基于增强原型的情感迁移：用于对话中未见情感识别
计算与语言
2025-08-28 v1
摘要
当前的情感识别在对话（ERC）研究遵循封闭域假设，但心理学中对情感分类尚无明确共识，这给模型在实际应用中识别先前未出现的情感留下了挑战。为弥合这一差距，我们首次提出对话中的未见情感识别（UERC）任务，并提出ProEmoTrans——一种基于原型的情感迁移框架。该原型方法虽有前景，但仍面临关键挑战：首先，隐式表达使情感定义复杂化，我们通过提出LLM增强描述方法予以解决；其次，对长对话中的语句编码困难，我们提出一种参数无关的机制以实现高效编码并防止过拟合；最后，情感的马尔可夫流程本质难以迁移，我们通过改进注意力Viterbi解码（AVD）方法将已见情感转换迁移到未见情感。广泛的实验表明，我们的方法在三个数据集上表现出色，作为该新领域初步探索的强基准线具有良好价值。
引用
@article{arxiv.2508.19533,
title = {Emotion Transfer with Enhanced Prototype for Unseen Emotion Recognition in Conversation},
author = {Kun Peng and Cong Cao and Hao Peng and Guanlin Wu and Zhifeng Hao and Lei Jiang and Yanbing Liu and Philip S. Yu},
journal= {arXiv preprint arXiv:2508.19533},
year = {2025}
}
备注
Accepted at EMNLP2025