DialogueGCN：一种用于对话中情绪识别的图卷积神经网络
计算与语言
2019-09-02 v1 机器学习
摘要
近来，由于对话中情绪识别（ERC）在医疗、教育和人力资源等不同领域具有广泛应用的潜力，受到了研究人员的广泛关注。本文提出 Dialogue Graph Convolutional Network（DialogueGCN），一种基于图神经网络的 ERC 方法。我们利用对话者自身及说话人之间的依赖关系来建模对话上下文以进行情绪识别。通过图网络，DialogueGCN 解决了当前基于 RNN 的方法中存在的上下文传播问题。我们通过实验表明，该方法缓解了此类问题，同时在多个基准情绪分类数据集上优于当前最优方法。
引用
@article{arxiv.1908.11540,
title = {DialogueGCN: A Graph Convolutional Neural Network for Emotion Recognition in Conversation},
author = {Deepanway Ghosal and Navonil Majumder and Soujanya Poria and Niyati Chhaya and Alexander Gelbukh},
journal= {arXiv preprint arXiv:1908.11540},
year = {2019}
}
备注
Accepted at EMNLP 2019