机器学习能发现情绪的什么本质？

情感科学日益依赖机器学习（ML），希望借此做出客观发现，以解决持续了一个世纪的争论。我们考察了两个主要研究传统中的研究策略，并展示当基于理论的假设借助充满理论负载的抽样策略、模型设定和推断来评估时，确认偏误如何产生。每个传统都在其 ML 方法中体现出自身的理论差异，因此 ML 方法无法裁定这些差异。起始假设、发现与结论之间的相互关系表明，对情感的 ML 研究如同所有科学研究一样，永远无法摆脱人类经验与信念；然而，通过一种理论自觉的研究策略，可以减少偏误，从而生成关于情感的更有根据的知识。

中文由 AI 翻译，仅供参考，以原文为准。