课程学习遇见有向无环图：用于多模态情感识别
机器学习
2024-03-11 v2
摘要
对话中的情感识别（ERC）是自然语言处理和情感计算中的一项关键任务。本文提出了 MultiDAG+CL，一种用于对话中多模态情感识别（ERC）的新方法，该方法采用有向无环图（DAG）在统一框架内整合文本、声学和视觉特征。该模型通过课程学习（CL）进行增强，以解决情感转变和数据不平衡相关的挑战。课程学习通过按有意义的顺序逐渐呈现训练样本来促进学习过程，从而提高模型处理情感变化和数据不平衡的性能。在 IEMOCAP 和 MELD 数据集上的实验结果表明，MultiDAG+CL 模型优于基线模型。我们发布了 MultiDAG+CL 的代码和实验：https://github.com/vanntc711/MultiDAG-CL
引用
@article{arxiv.2402.17269,
title = {Curriculum Learning Meets Directed Acyclic Graph for Multimodal Emotion Recognition},
author = {Cam-Van Thi Nguyen and Cao-Bach Nguyen and Quang-Thuy Ha and Duc-Trong Le},
journal= {arXiv preprint arXiv:2402.17269},
year = {2024}
}
备注
Accepted by LREC-COLING 2024