CAiRE_HKUST 在 SemEval-2019 任务 3 中的系统：用于对话情绪分类的层次化注意力
计算与语言
2019-06-11 v1
摘要
从对话中检测情绪是一项尚未被广泛考察的挑战。人们可以将每个对话轮次的情绪视为独立的，但在本文中，我们引入一种层次化方法来分类情绪，假设当前情绪状态依赖于先前的潜在情绪。我们使用预训练词嵌入和情绪嵌入、最先进的端到端神经网络模型以及用于自动超参数搜索的高斯过程对若干基于特征的分类器进行基准测试。在我们的实验中，层次化架构一致地带来显著提升，我们的最佳模型在测试集上取得了 76.77% 的 F1-score。
引用
@article{arxiv.1906.04041,
title = {CAiRE_HKUST at SemEval-2019 Task 3: Hierarchical Attention for Dialogue Emotion Classification},
author = {Genta Indra Winata and Andrea Madotto and Zhaojiang Lin and Jamin Shin and Yan Xu and Peng Xu and Pascale Fung},
journal= {arXiv preprint arXiv:1906.04041},
year = {2019}
}
备注
Accepted by SemEval 2019