ANA 在 SemEval-2019 任务 3 中的表现：基于层次化 LSTM 与 BERT 的对话上下文情感检测
计算与语言
2019-06-04 v2 信息检索
机器学习
摘要
本文描述了 ANA 团队为 SemEval-2019 任务 3：EmoContext 所提交的系统的系统。我们提出了一种新颖的用于上下文情感检测的层次化 LSTM（HRLCE）模型。它给定对话上下文对语句的情感进行分类。结果表明，在该任务中，我们的 HRCLE 优于近期最先进的文本分类框架：BERT。我们将 BERT 与 HRCLE 生成的结果相结合，取得了 0.7709 的总分，在竞赛最终排行榜上于 165 支队伍中排名第 5。
引用
@article{arxiv.1904.00132,
title = {ANA at SemEval-2019 Task 3: Contextual Emotion detection in Conversations through hierarchical LSTMs and BERT},
author = {Chenyang Huang and Amine Trabelsi and Osmar R. Zaïane},
journal= {arXiv preprint arXiv:1904.00132},
year = {2019}
}
备注
Accepted at the SemEval-2019 International Workshop on Semantic Evaluation