基于神经个性化判别的情绪检测
计算与语言
2019-08-29 v1
摘要
近来有一系列工作致力于自动预测社交媒体中帖子的情绪。现有方法将帖子单独考虑并独立预测其情绪。与以往研究不同，我们通过作者背景来探索相关帖子间的依赖性，因为具有相似背景（如性别、位置）的作者倾向于表达相似情绪。然而，此类个人属性在大多数社交媒体网站中不易获取，且难以捕捉感知属性的词以联系相似人群。为此，我们提出一种神经个性化判别（NPD）方法来解决上述挑战，即从帖子中判定个人属性，并将具有相似属性的相关帖子联系起来以联合学习其情绪。特别地，我们采用对抗判别器来确定个人属性，并利用注意力机制聚合感知属性的词。如此一来，不同帖子间的社会关联性可得到更好处理。实验结果表明了个人属性的有用性，以及我们所提 NPD 方法在捕捉此类个人属性上相对于最先进模型的显著增益。
引用
@article{arxiv.1908.10703,
title = {Emotion Detection with Neural Personal Discrimination},
author = {Xiabing Zhou and Zhongqing Wang and Shoushan Li and Guodong Zhou and Min Zhang},
journal= {arXiv preprint arXiv:1908.10703},
year = {2019}
}
备注
This paper has been accepted by EMNLP 2019