基于CNN的文本对话系统中情绪标注与检测
计算与语言
2017-10-04 v1
摘要
了解用户的情绪状态有助于改善人机交互。在这项工作中，我们提出了EmoNet，一个基于深度卷积神经网络的汉语日常对话情绪检测器。为了保持语序等原始语言特征，我们没有采用分词和关键词提取等常用方法，而是增加了CNN的深度，试图让CNN学习内在的语言关系。我们的主要贡献是提出了一个新模型和新流程，可用于多语言环境以解决情感问题。实验结果表明，EmoNet在学习对话情绪方面具有很强的能力，并取得了优于其他现有最佳检测器的结果。
引用
@article{arxiv.1710.00987,
title = {Annotation and Detection of Emotion in Text-based Dialogue Systems with CNN},
author = {Jialiang Zhao and Qi Gao},
journal= {arXiv preprint arXiv:1710.00987},
year = {2017}
}
备注
7 pages, 7 figures