Modeling Valence and Arousal Dynamics from Text

O sistema da UKP_Psycontrol, que combina abordagens de LLM, modelos de MaxEnt e regressão neural com embeddings de usuários, ficou em primeiro lugar nas duas subtarefas da SemEval-2026 ao demonstrar que, embora os LLMs capturem bem o afeto estático, a variação afetiva de curto prazo é melhor explicada por trajetórias numéricas recentes do que pela semântica textual.

Autores originais: Darya Hryhoryeva, Amaia Zurinaga, Hamidreza Jamalabadi, Iryna Gurevych

Publicado 2026-04-24

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Darya Hryhoryeva, Amaia Zurinaga, Hamidreza Jamalabadi, Iryna Gurevych

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você tem um diário pessoal onde, todos os dias, você escreve um pouco sobre como se sente e dá uma nota para o seu humor (se está feliz ou triste) e para o seu nível de energia (se está calmo ou agitado). Agora, imagine que um computador tenta adivinhar essas notas apenas lendo o que você escreveu, e ainda mais difícil: tentar prever como você vai se sentir amanhã baseado no que você escreveu hoje.

Este é o desafio que a equipe UKP_Psycontrol aceitou no SemEval-2026, uma espécie de "Olimpíada da Inteligência Artificial" para análise de sentimentos. Eles criaram um sistema que ficou em primeiro lugar no mundo nessa tarefa.

Aqui está a explicação do que eles fizeram, usando analogias do dia a dia:

1. O Problema: Entendendo o "Humor" Humano

O objetivo não era apenas dizer se um texto é "positivo" ou "negativo". Eles queriam medir duas coisas específicas, como num gráfico:

Valência: O eixo do "bom vs. ruim" (Estou feliz ou triste?).
Arousal (Excitação): O eixo da "energia" (Estou calmo ou agitado?).

O desafio era especial porque os dados vinham de um grupo de pessoas escrevendo diários ao longo do tempo. O computador precisava entender que o humor de uma pessoa não é estático; ele flutua.

2. As Três Estratégias (As "Armas" do Sistema)

A equipe não apostou tudo em uma única estratégia. Eles usaram três abordagens diferentes, como se fossem três ferramentas de um kit de reparos:

A. O "Detetive com Memória" (LLM com Prompting)

A Analogia: Imagine um detetive muito inteligente (uma Inteligência Artificial gigante, como o GPT-5) que lê o seu diário.
Como funcionou: Eles deram ao detetive duas opções de trabalho:
1. Sem conhecer a pessoa: O detetive lê o texto e tenta adivinhar o humor baseado apenas no que leu (como um estranho na rua).
2. Conhecendo a pessoa: O detetive lê os últimos 15 textos daquela mesma pessoa. Ele aprende o "estilo" de escrita dela. Se a pessoa costuma usar palavras específicas quando está triste, o detetive aprende isso.
O Resultado: Essa foi a melhor ferramenta para ler o momento atual. A IA conseguiu capturar muito bem o que a pessoa estava sentindo naquele instante apenas lendo o texto, especialmente se ela tivesse o histórico da pessoa. Foi como ter um amigo que te conhece muito bem adivinhando seu humor.

B. O "Mapa de Energia" (Modelo MaxEnt)

A Analogia: Imagine que o humor é como uma bola rolando em uma paisagem de montanhas e vales. Existem "vales" onde a bola (o seu humor) tende a ficar parada (ex: depressão) e "montanhas" onde ela rola rápido (ex: euforia).
Como funcionou: Eles criaram um modelo matemático que mapeia essas paisagens. Ele tenta prever para onde a bola vai rolar baseada em como ela estava antes e em como as "montanhas" (palavras e sentimentos) se conectam.
O Resultado: Foi uma abordagem muito lógica e estruturada, mas um pouco menos precisa que a do "Detetive" para ler o texto puro. Funcionou bem como um sistema de backup confiável.

C. O "Previsor de Ondas" (Regressão Neural)

A Analogia: Imagine que você está no mar. Para prever a próxima onda, você não precisa ler o livro de história do oceano; você só precisa olhar para as últimas três ondas que passaram.
Como funcionou: Para a tarefa de prever o futuro (o que a pessoa sentirá no próximo dia), eles perceberam que o texto em si era menos importante do que a trajetória numérica. Ou seja, saber que a nota de humor da pessoa subiu de 2 para 3 e depois para 4 é mais importante para a previsão do que as palavras exatas que ela usou.
O Resultado: Essa foi a ferramenta vencedora para prever mudanças. O sistema aprendeu que, para saber o que vem pela frente, é melhor olhar para o "padrão de números" recentes do que tentar analisar a profundidade filosófica do texto.

