一种用于上下文情感检测的深层神经框架
计算与语言
2020-02-06 v1
摘要
一段简短且不含情感的文字在结合上下文阅读时可能表达出某些强烈情感，即同一句话可依据其上下文表达极度的愤怒或喜悦。本文提出一种上下文情感检测（CAD）框架，其学习句子中词与词之间的相互依赖关系，同时学习对话中句与句之间的相互依赖关系。我们所提的 CAD 框架基于门控循环单元（GRU），并进一步辅以上下文词嵌入及其他多种手工设计的特征集合。评估与分析表明，我们的模型在 Friends 与 EmotionPush 数据集上分别比当前最优方法高出 5.49% 与 9.14%。
引用
@article{arxiv.2001.10169,
title = {A Deep Neural Framework for Contextual Affect Detection},
author = {Kumar Shikhar Deep and Asif Ekbal and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:2001.10169},
year = {2020}
}
备注
12 pages, 5 tables and 3 figures. Accepted in ICONIP 2019 (International Conference on Neural Information Processing) Published in Lecture Notes in Computer Science, vol 11955. Springer, Cham https://link.springer.com/chapter/10.1007/978-3-030-36718-3_34