情感IC：情感惯性和传染驱动的依赖建模用于对话中的情感识别
摘要：情感识别对话 (ERC) 近年来引起越来越多的关注，这是由于人机界面技术的进步和实施。在本文中，我们提出了一种新颖的依赖建模方法，以情感惯性和传染驱动 (EmotionIC) 为基础，用于 ERC 任务。我们的 EmotionIC 由三个主要组件组成，即身份掩码多头注意力 (IMMHA)，基于对话的门控循环单元 (DiaGRU) 和跳链条件随机场 (SkipCRF)。与以前的 ERC 模型相比，EmotionIC 可以更全面地对话建模，无论在特征提取还是分类层面上。所提出的模型试图在特征提取层面上整合注意力和循环方法的优势。具体而言，IMMHA 用于捕捉基于身份的全局语境依赖关系，而 DiaGRU 则用于提取讲话者和时间感知的局部语境信息。在分类层面上，SkipCRF 可以明确地挖掘对话中高阶相邻语句的复杂情感流动。实验结果表明，我们的方法在四个基准数据集上显著优于现有模型。消融研究证实了我们的模块可以有效地建模情感惯性和传染。
作者：Yingjian Liu, Jiang Li, Xiaoping Wang, Zhigang Zeng
论文ID：2303.11117
分类：Computation and Language
分类简称：cs.CL
提交时间：2023-08-29