基准化动态情感推理：一个以观众为中心的视频情感数据集

视频情感分析通常被构建为静态分类问题，忽略了情绪随连续因果事件累积变化的心理事实。为此，本文引入“动态情感推理”（DAR），这是首个面向观众的情感转移与连续事件因果推理的大规模基准。DAR 包含 15,087 个视频和 36,908 个事件对齐的情感片段，涵盖 27 种情绪类别，提供密集且因果明确的推理链。基于此，定义了情感分割、细粒度分类及情感推理三项任务，并提出结合监督微调与组相对策略优化的 DAR-R1 框架。实验表明，该方法在多个多模态大模型上取得了动态情感推理的最新成果。