3. As Descobertas Surpreendentes

O que a equipe descobriu é fascinante e contra-intuitivo:

Para o "Agora": A Inteligência Artificial (o Detetive) é incrível lendo o texto. Ela entende o contexto e as nuances da linguagem melhor do que qualquer fórmula matemática antiga.
Para o "Futuro": Quando se trata de prever a próxima mudança de humor, os números contam mais que as palavras. O sistema percebeu que o humor humano, em curto prazo, segue mais uma tendência matemática (ex: "se estou ficando mais agitado, vou continuar agitado") do que uma mudança drástica baseada apenas no que foi escrito naquele dia.
O Segredo do Sucesso: O sistema deles combinou o melhor dos dois mundos. Usou a IA para entender o texto atual e modelos matemáticos para prever a tendência futura.

4. O Veredito Final

O sistema da UKP_Psycontrol venceu a competição em ambas as categorias:

Avaliação do Humor Atual: Primeiro lugar.
Previsão da Mudança Futura: Primeiro lugar.

Em resumo: Eles criaram um "psicólogo digital" que sabe ler o que você escreve como um amigo íntimo (para entender o agora) e sabe olhar para o seu histórico de notas como um analista de dados (para prever o futuro). E o mais importante: eles descobriram que, para prever o futuro do nosso humor, o padrão dos nossos números recentes é muitas vezes mais importante do que as palavras que usamos.

Resumo Técnico: UKP_Psycontrol no SemEval-2026 Task 2

1. Problema e Contexto

O artigo descreve o sistema desenvolvido pela equipe UKP_Psycontrol para a Task 2 do SemEval-2026, intitulada "Predicting Variation in Emotional Valence and Arousal over Time from Ecological Essays".

Objetivo: Modelar a afetação (emoção) em textos gerados por usuários de forma cronológica. O desafio envolve capturar tanto o estado afetivo atual quanto a mudança de curto prazo (dinâmica temporal).
Dados: O conjunto de dados consiste em ensaios e listas de palavras de sentimento auto-relatados por trabalhadores de serviços dos EUA ao longo de vários anos. Cada entrada possui pontuações de Valência (0–4) e Arousal (0–2) baseadas no circunplexo afetivo.
Subtarefas:
- Subtask 1: Avaliação de afeto por texto (prever valência e arousal para cada entrada).
- Subtask 2A: Previsão de variação futura (prever a mudança no próximo passo, $\Delta$ , baseada em textos e estados anteriores).
Desafio Principal: A maioria das abordagens de NLP foca em afeto percebido por terceiros (redes sociais), enquanto este dataset exige a modelagem de estados emocionais internos subjetivos e sua evolução temporal.

2. Metodologia

A equipe propôs três abordagens complementares para resolver as tarefas:

A. Prompting com Grandes Modelos de Linguagem (LLMs)

Modelos Utilizados: GPT-OSS 120B (para experimentação) e GPT-5 (para submissões finais).
Configurações:
- User-Agnostic (Agnóstico ao Usuário): O prompt contém exemplos aleatórios balanceados de diferentes usuários.
- User-Aware (Consciente do Usuário): O prompt inclui exemplos cronológicos do próprio usuário, permitindo que o modelo aprenda padrões individuais de expressão.
Estratégias de Saída:
- Geração de rótulos textuais (ex: "Feliz", "Triste") mapeados para números.
- Predição direta de valores numéricos.
- Uso de janelas deslizantes (até 15 exemplos recentes) para capturar dinâmicas de curto prazo, substituindo exemplos antigos por previsões novas (embora isso tenha introduzido ruído em alguns casos).
Observação: A equipe notou que LLMs tendem a ser superconfiantes em previsões in-context, implementando instruções para selecionar o valor mais fraco suportado pela evidência textual para mitigar viés.

B. Modelo de Máxima Entropia (MaxEnt) com Interações de Ising

Conceito: Um modelo probabilístico gráfico que modela a dependência estruturada entre estados afetivos, variáveis latentes semânticas e transições.
Funcionamento:
- Define uma distribuição de probabilidade sobre vetores de estado binários usando uma função de energia de Ising ( $E(x) = -x^T h - \frac{1}{2}x^T J x$ ).
- Incorpora vetores semânticos binários (derivados de clusters de palavras emocionais via LLM e comprimidos por um autoencoder) como nós adicionais no grafo.
- Calcula a função de partição $Z$ exatamente, permitindo treinamento de máxima verossimilhança.
Aplicação: Usado tanto para prever o estado atual (Subtask 1) quanto as transições (Subtask 2A), marginalizando variáveis latentes para obter previsões contínuas.

C. Modelo de Regressão Neural Leve

Foco: Exclusivamente para a Subtask 2A (previsão de mudança).
Arquitetura: Uma rede neural feed-forward que utiliza uma janela deslizante (1–4 entradas anteriores).
Entradas:
- Embeddings de texto (RoBERTa-base).
- Trajetórias afetivas recentes (valência e arousal atuais e anteriores).
- User Embeddings treináveis para capturar dinâmicas individuais.
Descoberta Chave: O modelo comparou o uso de texto versus apenas características numéricas. Descobriu-se que trajetórias numéricas recentes (valência/arousal passados) são preditores mais fortes para mudanças de curto prazo do que o conteúdo semântico do texto.

3. Resultados Principais

O sistema alcançou o 1º lugar entre todas as equipes participantes em ambas as subtasks, segundo a métrica oficial.

Subtask 1 (Avaliação de Afeto):
- Desempenho: Melhor desempenho em Arousal (1º lugar) e 6º melhor em Valência.
- LLMs vs. MaxEnt: Os LLMs superaram significativamente o modelo MaxEnt. A abordagem User-Aware foi ligeiramente superior à User-Agnostic, mas a diferença foi pequena, sugerindo que exemplos aleatórios balanceados capturam grande parte do benefício.
- Formato de Saída: A previsão de rótulos textuais seguida de mapeamento para números superou a previsão numérica direta, indicando que os LLMs alinham melhor com descritores linguísticos de emoção.
- Métricas no Teste: Valência ( $r=0.667$ ), Arousal ( $r=0.554$ ).
Subtask 2A (Previsão de Variação):
- Desempenho: 1º lugar geral, com o melhor Arousal e 2º melhor Valência.
- Regressão vs. LLM: Para prever mudanças (deltas), o modelo de regressão neural baseado em trajetórias numéricas superou as abordagens baseadas em LLM.
- Fator Crítico: A inclusão de textos no modelo de regressão não melhorou o desempenho; na verdade, modelos que usavam apenas características afetivas e user embeddings foram superiores. Isso sugere que a dinâmica de curto prazo é governada mais pela trajetória numérica do estado do que pela semântica do texto imediato.

4. Contribuições e Significância

Sistema de Estado da Arte: A solução demonstrou que uma combinação híbrida de LLMs (para extração de sinais estáticos) e modelos de regressão focados em trajetórias (para dinâmica temporal) é altamente eficaz para análise de afeto longitudinal.
Insight sobre Dinâmica Afetiva: O trabalho revela uma distinção importante:
- Estados Estáticos: São bem capturados pela semântica textual via LLMs.
- Mudanças de Curto Prazo: São explicadas mais fortemente por trajetórias numéricas recentes do que por novos sinais textuais. Isso desafia a suposição de que o texto atual é sempre o principal motor de mudança emocional imediata em contextos de auto-relato.
Modelagem Probabilística: A aplicação de modelos MaxEnt com interações de Ising oferece uma alternativa probabilística interpretável, embora menos expressiva que os LLMs para esta tarefa específica.
Relevância Clínica: O uso de dados ecológicos (ensaios diários) e a modelagem de trajetórias têm implicações diretas para a psiquiatria computacional e o monitoramento de saúde mental, permitindo a detecção de padrões sutis de progressão ou estabilidade emocional.

5. Limitações e Trabalhos Futuros

Generalização Temporal: O dataset tem uma janela temporal curta (92% dos usuários participaram de apenas um período de duas semanas), o que pode limitar a generalização para dinâmicas de longo prazo (semanas/meses).
Estabilidade de LLMs: A sensibilidade à temperatura e a dependência de modelos proprietários (GPT-5) levantam questões sobre reprodutibilidade e privacidade de dados sensíveis.
Viés de Tamanho: O conjunto de teste da Subtask 2A é pequeno (46 instâncias), o que torna as diferenças no leaderboard suscetíveis a variações estatísticas.

Em suma, o trabalho da UKP_Psycontrol estabelece um novo marco na modelagem de afeto longitudinal, demonstrando que a combinação de inteligência artificial generativa para interpretação semântica e modelos estatísticos para dinâmica temporal é a chave para prever com precisão a evolução emocional humana a partir de texto.